运用SPSS及AMOS进行中介效应分析 联系客服

发布时间 : 星期一 文章运用SPSS及AMOS进行中介效应分析更新完毕开始阅读45ff058ca58da0116d174923

著,则急需检验部分中介效应和完全中介效应;如果都不显著,则停止检验;如果a或b其中只有一个较显著,则进行sobel检验,检验结果见下表:

Model SummaryChange StatisticsModel1R.533aR Square.284AdjustedR Square.283Std. Error ofthe Estimate.76763R SquareChange.284F Change193.247df11df2487Sig. F Change.000a. Predictors: (Constant), 不被认同(中心化) CoefficientsaUnstandardizedCoefficientsBStd. Error.001.035.597.043StandardizedCoefficientsBeta.533Model1t.03413.901(Constant)不被认同(中心化)Sig..973.000a. Dependent Variable: 焦虑(中心化) 由上面两个表格结果分析可知,方程m=ax+e中,a值0.533显著性p<.000,继续进行方程y=c’x+bm+e的检验,结果如下表:

Model SummaryChange StatisticsModel1R.702aR Square.492AdjustedR Square.490Std. Error ofthe Estimate.68485R SquareChange.492F Change235.490df12df2486Sig. F Change.000a. Predictors: (Constant), 焦虑(中心化), 不被认同(中心化) CoefficientsaUnstandardizedCoefficientsBStd. Error.001.031.670.045.225.040StandardizedCoefficientsBeta.564.213Model1t.04414.7735.577(Constant)不被认同(中心化)焦虑(中心化)Sig..965.000.000a. Dependent Variable: 工作绩效(中心化) 由上面两个表的结果分析可知,方程y=c’x+bm+e中,b值为0.213显

9

著性为p<.000,因此综合两个方程m=ax+e和y=c’x+bm+e的检验结果,a和b都非常显著,接下来检验中介效应的到底是部分中介还是完全中介;

第四步:检验部分中介与完全中介即检验c’的显著性:

由上表可知,c’值为.564其p值<.000,因此是部分中介效应,自变量对因变量的中介效应不完全通过中介变量焦虑的中介来达到其影响,工作不被认同对工作绩效有直接效应,中介效应占总效应的比值为: effectm=ab/c=0.533×0.213/0.678=0.167,中介效应解释了因变量的方差变异为sqrt(0.490-0.459)=0.176(17.6%)

小结 在本例中,中介效应根据温忠麟的检验程序最后发现自变量和因变量之间存在不完全中介效应,中介效应占总效应比值为0.167,中介效应解释了因变量17.6%的方差变异。 2.在spss中运用spssmaro脚本来分析中介效应

下面我们采用Preacher(2004)设计的spssmaro脚本来进行中介效应分析,该脚本是美国俄亥俄和州立大学Preacher和Hayes于2004年开发的在spss中计算间接效应、直接效应和总效应的脚本,对间接效应的计算采用了sobel检验,并给出了显著性检验结果,这个脚本可在如下网址下载:www.comm.ohio-state.edu/ahayes/sobel.htm。 脚本文件名为sobel_spss,关于如何在spss使用该脚本请看附件(附件为pdf文件,文件名为runningscripts)。在运行了脚本后,在打开的窗口中分别输入自变量、中介变量和调节变量,在选项框中可以选择bootstrap(自抽样)次数,设置好后,点击ok,运行结果如下:

10

11

Run MATRIX procedure:

VARIABLES IN SIMPLE MEDIATION MODEL Y 工作绩效 X 不被认同 M 焦虑

DESCRIPTIVES STATISTICS AND PEARSON CORRELATIONS

Mean SD 工作绩效 不被认同 焦虑 工作绩_1 .0000 .9590 1.0000 .6780 .5139 不被认同 -.0020 .8085 .6780 1.0000 .5330 焦虑(中 .0000 .9063 .5139 .5330 1.0000

SAMPLE SIZE 489

DIRECT And TOTAL EFFECTS

Coeff s.e. t Sig(two) b(YX) .8042 .0395 20.3535 .0000 c b(MX) .5975 .0430 13.9013 .0000 a b(YM.X) .2255 .0404 5.5773 .0000 b b(YX.M) .6695 .0453 14.7731 .0000 c’

注:b(yx)相当于c,b(my)相当于a, b(YM.X)相当于b, b(YX.M)相当于c’

INDIRECT EFFECT And SIGNIFICANCE USING NORMAL DISTRIBUTION

Value s.e. LL 95 CI UL 95 CI Z Sig(two) Effect .1347 .0261 .0836 .1858 5.1647 .0000 (sobel)

BOOTSTRAP RESULTS For INDIRECT EFFECT

Data Mean s.e. LL 95 CI UL 95 CI LL 99 CI UL 99 CI Effect .1347 .1333 .0295 .0800 .1928 .0582 .2135

NUMBER OF BOOTSTRAP RESAMPLES 1000

FAIRCHILD ET AL. (2009) VARIANCE IN Y ACCOUNTED FOR BY INDIRECT EFFECT: .2316

********************************* NOTES **********************************

------ END MATRIX -----

从spssmacro脚本运行的结果来看,总效应、中介效应、间接效应

12