Hello,大家好~
这里是壹脑云科研圈,我是喵君姐姐~
在心理学实验中,我们通常需要研究一个变量对另一个变量的影响,但是这种影响通常都会受到其他因素的影响。
相信很多小伙伴在阅读文献的时候都会看到中介效应和调节效应,但是对于它们的定义以及分析方法还不太清楚。
本期就来带大家了解中介效应与调节效应的差异,以及介绍如何进行中介调节分析。
一
概念
注:a、b、c’代表斜率,e1、e2、e3代表随机误差。
根据以上模型,除了X直接对Y产生影响之外,X还可以通过间接影响M从而影响Y。
1.1.2 部分中介与完全中介
若X对Y的作用(即c’)为0,或a * b=c,则称为完全中介模型;若a * b<c,则称为部分中介模型;若a * b> c,则称为抑制模型。
1.1.3 中介效应与间接效应辨析
间接效应=a*b。依据路径分析中的效应分解的术语, 中介效应属于间接效应, 但间接效应不一定是中介效应。实际上, 这两个概念是有区别的。
首先, 当中介变量不止一个时, 中介效应中要明确是哪个中介变量产生的中介效应;而间接效应既可以指经过某个特定中介变量的间接效应(即中介效应, 也可以指部分或所有中介效应之和。
其次, 在只有一个中介变量的情形, 虽然中介效应等于间接效应, 但两者还是不等同。中介效应的大前提是自变量与因变量相关显著, 否则不会考虑中介变量。
但即使自变量与因变量相关系数是零, 仍然可能有间接效应。
1.1.4 有调节的中介模型
为了区分中介变量与调节变量,在下面的内容中,我们将Me定义为中介变量,将Mo定义为调节变量。
有调节的中介模型的前提首先是一个中介模型,然后,这个中介效果被调节了!所以模型重心在于整个中介模型,然后才是中介效应在不同情境下的不同效果量。
这里的Me称为带调节的中介变量。
因此,按照逻辑关系,应该先验证中介效应再来验证调节效应。
3. 交互作用
下图为交互作用模式图。X-Y 有关系,Me-Y有关系;并且Me会影响X-Y关系,X会影响Me-Y关系。
4. 交互效应与调节效应
在交互作用中,两个自变量是相同地位,各自对因变量产生的影响叫做“主效应”。
在调节作用中,自变量与调节变量地位不同,调节变量只是作为一个情境变量参与进来,属于一个外来变量,调节变量对因变量没有假设。
5. 变量间的相互关系
除了自变量、因变量、中介变量、调节变量之外,还存在一种变量——控制变量。下图为包含上述变量的总体模型。
首先,自变量、控制变量与因变量自始至终都在模型中。
其次,自变量对中介变量和因变量有假设,而控制变量没有。
接着,控制变量对因变量有显著作用,表示有控制作用;在探讨自变量对因变量的影响时需排除控制变量的影响。
然后,控制变量其实是另一种自变量。
最后,调节变量是一个外来变量,为模型提供情境性的解释。
如果把控制变量的逻辑关系放到了相关中,就成了偏相关分析。
例如上图,X与Y有相关关系(重合部分),但是这部分关系可能不是真实的,于是我们引入另一个变量Cov作为控制变量,再对X和Y做相关分析,发现这时候相关度就变小了。
协变量属于控制变量的一种。 有些控制变量可以通过实验操作加以控制(如照明、室温等), 也称为无关变量; 而另一些控制变量由于受实验设计等因素的限制, 只能借助统计技术来加以控制, 即成了统计分析中的协变量, 因而属于统计概念。
二
中介效应、调节效应的回归分析
上面我们列举了几个通俗易懂的例子,帮助大家理解了中介效应、调节效应与交互作用之间容易混淆的概念。
对于研究中介和调节效应,有不同的分析软件。当研究因素为显变量时,采用SPSS中的Process插件最佳;当为潜变量时采用AMOS为好。
因此,下面我们就来学习用SPSS中的中介与调节插件Process、Amos、R等软件来学习如何对中介与调节效应进行分析,点击文字即可进行跳转。