干货 | 还不了解中介调节模型？赶紧收藏本文吧。

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

首先，需要明确的是中介变量和调节变量是两个常见的统计变量，它们都与回归分析有关。

中介效应

1.1 中介变量与中介效应

考虑到自变量X对因变量Y的影响，如果X通过影响变量M来影响Y，则M称为中介变量。

中介效应指的就是探讨的是自变量X通过何种途径/方式（中介变量M）对因变量Y产生影响。形象比喻:中介变量为“媒婆”，X-Y的认识是通过媒婆牵线搭桥（中介效应）。

下面我们就用图解以及举例的方式进行理解。

1.1.1 中介效应模型

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。

调节变量与调节效应

调节变量所要解释的是自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。

调节效应意味着两变量之间的因果关系随调节变量的取值不同而产生变化, 对调节效应的测量和检验与自变量和调节变量的测量水平有关。

形象比喻：调节变量为“第三者”，会影响X-Y正常的朋友关系（调节效应）。

下面我们就用图解以及举例的方式进行理解。

2.1 调节效应模型

根据以上模型，X对Y的影响受到M的调节作用。

2.2 被中介的调节模型

被中介的调节模型首先是一个调节模型！然后，这个调节效果在其他路径（中介路径）上也存在，于是有了被中介的调节模型。

这里的Mo称为有中介的调节变量。

所以，按照逻辑关系，应该先验证调节效果再来验证中介效果。

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。

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。

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。

中介效应检验

SPSS → Process

Process实操教程 | 中介效应检验

干货 | 利用SPSS进行高级统计第二期（更新）

Amos

Amos实操教程 | 中介效应检验

3）R

bruceR包使用指南：让R语言数据分析变得更简单

调节效应

1）Amos

Amos实操教程|调节效应检验

2）SPSS→ Process

干货 | 利用SPSS进行高级统计第二期（更新）

今天的介绍就到这里啦，欢迎大家在下方进行投票哦~

文案：华华
排版：华华
校对：喵君姐姐 Uka

干货 | 还不了解中介调节模型？赶紧收藏本文吧。相关推荐

干货 | 详解对象检测模型中的Anchors
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自:opencv学堂导读给大家再次解释一下Anchors ...
python怎么模拟浏览器交互_干货分享：python爬虫模拟浏览器的两种方法实例分析（赶紧收藏）...
今天为大家带来的内容是:干货分享:python爬虫模拟浏览器的两种方法实例分析(赶紧收藏) 文章主要介绍了python爬虫模拟浏览器的两种方法,结合实例形式分析了Python爬虫模拟浏览器的两种常见操 ...
[数据分析实例5]使用python-pandas对历届世界杯数据进行数据分析,并用matplotlib绘图，干货满满，赶紧收藏学习起来！
目录写在前面的话: [数据分析实例3]使用python-pandas对历届世界杯进行数据分析,并用matplotlib绘图,干货满满,赶紧收藏学习起来!https://blog.csdn.net/m ...
AI 时代，还不了解大数据？
来自:IT人的职场进阶如果要问最近几年,IT行业哪个技术方向最火?一定属于ABC,即AI + Big Data + Cloud,也就是人工智能.大数据和云计算. 这几年,随着互联网大潮走向低谷,同时 ...
都2021年了，不会还有人连深度学习还不了解吧（六）-- Padding篇
导读本篇文章主要介绍CNN中常见的填充方式Padding,Padding在CNN中用的很多,是CNN必不可少的组成部分,使用Padding的目的主要是为了调整输出的大小,是必须搞清楚的知识点.如果你 ...
干货|详解最新语音识别框架深度全序列卷积神经网络
原标题:干货|详解最新语音识别框架深度全序列卷积神经网络导读:目前最好的语音识别系统采用双向长短时记忆网络(LSTM,LongShort Term Memory),但是,这一系统存在训练复杂度高. ...
玩转微信 | 炫酷的聊天满屏掉爱心系列，赶紧收藏
玩转微信,让你的微信变得更有趣!!! 今天给大家分享的是最近很火的聊天满屏掉爱心系列,当然除了掉爱心,小编还整理了一系列的微信聊天满屏动画,童鞋们要是喜欢的话就赶紧收藏吧!话不多说,直接上干货: 1. ...
晚上可以挣钱的副业，这6个赶紧收藏吧！
不少上班族薪资不高,加薪无望,就希望搞副业多挣点钱,不仅能打消下班的空闲时间,还能丰富自己的生活,还能赚点钱补贴家用.那么有什么适合上班族的副业,既不占用上班的时间,又不会消耗太多的精力影响第二天上班 ...
益寿延年，这13种食物真是宝，能延寿10年，赶紧收藏！
益寿延年,这13种食物真是宝,能延寿10年,赶紧收藏! 2016-04-07 年龄变大,我们的血管也会衰老,容易出现各种心血管疾病,但是,只要我们能够养成良好的生活习惯,注意自己的饮食.加强锻炼,还是 ...
SPSS和Mplus如何做非线性中介调节效应分析？如倒U形曲线
SPSS和Mplus如何做非线性中介调节效应分析?如倒U形曲线传统的线性回归模型用的比较多,但有时候变量之间的关系更符合非线性关系,此时使用非线性模型其拟合度会更好,模型预测效果更佳.在非线性关系中 ...

干货 | 还不了解中介调节模型？赶紧收藏本文吧。

干货 | 还不了解中介调节模型？赶紧收藏本文吧。相关推荐

最新文章

热门文章