<button id="qeakg"></button> 1、研究的目的和意義
在心理、行為和其它一些社科研究領(lǐng)域，研究情境復雜，經(jīng)常需要多個(gè)中介變量才能更清晰的解釋自變量對因變量的效應。近年來(lái)，越來(lái)越多的中介研究采用多重中介(multiple mediation)模型，即存在多個(gè)中介變量的模型。不過(guò)，多數研究是將一個(gè)多重中介模型拆解為多個(gè)簡(jiǎn)單中介(即只含一個(gè)中介變量)模型，相繼進(jìn)行多個(gè)簡(jiǎn)單中介分析。建立結構方程模型(Structural Equation Model, SEM)進(jìn)行多重中介分析，不僅可以同時(shí)處理顯變量和潛變量，還可以同時(shí)分析多個(gè)自變量、多個(gè)因變量和多個(gè)中介變量的關(guān)系，是比較好的方法。近年來(lái)國際國內的主要期刊發(fā)表的中介應用研究文章，超過(guò)半數是多重中介的SEM研究，但多重中介效應的SEM分析方法的研究明顯不足。本項目要研究的是至今還沒(méi)有很好解決的一類(lèi)前沿熱點(diǎn)問(wèn)題——多重中介效應的SEM分析方法。
中介變量(mediator)是除了自變量與因變量之外的重要變量，在心理學(xué)和其他社科研究領(lǐng)域經(jīng)常碰到。如果自變量X通過(guò)某一變量M對因變量Y產(chǎn)生一定影響，則稱(chēng)M為X和Y的中介變量或M在X和Y之間起中介作用。中介作用的研究在理論上至少有以下兩個(gè)重要的意義：(1) 幫助我們解釋自變量和因變量關(guān)系的作用機制。(2)整合已有變量之間的關(guān)系。
通過(guò)開(kāi)展本項目的研究，可以促進(jìn)國內有關(guān)多重中介模型分析方法研究，為心理學(xué)和其他社科領(lǐng)域的研究人員提供強有力的多重中介模型分析工具，更好的探索和理解人類(lèi)行為模式，造福社會(huì )。本課題的應用案例研究，其本身就是有實(shí)際意義的課題，設計或改編的量表、建立的模型、所得到的結論等既有示范性的方法論價(jià)值，也有具體問(wèn)題的認識論價(jià)值。
?
2、成果的主要內容、重要觀(guān)點(diǎn)或對策建議
2.1 結構方程模型的多重中介效應分析
2.1.1 理論分析
以下圖所示的含有兩個(gè)中介變量
和
的多重中介模型為例(其中的圓圈表示變量是潛變量)，此時(shí)的多重中介效應分析可以從三個(gè)角度進(jìn)行，(1)特定路徑的中介效應，如
、
和
，(2)總的中介效應，即
，(3)對比中介效應，如
、
和
。
本項目經(jīng)過(guò)文獻分析，指出了目前多重中介模型分析普遍存在的問(wèn)題，包括(1)分析不完整。例如，使用LISREL和AMOS軟件進(jìn)行多重中介分析時(shí)，只能得到總的中介效應估計值；使用MPLUS軟件進(jìn)行多重中介分析時(shí)，可以得到特定路徑的中介效應和總的中介效應估計值，但還是得不到對比中介效應的分析結果。(2)使用Sobel檢驗帶來(lái)的局限。在多重中介模型中，Sobel檢驗的局限有增無(wú)減。首先，Sobel檢驗統計量的推導基于正態(tài)假設，而特定中介效應、總的中介效應和對比中介效應估計值都涉及參數的乘積，因而通常都不滿(mǎn)足正態(tài)假設，因此Sobel檢驗的結果是不準確的，檢驗力不高。其次，Sobel檢驗需要大樣本，Sobel檢驗在小樣本的表現并不好。第三，在多重中介模型中，Sobel檢驗統計量公式的分母是中介效應估計值的標準誤，而這個(gè)標準誤常用多元delta法計算，公式十分復雜，且需要手工計算，使用不便。建議通過(guò)增加輔助變量的方法進(jìn)行完整的多重中介效應分析，使用偏差校正的Bootstrap方法進(jìn)行中介檢驗。
總結出一個(gè)多重中介SEM分析流程，即(1)確定多重中介模型；(2)設置輔助變量；(3)偏差校正Bootstrap的SEM分析。并有示例和相應的MPLUS和LISREL程序。
2.1.2 模擬分析
本項目用5個(gè)因變量指標(偏差、相對均方誤、統計功效、第Ⅰ類(lèi)錯誤率、95%置信區間寬度)和5(樣本容量)
8(
組合)
2(估計方法)的實(shí)驗設計對Bootstrap法和Bayesian法在多重中介效應模型(見(jiàn)上圖)中的表現進(jìn)行Monte Carlo模擬比較。結果表明，在多重中介效應分析中，當有先驗信息時(shí)，推薦使用有先驗信息的Bayesian方法進(jìn)行中介效應分析；當先驗信息不可得時(shí)，推薦使用偏差校正的Bootstrap方法進(jìn)行中介效應分析。
2.1.3 應用案例分析
采用幽默風(fēng)格問(wèn)卷中的自我提升幽默維度、主觀(guān)幸福感量表中的積極情緒和消極情緒維度、多維領(lǐng)悟社會(huì )支持量表和生活滿(mǎn)意度量表對884名大學(xué)生進(jìn)行調查。構建結構方程模型(見(jiàn)下圖)，Bootstrap檢驗表明了多重中介效應顯著(zhù)，總中介效果量為63.6%，其中通過(guò)情緒幸福這一中介路徑的中介效果量最大，達47.3%。未來(lái)研究可探討在個(gè)體主義文化背景下的不同鏈式中介效應。
?
2.2 結構方程模型的多層中介效應分析
近年社科領(lǐng)域常見(jiàn)使用多層線(xiàn)性模型進(jìn)行多層中介研究。盡管多層線(xiàn)性模型區分了多層中介的組間和組內效應，仍然存在抽樣誤差和測量誤差。比較好的方法是，將多層線(xiàn)性模型整合到結構方程模型中，在多層結構方程模型框架下設置潛變量和多指標，可有效校正抽樣誤差和測量誤差、得到比較準確的中介效應值，還能適用于更多種類(lèi)的多層中介分析并提供模型的擬合指數。在介紹新方法后，總結出一套多層中介的分析流程，通過(guò)一個(gè)例子來(lái)演示如何用MPLUS軟件進(jìn)行多層中介分析。最后展望了多層結構方程和多層中介研究的拓展方向。
?
2.3 結構方程模型的新進(jìn)展：雙因子模型
雙因子模型是一種既有全局因子(G)又有局部因子(F1、F2、F3)的模型(見(jiàn)下圖)，近年來(lái)有了許多應用。本文討論了雙因子模型和高階因子模型在數學(xué)模型、參數之間的關(guān)系，概念上和應用上的差異；概述了雙因子模型在信度研究、平衡量表、探索性因子分析和項目反應理論中的應用。作為例子，在Rosenberg自尊量表結構的研究中，通過(guò)雙因子模型分析了自尊特質(zhì)效應與項目表述方法效應。
2.4 中介效應分析的其他研究
2.4.1 有調節的中介效應分析
有調節的中介模型是中介過(guò)程受到調節變量影響的模型。評介了基于Bootstrap不對稱(chēng)置信區間和Bayesian不對稱(chēng)可靠區間進(jìn)行有調節的中介模型檢驗的三種方法，包括亞組分析法、差異分析法和系數乘積法。模擬研究發(fā)現，偏差校正的百分位Bootstrap置信區間和無(wú)先驗信息的Bayesian可靠區間在有調節的中介模型檢驗中表現相當，都優(yōu)于百分位Bootstrap置信區間的表現。建議使用系數乘積法進(jìn)行第一階段或第二階段被調節的中介模型檢驗，使用差異分析法進(jìn)行兩階段被調節的中介模型檢驗，并用一個(gè)實(shí)際例子演示如何用不對稱(chēng)區間估計檢驗有調節的中介模型。隨后評述了三種有調節的中介模型檢驗方法在國內心理學(xué)的應用現狀，并展望了檢驗的拓展方向。
2.4.2 類(lèi)別變量的中介效應分析
在心理學(xué)和其他社科研究領(lǐng)域，研究者能熟練地進(jìn)行連續變量的中介效應分析，但面對自變量、中介變量或(和)因變量為類(lèi)別變量的中介效應分析，研究者往往束手無(wú)策。在闡述類(lèi)別自變量中介分析方法的基礎上，我們建議使用整體和相對中介相結合的類(lèi)別自變量中介分析方法，并給出了分析流程。以二分因變量為例，討論了中介變量或(和)因變量為類(lèi)別變量的中介分析方法的發(fā)展過(guò)程(即尺度統一的過(guò)程)，建議通過(guò)檢驗
的顯著(zhù)性來(lái)判斷中介效應的顯著(zhù)性。用二個(gè)實(shí)際例子演示如何進(jìn)行類(lèi)別變量的中介效應分析。最后展望了類(lèi)別變量的中介效應分析研究的拓展方向。
??? （本文作者：方杰? 廣東財經(jīng)大學(xué)副教授）
