多重中介效应的检验
多重中介效应的检验
（1）基本类型
对于情景比较复杂的研究，经常需要多个中介变量才能清晰地解释自变量对因变量的作用，这就涉及多重中介（multiple mediation）模型。根据多个中介变量之间是否存在相互影响，多重中介模型可以分为单步多重中介模型和多步多重中介模型（Hayes, 2009）。
单步多重中介模型，也称为并行多重中介模型，是指中介变量之间不存在相互影响；多步多重中介模型，也称为链式多重中介模型，是指中介变量之间存在影响关系，中介变量表现出顺序性特征，形成中介链；另外更为复杂的模型还包括多自变量、多因变量和多中介变量的复合式多重中介（柳士顺, 凌文辁, 2009）。
多重中介效应分析可以从3 个角度进行：一是总的中介效应（total mediation effect），即估计和检验所有间接效应的总和；二是特定路径的中介效应（specific mediation effect），即估计和检验某个感兴趣的特定路径的间接效应；三是对比中介效应，即估计和检验某两个路径的间接效应的差异。
（2）多重中介分析方法
第一，多重中介分析的方法可包括spss的因果逐步回归法，一般是对每条路径单独做回归，基本程序与上文介绍相同，但该方法局限太多；
第二，多重中介模型因为涉及的变量较多、路径比较复杂，即使只涉及显变量，一般也要使用结构方程模型进行分析，基本程序与上文介绍相同。
第三，Preacher和Hayes（2008）提出使用Bootstrap进行多个并行的中介效应分析检验多重中介效应，认为使用Bootstrap方法分析多重并列中介效应。一般可以使用PROCESS插件和MEDIATE插件。该方法可获得更多信息，一是可以检验所有并列中介变量发挥中介效应的总效应；二是可以观测在排除其它中介路径后，某一单个中介路径的效应大小；三是可以比较不同中介路径的中介效应大小，并检验是否有显著差异。从现有研究来看，多重中介效应分析主要包括结构方程模型方法和非参数百分位Bootstrap方法。
（三）结果报告的方式
结果报告的方式，以“姜永志,李笑燃,白晓丽,阿拉坦巴根,王海霞,刘勇.大学生神经质人格、手机网络服务偏好与手机网络过度使用的关系.心理与行为研究,2016（2）”为例：
按照Zhao等（2010）提出的中介分析程序，参照Preacher和Hayes（2013）提出的Bootstrap方法进行中介检验，本研究通过抽取5000个样本估计中介效应的95%置信区间进行中介效应检验。以神经质作为自变量、娱乐服务和信息服务作为中介变量、MIEU总分作为因变量，分别带入PROCESS程序，结果发现，在95%置信区间下，中介模型的总效应Effect为0.401，中介模型检验结果的置信区间不包括0（LLCI=0.156，ULCI=0.742），中介模型成立；以娱乐服务为中介变量的检验结果不包括0（LLCI=0.127，ULCI=0.696），间接效应Effect为0.335，表明娱乐服务的中介效应显著。以信息服务为中介变量的检验结果包括0（LLCI=0.006，ULCI=0.226），间接效应Effect为0.066，结果表明信息服务的中介效应显著。
来源：姜永志老师
声明：部分文章和信息来源于互联网，如转载内容涉及版权等问题，请立即与小编联系，我们将迅速采取适当的措施。
感谢您抽出
更多精彩请点击下列分类文章
↓↓↓
“我认为你捕捉到了我身上的一些东西。我觉得你在做的某些事在某种程度上记录了我，我宁愿帮助你而不是冲你发脾气。因此我愿意与你一起探讨这个问题。你在别人身上有过这种体验吗？”