MPLUS简介及模型分析

中介中介中介中介、、、、调节模型分析调节模型分析调节模型分析调节模型分析——MPLUS建模建模建模建模温忠麟温忠麟温忠麟温忠麟吴吴吴吴艳艳艳艳华南师范大学心理应用研究中心华南师范大学心理应用研究中心华南师范大学心理应用研究中心华南师范大学心理应用研究中心广东外语外贸大学应用心理系广东外语外贸大学应用心理系广东外语外贸大学应用心理系广东外语外贸大学应用心理系内容提要内容提要内容提要内容提要
MPLUS简介
MPLUS常用命令
中介模型分析调节模型分析
调节模型分析MPLUS简介
MPLUS是一款功能强大的多元统计分析软件，它可分析以下模型：探索性因子分析探索性因子分析探索性因子分析探索性因子分析（（（（EFA））））验证性因子分析验证性因子分析验证性因子分析验证性因子分析（（（（CFA））））结构方程模型结构方程模型结构方程模型结构方程模型（（（（Structuralequationmodeling)(Itemresponsetheoryanalysis)项目反应理论分析项目反应理论分析项目反应理论分析项目反应理论分析(Itemresponsetheoryanalysis)潜类别分析潜类别分析潜类别分析潜类别分析(Latentclassanalysis)潜转换分析潜转换分析潜转换分析潜转换分析(Latenttransitionanalysis)增长模型增长模型增长模型增长模型(Growthmodeling)多水平建模分析多水平建模分析多水平建模分析多水平建模分析(Multilevelanalysis)混合模型混合模型混合模型混合模型（（（（Mixturemodeling））））Mplus的分析框架
Mplus软件的前身是BengtO.Muthén教授开发的结构方程建模软件LISCOMP(1988)
Mplus的第一版发布于1998年底，最近一次升级为2012年发布的Mplus7.0


特色特色特色特色：：：：功能强大、语言简单、价格不菲一个EFA程序模型定义完成后，首先保存，然后点击“RUN”图标，程序将会进入dos运行界面MPLUS常用命令常用命令常用命令常用命令
TITLE
DATA
DEFINE
VARIABLE
ANALYSISMODEL
MODEL
OUTPUT
SAVEDATA
PLOT
MONTECARLO（红色的三个为必须命令群）DATA
只能读取只能读取只能读取只能读取ASCII格式文件格式文件格式文件格式文件（（（（可用可用可用可用SPSS文件的文件的文件的文件的““““另存为另存为另存为另存为””””功能功能功能功能，，，，具体操作步骤为，打开SPSS文件→FILE→SAVEDATA→对话框选择保存文件类型，下拉选项中选择“Tab-择保存文件类型，下拉选项中选择“Tab-delimited(*.dat)”格式））））
只能识别数字数字数字数字
默认数据文件与分析文档在同一个文件夹同一个文件夹同一个文件夹同一个文件夹，如果不在同一个文件夹，需要额外指定路径
变量数的上限是变量数的上限是变量数的上限是变量数的上限是500，，，，字符的长度是字符的长度是字符的长度是字符的长度是5000注意事项注意事项注意事项注意事项
新命令必须另起一行
命令必须以分号（；）结束
如果命令一行写不下，可以直接按回车分行“！”是后面的信息不读入，作为注释
“！”是后面的信息不读入，作为注释验证性因子分析验证性因子分析验证性因子分析验证性因子分析
验证性因子分析(Confirmatoryfactoranalysis,CFA)是结构方程模型的重要组成部分，主要处理观测指标与潜变量之间的关系，也被称作测量模型（MeasurementModel）。测量模型（MeasurementModel）。
在CFA中，指标与因子之间的关系是明确的。例题例题例题例题
学习倦怠包含身心耗竭、学业疏离、低成就感三个维度MPLUS程序程序程序程序Title:Thestructureofburnout!标题。DATA:fileisburnout.dat;!读入原始数据；VARIABLE:Namesaredistrictgendergradex1-x14;！变量USEVARIABLES=x1-x14;！用到的变量；ANALYSIS:ESTIMATOR=ML;！默认的估计方法MODEL:f1BYx8-x10;！因子f1由指标x8-x10测量；MODEL:f1BYx8-x10;！因子f1由指标x8-x10测量；f2BYx11x12x13x14;f3BYx1-x7;OUTPUT:STANDARDIZED;！输出标准化估计；MODINDICES;!要求Mplus报告修正指数；!上述模型有如下设置为程序默认：①为了模型识别，每个因子的第一个题目的负荷默认为1；②三个因子之间彼此相关；③因子方差、题目误差方差和题目截距自由估计；④题目误差不相关；⑤题目为连续变量。MPLUS程序程序程序程序Title:Thestructureofburnout!标题。DATA:fileisburnout.dat;!读入原始数据；VARIABLE:Namesaredistrictgendergradex1-x14;！变量USEVARIABLES=x1-x14;！用到的变量；CATEGORICALarex1-x14;！！！！指标是类别变量指标是类别变量指标是类别变量指标是类别变量；ANALYSIS:ESTIMATOR=ML;！默认的估计方法MODEL:f1BYx8-x10;！因子f1由指标x8-x10测量；MODEL:f1BYx8-x10;！因子f1由指标x8-x10测量；f2BYx11x12x13x14;f3BYx1-x7;OUTPUT:STANDARDIZED;！输出标准化估计；MODINDICES;!要求Mplus报告修正指数；!上述模型有如下设置为程序默认：①为了模型识别，每个因子的第一个题目的负荷默认为1；②三个因子之间彼此相关；③因子方差、题目误差方差和题目截距自由估计；④题目误差不相关。OUTPUTSUMMARYOFANALYSIS!数据及变量概述数据及变量概述数据及变量概述数据及变量概述Numberofgroups1Numberofobservations2049Numberofdependentvariables14Numberofindependentvariables0Numberofcontinuouslatentvariables3OUTPUTMODELFITINFORMATION（（（（拟合指数拟合指数拟合指数拟合指数））））NumberofFreeParameters45LoglikelihoodH0Value-38616.501H1Value-38457.465InformationCriteriaRMSEA(RootMeanSquareErrorOfApproximation)Estimate0.03890PercentC.I.0.0330.042ProbabilityRMSEA=.051.000CFI/TLICFI0.969TLI0.962Chi-SquareTestofModelFitfortheBaselineModelAkaike(AIC)77323.002Bayesian(BIC)77576.132Sample-SizeAdjustedBIC77433.163(n*=(n+2)/24)Chi-SquareTestofModelFitValue289.466*DegreesofFreedom74P-Value0.0000ScalingCorrectionFactor1.099forMLModelValue6977.117DegreesofFreedom91P-Value0.0000SRMR(StandardizedRootMeanSquareResidual)Value0.032WRMR(WeightedRootMeanSquareResidual)Value2.023OUTPUTSTDYXStandardization!完全标准化完全标准化完全标准化完全标准化Two-TailedEstimateS.E.Est./S.E.P-ValueF1BYX80.6040.02227.9100.000X90.6640.02131.5690.000F3BYX10.5920.01931.4810.000X20.5400.02126.1160.000X30.4960.02123.7410.000X40.6010.01931.1440.000X90.6640.02131.5690.000X100.7340.01939.2760.000F2BYX110.7280.01644.8790.000X120.7140.01937.7100.000X130.6630.02032.3980.000X140.6100.01931.6520.000X40.6010.01931.1440.000X50.6770.01641.3550.000X60.7010.01644.0480.000X70.5760.01929.6850.000F2WITHF10.4940.02420.5170.000F3WITHF10.3320.02811.7230.000F20.5680.01929.4890.000OUTPUTMODELMODIFICATIONINDICES(修正指数修正指数修正指数修正指数)NOTE:Modificationindicesfordirecteffectsofobserveddependentvariablesregressedoncovariatesmaynotbeincluded.Toincludethese,requestMODINDICES(ALL).MinimumM.I.valueforprintingthemodificationindex10.000M.I.E.P.C.StdE.P.C.StdYXE.P.C.BYStatementsBYStatementsF1BYX112.4050.1440.0970.091F1BYX1112.8340.1800.1210.104F2BYX147.1220.2620.2220.208F2BYX811.231-0.136-0.115-0.104F2BYX917.515-0.178-0.151-0.135F2BYX1050.5400.3370.2860.245F3BYX810.237-0.148-0.093-0.084F3BYX1014.2930.1940.1220.105F3BYX1312.135-0.164-0.103-0.105调节和中介效应分析调节和中介效应分析调节和中介效应分析调节和中介效应分析调节和中介效应分析调节和中介效应分析调节和中介效应分析调节和中介效应分析简单中介模型简单中介模型简单中介模型简单中介模型
根据模型中中介变量的个数可以简单的将中介模型分为单中介和多中介(MultipleMediators)模型。M=aX+e2Y=c’X+bM+e2Y=c’X+bM+e3InMplus:YonMX;MonX;多中介模型（1）M=a1X+e1W=a2X+e2Y=c’X+b1M+a2W+e3Y=c’X+b1M+a2W+e3InMplus:???多中介模型（2）M=a1X+e1W=a2X+a3M+e2Y=c’X+b1M+b2W+e3InMplus:???中介效应检验步骤中介效应检验步骤中介效应检验步骤中介效应检验步骤Y=cX+e1M=aX+e2M=aX+e2Y=c’X+bM+e3c=ab+c’。c为总效应，c’为考虑中介效应后的直接效应，ab为中介效应也称间接效应。中介效应检验程序中介效应检验程序中介效应检验程序中介效应检验程序（温忠麟、张雷、侯杰泰、刘红云，2004，心理学报心理学报心理学报心理学报