中介变量、调节变量与协变量——概念、统计检验及其比较.pdf

万方数据

善≮盱e：中介变量、调节变量与协变量——概念、统计检验及其比较卢谢峰“韩立敏2中介变量与中介效应分析2调节变量与调节效应分析中介变量、调节变量和协变量在因果关系中扮演着不同的角色，是重要的统计学概念。若将它们应用于研究当中，将有助于揭示变量之间的实质关系。然而，从国内已有的文献看，涉及到这些变量的研究并不多。即便是涉及到了这些变量，对它们的分析还很不到位，有的分析甚至是错误的。究其原因，大致可以归为两类，一是方法学的局限性和研究设计的不足。不少研究者只关注两个变量之间简单的线性关系，这样往往支解或掩盖了事物之间真实、复杂的关系，从而可能会歪曲研究现象的本质。另一个是统计技术方面的原因。由于至今鲜有人对这三种变量及其效应的分析方法做过专门的论述，使得很多研究者缺乏相应的统计分析技术，因而在实际研究中要么忽略这方面的分析，要么采取近似的处理方法，这些研究策略都极大地削弱了研究结论的可靠性，从而限制了研究的水平。基于目前的研究现状，本文在已有研究文献的基础上，对这三种变量进行了深入的探讨。另外，随着新的统计技术的出现(例如结构方程模型和多层线性模型)，使得对中介效应和调节效应的分析变得更加精确，也更加多样化，这势必推动三种统计概念的广泛应用。中介变量的概念和作用根据Baron和Kenny的解释，中介变量(mediator)是自变量对因变量发生影响的中介，是自变量对因变量产生影响的实质性的、内在的原因，通俗地讲，就是自变量通过中介变量对因变量产生作用⋯。中介变量的作用原理如图1所示。其中，e是X对Y的总效应，ab是经过中介变量M的中介效应(mediatingeffect)，C’是直接效应。当只有一个中介变量时，效应之间的关系可以表示为：c=e’+ab。1．2中介效应的检验和估计方法通常如果某个变量的介入能够清晰地说明自变量与因变量之间的关系，它就有可能是中介变量。因此，检验中介效应时要考察这三个变量之间的关系。首先假定自变量与因变量之间有较高的相关，当在它们之间加入中介变量时，如果自变量与因变量的相关或回归系数明显降低(降低到0就是完全中介作用)，就可以认为中介效应明显，即中介变量能有效解释自变量与因变量的关系。当然，这只是一种粗略的检验手段，其严格程度有待商榷。由于中介效应属于间接效应，无论变量是否涉及潜变量，都可以用结构方程模型(SEM)分析中介效应。如果所有变量都是显变量(或观测变量)，可以依次做图1中的三个回归分析。无论是回归分析还是路径分析，用统计软件都可以得到e的估计c’，a、b、e’的估计a、6、e7，以及相应的标准误。中介效应的估计是a、6。结果部分除了报告中介效应的大小外，还应当报告中介效应与总效应之比[§fi／(e’+辐)]，或者中介效应与直接效应之比(蕊尼’)，它们都可以衡量中介效应的相对大小。假设Y与X的相关显著，意味着回归系数c显著，在这个前提下考虑中介变量M。对中介效应的统计检验主要有三种方法。传统的做法是依次检验回归系数a、b(完全中介效应还要检验C’)的显著性。第二种做法是检验经过中介变量的路径上的回归系数的乘积ab是否显著。第三种做法是检验c’与e的差异是否显著。三种方法各有利弊。温忠麟等总结了已有的各种检验方法，提出了一个中介效应的检验程序幢】，该程序的第一类和第二类错误率之和通常比单一检验方法小，并且可以同时检验部分中介效应和完全中介效调节变量的性质和作用调节变量(moderator)所要解释的是岛变量在何种条件下会影响因变量，也就是说，当自变量与因变量的相关大小或正负方向受到其它因素的影响时，这个其它因素就是该自变量与因变量之间的调节变量。它界定了自变量和因变量之问关系的边界条件，既可以是质化形式的变量(如性别)，也可以是量化形式的变量(如奖励水平)[31。其作用原理如心理科学Psychological(1湖南师范大学教科院心理系，长沙，410081)(2国防科技大学入文与社科学院，长沙，410074)摘要本文在已有研究文献的基础上，集中探讨了中介变量、调节变量和协变量的概念，以及中介效应、调节效应和协变量效应的统计分析方法。随后分别对中介效应和间接效应，调节效应和交互效应进行了辨析，并从测量水平和检验方法等方面对三种统计概念做了比较。关键词：中介变量调节变量协变量中介效应调节效应协方差分析1M—nx+elr—c。x+bM+e，中介变量示意图*通讯作者：卢谢峰，男。E．mail：xiefeng—[e-mail]应[2l。下：9342007，30(4)：934—9361．1图12．1Sciencee1
万方数据

3协变量和协方差分析中介变量、调节变量和协变置概念辨析、=ftX．M)斗e在相关分析当中，调节变量是影响两变量零阶相关的第三变量。当然，如果两变量的关系因第三因素而发生