中介效应分析原理程序Bootstrap方法及其应用PPT学习教案.pptx

会计学
1
中介效应分析原理程序Bootstrap方法及其应用
本文的写作目的
总结介绍前沿的中介检验程序和方法
结合研究实例，阐述Bootstrap中介检验的具体应用
结合研究实例，阐述复杂中介检验时Bootstrap的应用、结果分析和汇报
第1页/共23页
目 录
经典的中介效应检验方法
中介效应检验的原理和程序
Bootstrap中介检验方法及其应用
结论和讨论
第2页/共23页
1 经典的中介检验方法（即前一个ptt中讲的）
因果逐步回归方法 (Causal Step Regression) (Baron & Kenny1986)
(2)
M
a=*
(3)
c’=
b=*
(1)
X
Y
c=*
* p<
第3页/共23页
1 经典的中介检验方法
资料来源：温忠麟,张雷,侯杰泰,刘红云. 中介效应检验程序及其应用. 心理学报, 2004, 36(5): 614-620.
温忠麟等（2004）中介效应检验程序（知网上应该有）
第4页/共23页
1. 经典的中介检验方法
存在的问题
> 主效应并非中介效应存在的前提
> 完全中介并非中介检验的完美准则
> 该方法并非直接检验中介路径a*b=0
> 未能明晰复杂中介的检验
第5页/共23页
2. 中介检验的检验程序和方法
a× b× c'
中介成立
中介成立
中介成立
中介不成立
中介不成立
可能忽略其他中介，有待讨论
唯一的中介
忽略其他中介
错误的理论框架
a × b
显著
显著
正
互补的
中介
负
竞争的
中介
不显著
唯一的
中介
显著
仅有直接作用
不显著
无任何作用
c'
不显著
资料来源：Zhao, Xinshu, Lynch, J. G., Chen, Q. Reconsidering Baron and Kenny: Myths and Truths about Mediation Analysis[J]. Journal of consumer research, 2010, 37(2): 197-206.
c'
第6页/共23页
2. 中介检验的检验程序和方法
a × b 的检验
> Soble test
假设a × b 服从正态分布，但实际上a × b 不服从正态分布，导致第一类错误的概率增加。
没有直接操作的软件
> Bootstrapping程序 (Preacher & Hayes 2004, 2008)
并不假设a × b 服从正态分布，而是依据实际的分布进行检验
可以通过spss插件直接操作
可以同时检验多个中介等较为复杂的中介
> 其他方法：乘积分布法和MCMC法
第7页/共23页
3. Bootstrap中介效应检验方法及其应用
简单中介检验
> 具体操作步骤（以Tong, Zheng & Zhao (2013)为例介绍）
安装PROCESS插件（Hayes 2013）
打开SPSS，选择“Analyze”→“Regression”→“PROCESS”；
将自变量（时间概念）、中介变量（防御聚焦）和因变量（享乐实用选择）依次选入相应的选项框。
选择模型4，设定样本量为5000, Bootstrap取样方法选择偏差校正的非参数百分位法，即勾选“Bias Corrected”；对置信区间的置信度，选择95%
Tong, L., Zheng, Y., & Zhao, P. 2013. Is money really the root of all evil? The impact of priming
money on consumer choice[J]. Marketing Letters, 24(2): 119-129.
第8页/共23页
3. Bootstrap中介效应检验方法及其应用
简单中介检验
> 结果汇报
按照 Zhao et al. （2010）提出的中介效应分析程序， 参照Preacher
& Hayes(2004) 和Hayes (2013) 提出的Bootstrap方法进行中介效应
检验， 样本量选择5000，在95%置信区间下，中介检验的结果的确
没有包含0（LLCI=-, ULCI=-.1597），表明防御聚焦导向的中
介效应显著，且中介效应大小为-.8379。此外，控制了中介变量防御
聚焦导向之后，自变量金钱概念（金钱概念启动vs. 控制组）对因变
量消费者选择（享乐品 vs. 实用品）的影响不显著