调节效应的估计与检测方法.ppt

《调节效应的估计与检测方法.ppt》由会员分享，可在线阅读，更多相关《调节效应的估计与检测方法.ppt（21页珍藏版）》请在三一办公上搜索。

1、调节效应(moderating effect）,调节效应的估计和检测方法调节效应模型的标准化估计,调节效应的定义,调节效应：如果变量Y 与变量X 的关系是变量M 的函数，称M 为调节变量。就是说，Y 与X 的关系受到第三个变量M 的影响，这种有调节变量的模型一般地可以用图1 示意。,最简单的模型，只有一个自变量，因变量，调节变量。假设方程如下：,对于固定的M,这是Y 对X 的直线回归。Y 与X 的关系由回归系数a+cM 来刻画,它是M 的线性函数,c衡量了调节效应(moderating effect)的大小。,对模型(1)中调节效应的分析主要是估计和检验c。如果c显著(即H0 c=0的假设被拒

2、绝),说明M 的调节效应显著。显然，c其实代表了X与M 的交互效应。调节效应和交互效应这两个概念不完全一样。调节效应中,哪个是自变量,哪个是调节变量,是很明确的,在一个确定的模型中两者不能互换。,调节效应的分析方法,分两类讨论：一类是所涉及的变量(因变量、自变量和调节变量)都是可以直接观测的显变量(observable variable),另一类是所涉及的变量中至少有一个是潜变量(latent variable)。,一、显变量的调节效应分析方法1、变量都为类别变量（定类变量、定序变量）：做两因素方差分析。2、变量都为连续变量（定距变量、定比变量）：做层次回归分析:(1)做Y 对X和M 的回归,

3、得测定系数。(2)做Y 对X、M 和XM 的回归得,若 显著高于,则调节效应显著;或者,做XM 的偏回归系数检验,若显著,则调节效应显著。,3、当调节变量是类别变量、自变量是连续变量时,做分组回归分析。4、但当自变量是类别变量、调节变量是连续变量时,不能做分组回归,而是将自变量重新编码成为伪变量(dummy variable),用带有乘积项的回归模型,做层次回归分析。,二、潜变量的调节效应分析方法有关潜变量的分析需要用到结构方程模型。有潜变量的调节效应模型通常只考虑如下两种情形:1、调节变量是类别变量,自变量是潜变量：时,做分组结构方程分析。2、调节变量和自变量都是潜变量。变量时,有许多不同的

4、分析方法。,有中介的调节和有调节的中介,图1：一般混合的模型,一种模型的两种解释对于上图所示的路径图,从有调节的中介模型角度,无论是X 与Y 关系的直接路径还是间接路径,都受到U的调节。另一种解释：U 是X 与Y 关系的调节变量,调节效应有一部分是经过中介变量W 起作用的,间接的调节效应由(a1+a3U)(b1+b2U)中与U 有关的系数反映,直接的调节效应由 中U的系数反映。,两种模型有不同的研究目的和研究重心,立论和解释也很不同。对于有调节的中介模型,重心在于考虑自变量对因变量的作用机制,即中介效应;其次考虑中介过程是否受到调节,即中介作用何时较强、何时较弱。对于有中介的调节模型,重心在于

5、考虑自变量与因变量之间关系的方向(正或负)和强弱受到的影响,即调节效应;其次考虑调节变量是如何起作用的,即是否通过中介变量而起作用。如果直接路径没有受到调节(即c3不显著),则建立有调节的中介模型;反之，建立有中介的调节效应。,有中介的调节变量,只要中介效应(a1+a3U)(b1+b2U)a1b1(a1b2 a3b1)Ua3b2U2 与U 有关,或者说随U 变化,则中介效应是有调节的。检验的三种方法：1、依次检验：依次检验犯第一类错误的概率低，检验力低，检验更加严格。,2、系数乘积的区间检验（可使用Bootstrap 法）3、中介效应差异的检验：用Bootstrap 法检验中介效应的差异来判断

6、中介效应是否随U变化,即检验U的不同取值上的中介效应之差是否显著。,对于图1模型做如下回归：,综合上述检验的优劣提出有中介的调节效应检的步骤,先做依次检验,如果不显著,再做系数乘积的区间检验,如果还不显著,最后做中介效应差异检验。如果前面的检验已经显著,后面的检验不需要做了,除非研究者有特别的用意。因为三种检验，检验力一次增强；包含信息依次减少；复杂程度依次增加。,有调节的中介效应,借鉴中介效应的检验程序，对于混合模型，我们提出一个检验有中介的调节效应的程序如下图。,有中介的调节的检验步骤,温忠麟,侯杰泰,张雷.调节效应和中介效应的比较和应用.心理学报,2005,37(2):268 274.温忠麟,张雷,侯杰泰.有中介的调节变量和有调节的中介变量.心理学报,2006，38,448452.温忠麟,叶宝娟,有调节的中介模型检验方法：竞争还是替补?心理学报,2014,Vol.46,No.5,714726叶宝娟,温忠麟.有中介的调节模型检验方法:甄别和整合.心理学报,2013,45,10501060.,谢谢,