f2 by y6-y12; !定义模型，因子f2由y6-y12七个指标测量。 f3 by y13-y17; !定义模型，因子f3由y13-y17五个指标测量。 PTSD by F1-F3; !定义二阶测量模型。 OUTPUT: STANDARDIZED; !要求Mplus输出标准化解。
14
Mplus结果解读指标： （1）SRMR <0.08 标准化残差均方根 （2）RMSEA <0.08 近似误差均方根 （3）CFI >0.95 比较拟合指数 （4）NNFI/TLI >0.95 非规范拟合指数
（3）系数差异检验法 H0:cc, 0
8
sobel法的检验力高于依次检验，但这个检验统
计量的推导要假设aˆ bˆ 服从正态分布，就算其中每一
个系数都是正态分布，其乘积通常也不是正态的，因 而Sab的计算只是近似的，可能很不准确，所以该检 验具有很明显的局限性。
9
因此，Bootstrap 法是公认的可以取代 Sobel 法而 直接检验系数乘积的方法。
12
a=0.6
b=0.39
c=0.54(c'=0.31)
图3：专业承诺对专业满意度和学习投 入的中介作用模型
13
依次检验回归系数法Mplus
TITLE: The structure of PTSD of DSM-4 using ML in table 5-8 !题目。 DATA: FILE IS PTSD.dat / .txt ; !指定数据存储位置。 VARIABLE: NAMES ARE x1 x2 y1-y17; !定义数据文件中的变量名。
先看以上指标，如果满足以上条件，则模型符 合拟合指标。
15
16
再看STDYX Standardization输出数据，确定中介调节效应
17
偏差校正的非参数百分位 bootstrap法Mplus(检验潜变量中介效应）
DATA: FILE IS p.dat; ! p.dat是原始数据文件, 按x1-x4 m1-m3 y1-y3顺序排列 VARIABLE: NAMES ARE x1-x4 m1-m3 y1-y3; !变量名称 Analysis: bootstrap=1000; ! Bootstrap 法抽样1000 次 MODEL:
中介效应分析方法
学生：肖 翔 导师：曾晓青
1
中介变量的定义：考虑自变量X 对因变量Y 的影响, 如果X 通过影响变量M 来影响Y ,则称M 为中介变量。例 如，“专业满意度”影响“专业承诺”，进而影响“对该专业 的学习投入”。“专业承诺”是中介变量。
2
某一变量成为中介变量需要满足如下条件： （1）自变量与中介变量对因变量均有影响； （2）自变量对中介变量的回归系数显著； （3）控制中介变量后，自变量对因变量的影响减 弱，依据减弱程度的不同分为部分中介和完全中 介作用。
至少有一个不显著
做Sobel检验
显 著
中介效 应显著
不 显 著
中介效 应不显著
图2：依次检验流程图
X、Y不相关， 停止中介分析
11
表1：专业承诺的中介效应依次检验
标准化回 归方程
第一步 Y=0.54X
第二步 W=0.6X
第三步
Y=0.31X +0.39X
SE
t
p
0.03 17.52** 0.00 0.03 20.51** 0.00 0.04 8.53** 0.00 0.04 10.91** 0.00
偏差校正的非参数百分位bootstrap法（置信区间的 检验力更高）在某些条件下的第一类错误率会超过设定 的显著性水平；而非参数百分位法bootstrap法不会有这 个问题。
10
依次检验回归系数法spss
检验系数c
显 著
依次检验系数a，b
都显著
检验系数c’
Hale Waihona Puke 显 著部分中介 效应显著
不 显 著
完全中介 效应显著
new (H); !定义辅助变量 H=a*b; ! 系数乘积ab的估计 OUTPUT: cinterval (bcbootstrap);!输出各个系数及系数乘积 ab 的偏差校正的非参数 百分位 Bootstrap 法置信区间 若要得到(不校正的)非参数百分位Bootstrap 法置信区间, 只需将 OUTPUT 中的 cinterval (bcbootstrap)改为 cinterval (bootstrap)即可。
5
检验间接效应的两类方法： （1）检验H0: ab=0（间接检验和直接检验） （2）是检验H0：c-c’=0。
6
间接检验：依次检验回归系数 直接检验：sobel法、bootstrap法和MCMC法
7
中介效应分析的3中方法：
（1）依次检验回归系数法 H 0 : a 0 H0 :b 0
（2）系数乘积检验法 H0:ab0
Y by y1-y3; ! y1-y3是潜变量Y的指标 M by m1-m3; ! m1-m3是潜变量M的指标 X by x1-x4; ! x1-x4是潜变量X的指标 Y on X; !做Y对X的回归 M on X (a); !做M对X的回归, X的回归系数命名为a Y on X
M (b); !做Y对X和M的回归, M的回归系数命名为b, 需要单独一行 MODEL CONSTRAINT:
3
假设所有变量都已经中心化(即均值为零) ,可用下列 方程来描述变量之间的关系:
X
c
X
Y
e1
YcXe1 (1)
M
e2
a
b
X
Y
c'
图1：变量关系图
MaXe2 (2)
Yc,XbM e3 (3)
4
对于这样的简单中介模型，中介效应等于间接 效应，即等于系数乘积ab，它与总效应和直接效应 有下面关系：
cc, ab
USEVARIABLES are y1-y17; !由于数据文件中包含多个变量，在单个研 究中并非会使用，所以需要定义本研究中使用y1-y17; ANALYSIS: ESTIMATOR=ML; !选择估计方法，Mplus默认的估计法为ML； MODEL: f1 BY y1-y5; !定义模型，因子f1由y1 y2 y3 y4 y5五个指标测量。
18
偏差校正的非参数百分位 bootstrap法Mplus(检验显变量中介效应）
DATA: FILE IS p.dat; ! p.dat是原始数据文件, 按X M Y顺序排列 VARIABLE: NAMES ARE X M Y; !变量名称 Analysis: bootstrap=1000; ! Bootstrap 法抽样1000 次 MODEL: