數(shù)據(jù)類型及操作

一般數(shù)據(jù)有兩種類型一個(gè)是定類變量一個(gè)是定量變量，通常中介作用的中介變量和自變量均為定量變量，如果自變量為定類變量怎么辦？可以將自變量進(jìn)行啞變量處理，處理后需要在分析時(shí)少放入一項(xiàng)作為參考項(xiàng)。進(jìn)行中介效應(yīng)分析，可以使用SPSSAU中的中介作用進(jìn)行分析，或者使用分層回歸進(jìn)行研究。

中介作用：

分層回歸分析：

分析中常見步驟

1、數(shù)據(jù)處理

此步驟通常是對(duì)自變量、因變量、中介變量做標(biāo)準(zhǔn)化處理，有時(shí)也使用中心化處理。標(biāo)準(zhǔn)化處理和中心化處理的主要目的是為了減少多重共線性。此步驟可以在SPSSAU中數(shù)據(jù)處理模塊的生成變量進(jìn)行處理，有時(shí)研究者的變量是由多個(gè)題項(xiàng)組成，而中介作用并不是對(duì)題項(xiàng)進(jìn)行研究而是對(duì)變量進(jìn)行研究，所以需要先進(jìn)行計(jì)算對(duì)應(yīng)題項(xiàng)的平均得分，并以平均得分代表對(duì)應(yīng)的變量。比如幸福感變量由3個(gè)題項(xiàng)表述，則應(yīng)該計(jì)算3個(gè)題項(xiàng)的平均分進(jìn)行表示該變量。

2、分析第一個(gè)模型

第一個(gè)模型針對(duì)自變量對(duì)因變量的回歸關(guān)系進(jìn)行分析。比如例子中的經(jīng)濟(jì)發(fā)展水平對(duì)電子商務(wù)的影響，一般稱為總效應(yīng)，其模型公式一般為：Y=cX+e1（其中c代表自變量對(duì)因變量的回歸系數(shù)，e1代表殘差）；

3、分析第二個(gè)模型

第二個(gè)模型是在第一個(gè)模型基礎(chǔ)上加入中介變量，也就是自變量和中介變量對(duì)因變量分層回歸。其模型公式一般為：Y=c’X+bM+e2（c’代表此模型中X對(duì)Y的回歸系數(shù)一般稱為直接效應(yīng)，b代表M對(duì)Y的回歸系數(shù)，e2代表此模型的殘差）；

4、分析第三個(gè)模型

第三個(gè)模型為自變量對(duì)中介變量的回歸分析，其一般式為M=aX+e3（a代表X對(duì)M的回歸系數(shù)，e3代表殘差）；

5、進(jìn)行中介效應(yīng)分析

（1）最后進(jìn)行中介效應(yīng)分析，首先查看第一個(gè)模型的系數(shù)c如果不顯著，則說明自變量對(duì)因變量沒有影響，如果顯著說明自變量對(duì)因變量有影響，進(jìn)一步分析。

（2）然后進(jìn)行查看模型2的系數(shù)b和模型3的系數(shù)a，如果a和b均顯著，則查看模型3的系數(shù)c’， c’顯著則為部分中介，c’不顯著則為完全中介。

（3）如果a和b至少一個(gè)不顯著，則進(jìn)行sobel檢驗(yàn)，sobel檢驗(yàn)顯著則為部分中介，如果sobel檢驗(yàn)不顯著則沒有中介作用。（sobel檢驗(yàn)請(qǐng)參考：http://quantpsy.org/sobel/sobel.htm）

此種方法簡單易懂，、容易理解和解釋，因而受到廣泛的應(yīng)用，但有學(xué)者認(rèn)為其檢驗(yàn)效能較低，有時(shí)候本身有中介作用但卻顯示沒有中介作用。因?yàn)橛袑W(xué)者將檢驗(yàn)流程進(jìn)行優(yōu)化：

圖表解說：

上圖中回歸系數(shù)a和回歸系數(shù)b的乘積項(xiàng)（a*b）稱為間接效應(yīng)，如果其呈現(xiàn)出顯著性，那么就說明具有中介作用，反之不具有顯著性，則說明不具有中介作用。檢驗(yàn)a*b的顯著性用于判斷是否具有中介作用，這種做法即稱為乘積系數(shù)檢驗(yàn)法。而具體Bootstrap抽樣法檢驗(yàn)是指a*b這個(gè)回歸系數(shù)的95%置信區(qū)間是否包括數(shù)字0；如果說95%置信區(qū)間不包括數(shù)字0，則說明具有中介作用；如果說95%置信區(qū)間包括數(shù)字0，即說明沒有中介作用。所以具體說明如下：
第一：c表示X對(duì)Y時(shí)的回歸系數(shù)（模型中沒有中介變量M時(shí)），即總效應(yīng)；
第二：a表示X對(duì)M時(shí)的回歸系數(shù)，b表示M對(duì)Y時(shí)的回歸系數(shù)，a*b為a與b的乘積即中介效應(yīng)；
第三：95% BootCI表示Bootstrap抽樣計(jì)算得到的95%置信區(qū)間，如果區(qū)間不包括0則說明顯著；
第四：c’表示X對(duì)Y時(shí)的回歸系數(shù)（模型中有中介變量M時(shí)），即直接效應(yīng)；
第五：如果a和b顯著，且c’不顯著，則為完全中介；
第六：如果a和b顯著，且c’顯著，且a*b與c’同號(hào)，則為部分中介作用；
第七：如果a和b顯著，且c’顯著，且a*b與c’異號(hào)，則為遮掩作用；
第八：如果a和b至少一個(gè)不顯著，且a*b的95% BootCI包括數(shù)字0（不顯著），則中介作用不顯著；
第九：如果a和b至少一個(gè)不顯著，且a*b的95% BootCI不包括數(shù)字0（顯著），且c’不顯著，則為完全中介；
第十：如果a和b至少一個(gè)不顯著，且a*b的95% BootCI不包括數(shù)字0（顯著），且c’顯著，且a*b與c’同號(hào)，則為部分中介作用；
第十一：如果a和b至少一個(gè)不顯著，且a*b的95% BootCI不包括數(shù)字0（顯著），且c’顯著，且a*b與c’異號(hào)，則為遮掩作用；

中介效應(yīng)分析

接下來舉例進(jìn)行分析中介效應(yīng)，以進(jìn)行優(yōu)化過得流程為參考。案例背景：某公司想要研究個(gè)人發(fā)展、工作特性、工作回報(bào)是否通過團(tuán)隊(duì)合作對(duì)創(chuàng)新績效產(chǎn)生影響。其中個(gè)人發(fā)展、工作特性、工作回報(bào)為自變量，團(tuán)隊(duì)合作為中介變量，創(chuàng)新績效為因變量。操作如下：

結(jié)果如下：

首先查看中介作用的三個(gè)模型以及系數(shù)，如下表：

從上表可知：中介效應(yīng)分析共涉及3個(gè)模型,分別如下：
創(chuàng)新績效=1.422+0.281*個(gè)人發(fā)展+0.188*工作特性+0.168*工作回報(bào)
團(tuán)隊(duì)合作=0.406+0.405*個(gè)人發(fā)展+0.258*工作特性+0.241*工作回報(bào)
創(chuàng)新績效=1.325+0.184*個(gè)人發(fā)展+0.126*工作特性+0.110*工作回報(bào)+0.240*團(tuán)隊(duì)合作

接下來查看中介效應(yīng)的結(jié)果，如下表：

1、個(gè)人發(fā)展→團(tuán)隊(duì)合作→創(chuàng)新績效

上表得知總效應(yīng)c顯著，并且系數(shù)a和系數(shù)b均顯著，且與c’同號(hào)（都大于0）則為部分中介。

2、工作特性→團(tuán)隊(duì)合作→創(chuàng)新績效

上表得知總效應(yīng)c顯著，并且系數(shù)a和系數(shù)b均顯著，且與c’同號(hào)（都大于0）則為部分中介。

3、工作回報(bào)→團(tuán)隊(duì)合作→創(chuàng)新績效

上表得知總效應(yīng)c顯著，并且系數(shù)a和系數(shù)b均顯著，且與c’同號(hào)（都大于0）則為部分中介。

得到的中介效應(yīng)量如下：

效應(yīng)量計(jì)算說明如果是完全中介，則效應(yīng)占比為100%，如果是部分中介，則效應(yīng)占比計(jì)算公式為：a*b/c，如果是遮掩效應(yīng)，則效應(yīng)量為中介效應(yīng)與直接效應(yīng)的比值，計(jì)算公式為：| a*b/c |。

疑難解惑

1.95%區(qū)間包括0，為什么顯示有中介作用？

中介作用分析有著非常嚴(yán)格的檢驗(yàn)流程，絕大多數(shù)情況下，95%抽樣區(qū)間不包括數(shù)字0就意味著具有中介作用，但并不完全是這樣，最終中介作用的檢驗(yàn)需要參考檢驗(yàn)流程進(jìn)行。

2. 面板數(shù)據(jù)是否可以進(jìn)行中介作用？

從數(shù)學(xué)理論上，面板數(shù)據(jù)可以直接進(jìn)行中介作用分析，中介作用分析并不區(qū)分是否面板數(shù)據(jù)，直接分析即可。

3.間接效應(yīng)和中介效應(yīng)的區(qū)別是什么？

通常情況下二者意義完全一致，但細(xì)微區(qū)別在于比如X->M1->M2->Y這種鏈?zhǔn)街薪闀r(shí)，一般用間接效應(yīng)描述會(huì)更易理解。