中介效應分析的Sobel檢驗怎麼做?

2021-03-02 SPSS統計訓練營

溫忠麟老師在2014年的論文中提到，Bootstrap 法是公認的可以取代 Sobel 法而直接檢驗係數乘積的方法 。因此論文中新提出的中介效應檢驗程序，明顯已經沒有Sobel檢驗了，取而代之的是bootstrap法。

但是目前仍有讀者在諮詢Sobel檢驗的做法，咱們先不管這是不是妥當，先就Sobel檢驗給出具體的操作方案。

介紹一下案例，要研究管教方式U在學生違紀行為X與同伴關係Y間的中介作用，先採用傳統回歸分析三部曲，依次檢驗回歸係數c、a、b及c撇的顯著性。結果如下：

顯然我們可以發現a不顯著（t=-0.72，p>0.05），當a或b至少一個不顯著時，下一步是進行Sobel檢驗（溫忠麟.2004）。

所謂的Sobel檢驗，就是我們要利用前面回歸三部曲所得的一些結果，來構造z統計量，z的計算公式如下：

其中，a和b分別是表1中的回歸係數，sa和sb表示a和b對應的標準誤。

所以本例，a=-0.030，sa=0.041，b=0.187，sb=0.039，你把這四個數字代入計算公式，就可以得到z統計量，然後查表獲得p值。

好麻煩對吧，還要我自己計算，又怎麼去查表呢？搞不明吧。所以放棄吧。小兵給大家推薦一個在線的網站，你輸入四個數字，它直接幫你計算好結果。http://www.quantpsy.org/sobel/sobel.htm看網頁的下圖，你在左側的input框裡依次錄入四個數字，然後點擊右下方的calculate按鈕，所有結果馬上呈上。Slobel test 檢驗結果，z=-0.723，p=0.469>0.05，說明管家方式U中介效應不顯著，無統計學意義。直接看p值，當p值小於0.05時，可認為是中介效應顯著，有統計學意義。反之不顯著。
有沒有很方便，不需要你計算，也不用你查表（查表的表你可能也找不到）。如果你的研究中「堅持」要做Sobel檢驗，而不是bootstrap，那麼這個網站能幫到你。溫忠麟, 張雷, 侯傑泰,等. 中介效應檢驗程序及其應用[J]. 心理學報, 2004(05):111-117.
點擊 「閱讀原文」立即訂閱課程吧~

相關焦點

  • 三種中介效應檢驗方法及操作步驟
    Baron和Kenny(1986)提出，其檢驗步驟分為三步：第一，分析X對Y的回歸，檢驗回歸係數c的顯著性(即檢驗H0:c=0)；第二，分析X對M的回歸，檢驗回歸係數a的顯著性(即檢驗H0:a=0)；第三，分析加入中介變量M後X對
  • Process實操教程 | 中介效應檢驗
    之前給大家介紹了如何用amos進行中介調節效應檢驗（Amos實操教程 | 中介效應檢驗 ）。今天我們給大家介紹下平常更常用的，也更簡單的操作，如何使用spss中process插件進行中介效應檢驗。勾選效應量以及中介檢驗效果量等。我們看中介變量p的係數是否顯著，看置信區間是否包含0 ，若包含0 ，則不顯著若不包含0 ，則說明中介效應顯著。
  • SPSSAU教程07:中介調節效應分析解讀
    中介效應和調節效應是一對比較容易混淆的概念，他們都與回歸分析有關，相比自變量因變量，中介變量和調節變量都屬於第三變量。研究者需要結合不同的數據分析方法對兩種關係進行分析。（3）Sobel檢驗Sobel檢驗是中介檢驗步驟中可能涉及到的一種檢驗，研究人員需要自行計算或者利用相關網站直接進行Sobel檢驗。
  • 畢業論文問卷分析的幾點建議
    因為實際收集的問卷數據要想探索性因子分析+驗證性因子分析，各個指標均達到理想值，那幾乎是不可能的。如果你看到某某人的論文中用了這樣的檢驗方法，指標非常漂亮，我可以負責任的告訴你，其大概率是改過數據了。特殊情況1：模型驗證階段，使用AMOS結構方程，導師要求效度檢驗階段使用驗證性因子分析。
  • 心理學等研究領域中的中介與調節效應
    除了這兩種變量外，還有其他類型的變量，如中介變量（mediator）和調節變量（moderator），兩種類型的變量在回歸分析中所起的作用不同。本章我們將在回歸分析和結構方程模型的框架下討論中介效應和調節效應，使用複雜的統計模型研究心理學領域中複雜的變量關係。
  • AMOS分析技術:多群組分析的調節效應檢驗功能
    如果需要回顧以上內容，可以點擊下方文章連結回顧：如何利用Amos的多群組分析進行調節效應檢驗是今天草堂君要給大家介紹的內容。多群組分析進行調節效應檢驗比上面介紹的純粹的多群組分析更進一步，需要對模型參數和輸出結果進行設定。
  • 李維,史秋衡|學校歸屬感如何影響師範專業大學生的學習投入——基於專業承諾的中介效應分析
    （二）學校歸屬感對師範專業大學生學習投入的直接效應分析在沒有納入專業承諾的情況下，本研究構建了學校歸屬感對師範專業大學生學習投入的直接效應分析模型，並使用該分析模型來檢驗本研究的研究假設（三）中介效應分析在原有直接效應模型的基礎上，納入專業承諾這一變量，可以構建學校歸屬感、專業承諾與師範專業大學生學習投入的共變關係模型。
  • 傻傻分不清楚:有調節的中介與有中介的調節
    例如, 男生通過朋友進而認識女生，此時朋友就相當於中介變量。中介效應分析的目的是探究X 如何影響Y 。如果自變量X 與因變量Y 的關係受到第三個變量U 的作用, 此時U 是調節變量, 影響X 和Y之間關係的方向(正或負)和強弱。例如, 丈夫與妻子的關係，受到小三的影響。調節效應分析的目的是探究X 何時影響Y 或何時影響較大。
  • 有調節的中介還是中介的調節概念以及檢驗方
    有調節的中介模型分析步驟：        首先知道我們關心的重點是自變量X對因變量Y的影響是否顯著，同時考慮直接效應是否受到了調節變量U的調節。    檢驗 c3可以知道在未考慮中介效應的時候, 直接效應是否受到調節。        檢驗係數 c1 的結果, 對將來解釋模型有用。但即使 c1 不顯著, 都可以繼續後面的分析, 只是解釋結果的時候略有不同, 參見溫忠麟等(2012)說的廣義中介分析。
  • 信效度分析不會做?中介調節分不清?快來看!
    （理論我都懂，但是看著一排排菜單按鈕就發慌~）小B：問卷的信效度分析總是不知從何入手？（信效度分析很重要，具體怎麼做卻不知曉，難受~）小D：中介效應、調節效應傻傻分不清？（中介效應是啥？調節效應是啥？這玩意有啥用？？？）
  • ​主流: KHB法測度中介效應, 無論線性還是非線性模型, KHB都能分解出直接和間接效應!
    凡是搞計量經濟的，都關注這個號了稿件：econometrics666
  • 社交媒體信任對隱私風險感知和自我表露的影響:網絡人際信任的中介效應
    本研究採用SPSS24.0對樣本進行描述性分析，使用AMOS24.0進行驗證性因子分析和研究假設檢驗。1.本研究旨在探討社交媒體信任對隱私風險感知和自我表露的影響機制，並且驗證網絡人際信任在其中的中介作用。因此本研究採用AMOS24.0建立結構方程模型，檢驗社交媒體信任、網絡人際信任、隱私風險感知及自我表露之間的作用路徑，分析其中的直接效應、總效應及中介效應。
  • 中介調節哪些事兒~
    目錄：回歸分析的各種效應中介效應和調節效應有調節的中介效應有中介的調節效應如何在R中實現中介和調節回歸分析中的各種效應1.回歸分析回歸分析是統計學的核心，這一點毋庸置疑「回歸」一詞最初是由英國的生物學家及統計學家高爾頓在研究人類父代和子代身高問題時提出來的
  • 在線交互對學習者批判性思維的影響 ——基於學習取向的中介效應
    本研究採用SPSS19.0 和AMOS22.0 軟體進行數據處理，並對各量表進行驗證性因素分析（CFA）、中介效應檢驗和路徑分析，參照模型適配度的評價指標對假設模型進行修正，擬合出最優模型。（二）研究工具為了保證量表的信度及效度，本研究的量表取自較為成熟的量表，根據本研究的基本概況進行適當的表述改變。1.
  • Process插件安裝及其簡單中介分析
    Process插件是SEM分析非常強大的工具，上述為其安裝步驟，接下來我們為大家介紹如何使用其進行簡單的中介分析。（1）已按照上文成功安裝插件。（2）打開SPSS，依次選擇【分析】--【回歸】--【Process】（3）將自變量（AA）、中介變量（BB）和因變量（CC）依次選入相應的選項框。
  • 調節效應分析,逐圖詳解!
    不過麻煩在於調節效應中，往往涉及到的是連續變量而不是分類變量，所以對於調節效應的分析容易讓人頭暈。下面我們就來理一下在SPSS裡如何分析它。這裡的例子是在分析年齡，對住院總費用的影響中考慮住院天數是否存在調節效應，這三個變量都已經進行了對數變換，以使其分布接近正態。
  • 元分析:固定效應模型和隨機效應模型
    下面是對元分析固定效應模型和隨機效應模型的介紹。如果想要了解更多元分析知識，請關注微信公眾號「元分析」。兩種常用見的元分析統計模型：固定效應模型和隨機效應模型在固定效應模型下，我們假定在納入分析的所有研究存在一個真實的效應量，並且觀察效應量的所有差異均歸因於取樣誤差。雖然我們遵循將其稱為固定效應模型的做法，但更具描述性的術語將是共同效應模型（common-effect model）。
  • MPlus 基礎篇: CFA,EFA,中介,調節調節模型
    #.1 連續變量的EFA#.2 類別變量的EFA2 中介模型的檢驗2.1 中介模型2.2 Bootstrap1.3 use model constraint 設定中介模型2.5 調節的中介3 調節模型檢驗3.1 潛變量調節模型3.2 簡單效應分析及交互作用圖
  • 【Stata更新】新增中介效應、調節效應、交互項及Stata操作--手把手教你Stata系列課程更新啦!
    （Time-varying DID、多時點DID、異時DID、漸進DID）1.2.2  多期DID處理效應估計方法的選擇（reg、xtreg、areg、reghdfe、tvdiff）1.2.3  多期DID的平行趨勢檢驗（Parallel trend test）拓展1.3  多期DID及平行趨勢檢驗的建模步驟流程圖（多期DID
  • 控制變量、工具變量、中介變量、調解變量、confounder、代理變量和suppressor variable
    1952年託爾曼受格式塔學派心理學家勒溫的影響，提出三種中介變量——（1）需要系統：指有機體當時的生理需求或內驅力需要；（2）信念-價值系統：指個體選擇目標的欲望的強烈程度；（3）行為空間：指個體行為發生的場所（類似勒溫的心理生活空間和考夫卡的行為環境），這其中有吸引人的正效價物體，也有令人厭惡的負效價物體。 中介變量的效應可以通過Bootstrap的方法來檢驗。