迪士尼0918
如果你确信自变量D是自变量的话,那就不用管了~(你都默认他是自变量了)。你的目的是考察自变量A和因变量C之间是否存在中介。如果有,又是哪些因素。所以你目前有2个方法可以选择:1)分别做变量B和变量D的中介。也许2个都存在。2)若是样本足够大(至少要几百个),可以做路劲分析的话,那么你可以把这些因素都放进去,做一个路径图出来。这样就可以知道是否存在中介,以及变量B和D之间又是怎样的关系。
吃喝玩乐nnn
这几天主要看了一篇有关父母教养和学习投入的关系的论文,中介变量是心理控制源和心理韧性。
主要概念 有四个:
(1)父母教养方式(自变量) :父母在教养子女的过程中传达出的态度、观念及情感气氛的集合体,具有相对的稳定性,不易随情境而变化。【 Arrindell 等开发,蒋奖等修订的简式父母教养方式问卷】
(2)学习投入(因变量) :学习投入是一种与学习相关的积极、充实的精神状态,以活力、奉献和专注为特征。【Schaufeli 等编制,方来坛等修订的学习投入量表 (Utrecht Work EngagementScale-Student, UWES-S)中文版】
(3)心理控制源(中介变量1) :心理控制源是个体对事物结果是否由自己控制的一种泛化预期(内控vs外控)。【Rotter 编制的内在-外在心 理 控 制 源 量 表 (Internal- External Locus ControlScale, I-ELCS)中文版】
(4)心理韧性(中介变量2) :是个体应对生活逆境、创伤或其他重大压力时所体现的良好适应能力及心理恢复与反弹能力,属于个体应对压力情境的一种重要心理资源。【胡月琴和甘怡群编制的青少年心理韧性量表】
拆解一下这篇文章的主要结构,内容如下:
【一、文献综述】
介绍因变量、自变量、中介变量、变量间的关系(自变量与中介变量的关系、中介变量之间的关系等),提出两个假设:(1)自变量影响因变量(2)中介变量在这个过程中起到中介效应。
【二、方法】
(1)研究对象的人口学信息
(2)研究工具:分别介绍四个量表
(3)数据处理:用到的软件SPSS和方法(描述性统计、回归分析和Bootstrap分析)
【三、结果】
(1)共同方法变异检验
(2)描述性统计分析(M,SD和各种相关系数)
(3)中介作用检验:依据温忠麟和叶宝娟推荐的中介效应检验流程
【四、讨论】
(1)自变量与因变量的关系
(2)中介变量1的作用
(3)中介变量2的作用
(4)两个中介变量的序列中介作用
【五、总结】
这个模版可以作为以后中介效应类实证论文的参考。Mark下以备忘。
我的歌声里AA
一共三个步骤。其中,X为自变量,Y为因变量,M为中介变量。第一步:X对M做回归。SPSS操作步骤:Analyze-Regression-Linear因变量(DEP)为(放入)M,自变量(INDEP)为(放入)X。点击OK。在另外一张表上会输出回归结果的。第二步:X对Y做回归。SPSS操作步骤:Analyze-Regression-Linear因变量(DEP)为(放入)Y,自变量(INDEP)为(放入)X。点击Next,再进入第三步如下:第三步:X、M对Y做回归。因变量(DEP)为(放入)Y,自变量(INDEP)为(放入)X和M。注意:因为SPSS做回归的时候,因变量只能是一个,所以第一步是一个回归;第二、三步(点击NEXT即可)是用一个回归。1、第一个回归当中,X对M是否显著,主要是Sig(主要小于就可以)2、第二个回归当中,X对Y是否显著,主要是Sig(主要小于就可以)3、分两种情况:A若sig(X对Y的)大于,则未通过显著检验;M对Y依然显著,则是M对Y完全中介效应B若sig(X对Y的)小于,通过了显著检验,并且M对于Y的(sig小于);再看B(若第三步当中的X对于Y的系数的绝对值小于第二步方程当中X对于Y的系数B),则是部分中介效应。
江河装饰
对于D是否为中介变量,你一方面需要寻找有没有文献的支撑,比如前人研究提到,这个D可能作为中介变量,但是还待验证,或者已经有人验证过D的中介效应。此时,你就可以再进行一下。另一方面,如果没有研究做过D的中介效应分析,但是逻辑上D变量确实有可能起中介作用,你也可以试着分析一下。总之,你可以先去分析,最后也不一定在文章中表现出来。分析中介效应的时候,个人觉得要从水平到整体都进行。首先,分析B的中介,按A1-B-C,A2-B-C,A-B-C,D1-B-C,D2-B-C,D-B-C进行。分析D的中介,A1-D1-C,A2-D1-C,A-D1-C,A1-D2-C,A2-D2-C,A-D2-C,A1-D-C,A2-D-C,A-D-C。不要嫌麻烦,还是那句话,可以先去分析,最后不一定在文章中表现出来。要充分对数据进行发掘,这样才有可能发现更多的东西。具体中介效应的分析方法,以A-B-C这3个变量为例。首先,建立A为自变量、C为因变量的回归方程,验证A的系数是否显著,既然你已经认定A是自变量,C是因变量,那么想必这个系数是显著的。然后,建立A为自变量、B为因变量的回归方程,验证A的系数是否显著。最后,建立A、B为自变量、C为因变量,看A与B的系数,如果B的系数显著,且A的不显著,则为完全中介;如果A、B系数都显著,则为部分中介。上述是比较常见的三步法验证中介,用SPSS的回归分析即可。如果想用结构方程模型的话,以AMOS为例,画出AC两变量和ABC三变量模型,分别做路径分析,看路径系数是否显著,其实原理也是一样的。
中介效应不显著论文应该写中介效应不明显。1925~1930年间,英果尔德(C.K.Ingold)提出了中介论,用以说明用经典结构式不能圆满地描述的某些分子的化学
如果回归结果中有1%或者5%的变量,其他的一些非核心的变量10%显著性水平在核心期刊里也是用的。 调节变量如果变量Y与变量X的关系是变量M的函数,称M为调节变量
硕士论文研究中介效应主效应不显著不可以,因为不显著只能说明在当前样本中未发现中介效应,原因很多,就是确实不存在中介效应,同样是统计检验力不足而未发现中介效应(本
推断统计的显著性水平基本都设定在5%,它是个经验值,也就是说5%稍稍偏左或者偏右都可以接受,所以0.052,甚至0.06都可以叫作边缘显著而接受,但10%太大了
可以进行也可以不进行。由于这是一个比较成熟的操作,所以已经有比较多的老师进行了介绍和讲解(这里强推陈强老师的视频介绍),我就只是在现有的基础上,谈一些自己的理解