1. 程式人生 > >資料分析技術:中介效應及其檢驗方法介紹

資料分析技術:中介效應及其檢驗方法介紹

基礎準備

草堂君在前面已經對Amos軟體的基本操作方法、結構方程模型內容,以及使用Amos軟體進行結構方程模型分析進行了介紹,大家可以從首頁下方選單欄獲取Amos分析技術的最新導航頁進行回顧學習,Amos導航頁的具體形式和內容可以點選下方連結:

今天草堂君要介紹的是結構方程模型中比較重要的一項內容:中介效應,以及中介效應能夠用哪些方法進行檢驗。

中介效應

通俗解釋,中介效應是指某個(某些)變數在另兩個(兩組)變數間扮演了中間人的角色,也就是社會上說的掮客。當然,這裡的變數可以是測量變數,也可以是測量模型,如下圖所示,如果是測量變數,那麼該模型就是一個路徑分析模型;如果是一個測量模型,那麼就是結構方程模型。

640?wx_fmt=png&wxfrom=5&wx_lazy=1

如上圖所示,在A變數和C變數之間,存在B變數,只要A到B的路徑,以及B到C的路徑同時都是通暢的(A對B有顯著性影響,同時B對C有顯著性影響),那麼就可以說在A變數和C變數之間存在由B變數引起的中介效應。當然,根據A變數和C變數之間的直接路徑是否通順,中介效應又細分為完全中介效應和部分中介效應。

生活中,中介效應的例子有很多。例如,有時吃中藥需要用到藥引,如果沒有藥引,患者直接吃藥是沒有效果的,而有了藥引以後,中藥就能發揮作用,藥引在中藥和患者之間其實就是一箇中間人角色,而且這種中介效應是一種完全中介效應。再舉一個部分中介效應的例子,過去沒有外賣平臺的時候,快餐店與消費者之間都是直接交易的,現在有了這些網際網路中介,快餐店與消費者之間又建立了一條溝通路徑,快餐店和消費者之間的這種中介效應就是部分中介效應。

中介效應檢驗方法

檢驗中介效應是否存在,其實就是檢驗A到B,B到C的路徑是否同時具有有顯著性意義。為了講解更有效率,我們以最簡單的模型為例,進行說明,如下如所示,圖中路徑上的符號代表路徑係數(迴歸係數)。

640?wx_fmt=png

做中介效應檢驗的方法目前有四種:逐步迴歸法;係數乘積檢驗法;差異係數檢驗法和Bootstrapping。嚴格意義上來說,它們的分析原理都是一致的,檢驗W2和W3路徑是否同時有意義(通暢),區別在於判斷有意義的標準嚴謹度不同。

逐步迴歸法

分別檢驗W1,W2,W3和W1-1是否有顯著,如果W2和W3同時有意義,那麼中介效應存在;如果W1也有意義,那麼就是部分中介,否則就是完全中介。部分中介存在的缺陷容易出現假陽性,因為W2的置信度為95%,而W3的置信度也是95%,如果不加以控制,判斷A和B之間存在中介效應的置信度將會降低為95%的平方,也就是90.25%,也就意味著這個結論的可靠性降低了。逐步迴歸法直接用SPSS的迴歸功能就能完成。

係數乘積檢驗法(Sobel檢驗)

鑑於逐步迴歸法的缺陷,很多研究者創造了修正的方法,係數乘積檢驗法就是其中一種。係數乘積檢驗法的原理是將W2和W3綜合考慮,也就是考慮W2*W3是否有意義,這樣就避免了分別檢驗W2和W3造成的置信度降低問題。Sobel檢驗也存在缺陷,那就是要求W2*W3服從正態分佈,但是這一點是很難保證的,即使是W2和W3服從正態分佈,W2*W3也不一定服從正態分佈。Sobel檢驗可以使用SPSS中的Process外掛來完成。

差異係數檢驗法

差異係數檢驗法檢驗的是(W1-W1-1)是否有意義,因為通常情況下,W2*W3=(W1-W1-1),因此,乘積係數法和差異係數法的檢驗效力是基本上相同的,區別在於兩者的標準誤不同。經過很多研究者的對比,乘積係數法和差異係數法都比逐步迴歸法的檢驗結果更為準確。

Bootstrapping法

跟著草堂君學習了統計基礎部分內容的朋友應該知道,大多數假設檢驗用到的標準誤都是做無偏估計或有偏估計得來的,也就是說,檢驗用的標準誤都是偽標準誤(估計值),要使估計值準確,需要服從很多的假設條件(例如上面說到的正態分佈),係數乘積檢驗法和差異係數檢驗法的標準誤都是如此。

有些可惜的是,很多資料無法完全滿足標準誤估計的假設條件,這樣Bootstrapping就應運而生了。這種方法是根據標準誤的理論概念,將樣本容量很大的樣本當作總體,進行有放回抽樣(抽樣次數可以自己定),從而得到更為準確的標準誤。

總結一下

上面介紹了4種中介效應的檢驗方法,其實它們的檢驗原理都是一樣的,區別在於顯著性(置信度)水平的校正方式不同,顯而易見,後面三種的檢驗結果優於第一種逐步迴歸結果,但是草堂君需要告訴大家,校正不是萬能的,即使是最優的Bootstrapping方法,因為它們都有前提假設條件,如果不滿意這些假設條件,結論可想而知不會準確,因此想要得到準確的模型結果,還是要收集到具有代表性的樣本資料,這個才是根本。下篇文章,草堂君會介紹如何使用Amos進行中介效應檢驗。

溫馨提示:

  • 資料分析課程私人定製,一對一輔導,新增微信(possitive2)諮詢!目前推出的一對一課程:

  • 生活統計學QQ群:134373751,用於分享文章提到的各種案例資料、軟體、資料檔案等。支援各種資料的直接下載和百度雲盤下載。

  • 生活統計學微信交流群,用於各自行業的資料研究專案及其成果交流分享;由於人數大於100人,請新增微信possitive2,拉您入群。

  • 資料分析諮詢,請點選首頁下方“互動諮詢”板塊,獲取諮詢流程!

  • 草堂君的統計基礎導航頁文章已經整理髮表,可以前往任意電商網站購買

640?wx_fmt=png