调节变量的原理和检验方法5检验调节作用的其他方法结构方程模型

第16章调节变量和中介变量汇报人：张慧云日期：2015.11.11目录CONTENTS1234调节变量和中介变量在研究中的作用调节变量的原理和检验方法中介变量的原理和检验方法结语科学研究的目的之一是发展理论来描述和解释事物之间的关系。我们很多知识都是建立在变量间的相关关系或因果关系的基础上的，随着研究的深入，一些简单的关系已经无法提供足够的信息，也难以概括各种复杂的情况。因此，研究者们提出了通过调节变量和中介变量的研究来挖掘更多的信息。为什么要把中介变量和调节变量引入研究？1调节变量和中介变量在研究中的作用1调节变量和中介变量在研究中的作用早在20世纪20年代就有心理学家开始认识到中介变量的重要性，并利用中介变量解释一个关系背后的原理和内部机制。Woodworth在“刺激——反应”（S-R）理论的基础上提出了“刺激——机体——反应”（S-O-R）模型。虽然调节作用和中介作用在社会科学研究中都有一定历史，但研究者们有时还是会把它们混淆起来。直到20世纪80年代才有研究者（Baron&Kenny，1986）把调节变量作为研究方法中的一个正式问题提出来，并与中介变量加以区分。调节变量解释的不是关系内部机制，而是关系在不同的条件下是否会有所变化。eg.失败对人的行为的影响（自我效能感的调节作用）1调节变量和中介变量在研究中的作用1.1调节变量的理论意义为现有的理论划出限制条件和适用范围——原因：认知能力有限使得建立的理论往往具有局限性，在理论发展初期很难完全考虑到其所有的限制条件和适用范围；——已有的方式：Popper的证伪主义、Lakatos精致的证伪主义——调节变量：研究一组关系在不同条件（即理论的适用范围和假设）下的变化及其背后的原因，来发展已有理论，使理论对变量间关系的解释更为精细。1调节变量和中介变量在研究中的作用1.2中介变量的理论意义中介变量整合已有的研究或理论——把原有的关于同一个现象的研究联系在一起，使得已有理论更为系统。eg.变革型领导可以提高下属的工作绩效和组织公民行为（领导成员交换作为中介变量）中介变量解释关系背后的作用机制——如果把事物之间影响的关系看做一个因果链，那么研究中介变量可以使自变量与因变量间的关系链更为清楚和完善，它可以解释在自变量变化与因变量随之变化中间发生了什么。eg.学习型组织2调节变量的原理和检验方法2.1调节作用的原理如果变量X和与变量Y有关系，但是X与Y的关系受到第三个变量Z的影响，那么变量Z就是调节变量。用数学语言描述：如果变量Y与变量X的关系是变量Z的函数，Z便成为X与Y的调节变量。虚拟团队绩效（顾客满意度）团队授权面对面交谈的次数面谈次数较少（虚拟程度高），关系较强；面谈次数较多（虚拟程度低），关系较弱。对自变量与因变量关系的影响关系方向关系强度类型类别变量eg.性别、种族、教育水平连续变量eg.工资水平、智力面谈次数对团队授权与团队绩效关系的调节作用2调节变量的原理和检验方法2.1调节作用的原理员工离职率（Y）情感承诺（X）工作机会工作机会多：Y=a+bX（b为负，且在统计上是显著的）；工作机会少或没有：Y=c+dX（d在统计上不显著）高失业率Y=c+dX低失业率Y=a+bX241234Y（员工离职）X（情感承诺）失业率对情感承诺与员工离职关系的调节作用2调节变量的原理和检验方法2.1调节作用的原理工作与家庭冲突职业满意度性别性别对工作与家庭冲突和职业满意度之间关系的调节作用当研究中有调节变量时，研究假设一定要说清楚：•调节变量的作用是什么•具体如何影响变量的关系2调节变量的原理和检验方法2.2调节作用与交互作用交互作用两个自变量（X1和X2）共同作用时对Y的影响不等于两者分别影响Y时的简单数学和。两个自变量的地位可以是对称的，也可以是不对称的。调节作用一个变量（X1）影响了另一个变量（X2）对Y的影响。可以是不完全对称的。2调节变量的原理和检验方法2.2调节作用与交互作用在统计学上，两个变量的交互作用和调节变量的作用是用这两个变量的乘积来代表的：X1对Y的影响是β1，X2对Y的影响是β2，β2反映主效应的大小，β3反映了交互作用和调节作用的大小。对Y关于X2求偏导数：即X2对Y的影响是取决于X1的值的。如果乘积项的系数β3显著，则调节作用存在或者交互作用存在。1322XXY21322110XXXXY2调节变量的原理和检验方法2.2调节作用与交互作用通常情况下，交互作用可分为：增强型交互作用和干扰型交互作用。15304560YX[X2=1]Y=[15+2.5X1][X2=3]Y=[25+3.5X1]1346YX[X2=1]Y=[15+2.5X1][X2=3]Y=[25+0.5X1]00θ增强型交互作用干扰型交互作用1322XXYβ2和β3的大小和正负，决定了交互作用是增强的还是干扰的。2调节变量的原理和检验方法2.3检验调节作用的方法很多研究人员会把样本分成两组，男性样本和女性样本分别做一个回归分析：男性样本：Y=2.5+0.15X（N1=128）女性样本：Y=1.3+0.09X（N1=96）专业匹配度（X）组织认同（Y）性别两个问题：（1）我们怎么知道男性样本中“匹配”对“组织认同”的影响b1在统计上来说真的是大于女性样本中的系数b2呢？需用b1-b2来验证H0：β1-β2=0。（2）分组检验将原来的样本数N=224拆开成为两个样本。2调节变量的原理和检验方法2.3检验调节作用的方法用回归的方法检验调节作用的具体步骤（多元调节回归分析）：（1）用虚拟变量代表类别变量所需的虚拟变量的数目等于类别变量的水平个数减1。eg.培训效果研究被试被随机分配到三个教学组中的一组（实践操作教学组、小组讨论教学组和控制组）；编码方法：虚拟变量D1（“实践操作教学组”D1=1和“非实践操作教学组D1=0”）和D2（“小组讨论教学组”D2=1和“非小组讨论教学组”D2=0）。（2）对连续变量进行中心化或标准化中心化：用这个变量中测量的每个数据点减去均值，使得新得到的数据样本均值为0；标准化：使用z分数。2调节变量的原理和检验方法2.3检验调节作用的方法用回归的方法检验调节作用的具体步骤（多元调节回归分析）：（3）构造乘积项如果使用了虚拟变量，那么每一个虚拟变量都有一个相应的乘积变量。（4）构造方程把自变量、因变量和乘积项都放到多元层次回归方程中就可以检验交互作用了。此时关注的是乘积项的系数是否显著。MXbMbbY3210b2514231210bbDXDXbDbDbXbY2调节变量的原理和检验方法2.3检验调节作用的方法因变量=组织认同M1M2M3控制变量0.130.080.09专业匹配（X1）0.16*0.11性别（X2）0.24**0.19*X1×X2（交互作用）0.23**模型R20.070.35**0.48**显著调节作用2R必须显著用层级回归检验调节作用2调节变量的原理和检验方法2.3检验调节作用的方法用回归的方法检验调节作用的具体步骤（多元调节回归分析）：（5）调节作用的分析和解释若调节变量和自变量都是定类变量：•在不同的组中分别计算因变量的均值，然后用得到的值来做图，直观地表示出调节作用的模式；•在按调节变量所分的不同组中，检验自变量对结果变量回归的斜率。当调节变量是连续变量时：•找到调节变量的中位数，然后低于中位数和高于中位数的两组分别回归，来观察自变量与因变量关系的不同作用模式。•找到调节变量的均值，然后在均值左右各一个标准差的区域之外各作为一组（即大于的数据作为一组，少于的数据作为另一组），在两组中分别回归。XX2调节变量的原理和检验方法2.3检验调节作用的方法用回归的方法检验调节作用的具体步骤（多元调节回归分析）：5.调节作用的分析和解释15304560Y组织认同X1专业匹配510男性女性调节作用方式的表示2调节变量的原理和检验方法2.4多元调节回归中的统计功效问题样本大小变量的选择对统计功效构成影响的因素所需样本的多少取决于调节作用的大小以及总体作用（自变量、调节变量、乘积项）的大小。一般地，这些作用越小，需要的样本就越大。调节变量：——类别变量时，不同群体的样本数量差异；不同群体的测量误差的差异；——连续变量：个体变量的测量信度。因变量：测量信度避免方法：•通过理论（或实验）预测调节作用的大小，再结合其他作用估计所需要的最小样本；•调节变量是类别变量时，尽量保证各类中的样本大小相同或接近；•如果因变量有几种测量方法，尽量选择测量信度较高的方法和测量敏感度较高的方法等。2调节变量的原理和检验方法2.5检验调节作用的其他方法多层线性模型（HLM）变量间的关系在不同的组织或不同的环境中有所不同。人际交往公平领导成员交换关系组织文化（对个人的尊重）组织层面个体层面在个体层面上人际交往公平（X）与领导成员交换（Y）之间的关系表示为j、i分别表示第j个组织的第i个个体，ɛij为随机误差。再根据调节作用原理，组织文化（W）作为调节变量会影响上面方程中的β0和β1，所以有ijjjY10ijɛij~N（0，S2）jj00100ojjj11110j1（µ0j，µ1j为随机误差）2调节变量的原理和检验方法2.5检验调节作用的其他方法结构方程模型（SEM）•用结构方程模型分析调节变量最主要问题是主变量（X）和调节变量（Z）都有量度的指标，但是调节变量项（X×Z）却没有量度的指标。•在SEM分析中不可以有些变量有指标，有些变量没有指标。所以用SEM来测验调节变量的关键就是模拟调节变量项（X×Z）的量度指标。3中介变量的原理和检验方法3.1中介作用的原理凡是X影响Y，并且X是通过一个中间的变量M对Y产生影响的，M就是中介变量。MXYacb中介作用模型中介变量可以分为两类：•完全中介•部分中介3中介变量的原理和检验方法3.2中介作用的检验和分析中介作用的两个关键：第一，X和Y之间存在因果关系；第二，M是这个因果关系中间的媒介，M受到X的影响之后，再影响Y，因此传递了X的作用。最常用最传统的检验中介变量的方法是Baron和Kenny（1986）的方法。简单从数据关系上来讲是三部曲：（1）自变量影响因变量；（2）自变量影响中介变量；（3）控制中介变量后，自变量对因变量的作用消失了，或是明显地减小了。3中介变量的原理和检验方法3.2中介作用的检验和分析检验中介作用的过程应该包括以下几个步骤：（1）建立因果关系18世纪哲学家Hume提出表示一个因果关系的八个必要条件，研究中常被引用的三个是：•原因和结果在时间和空间上是连续的；•原因和结果在时间上有先后次序；•它们之间有恒定的联系。19世纪哲学家Mill又提出了三个验证因果关系的必要条件：•在时间上，原因发生在结果之前；•原因和结果存在相关关系；•对于结果不存在其他可能的解释。因此，要通过研究设计来验证以下两个条件：两个变量X和Y之间存在因果关系；这种关系不是虚假的相关。3中介变量的原理和检验方法3.2中介作用的检验和分析检验中介作用的过程应该包括以下几个步骤：（2）检验中介作用特征差异组织公民行为OBSEb3b4特征差异OBSEb2特征差异组织公民行为b1OBSE组织公民行为组织公民行为特征差异（X）b2b1b3OBSE（M）b4调节了的R2R21R22R233中介变量的原理和检验方法3.2中介作用的检验和分析MXYacbMacKinnonetal.（2002）验证中介变量的方法：直接测验“自变量到中介变量的关系”和“中介变量到因变量的关系”，即直接测验假设：H0：ab=03中介变量的原理和检验方法3.3中介作用检验中的问题MXYacbXMYXMYXMY中介模型相反中介模型双自变量模型双因变量模型满足中介作用数学关系的等同模型4结语管理理论日趋复杂，过往管理的知识往往是自变量与因变量的单一关系，现在很多管理的模型都包括中介变量和调节变量。最近，更有学者提出“被中介的调节作用”和“被调节的中介作用”。我们只希望强调的