中人网
标题: 间接效应的显著性水平如何计算或判别? [打印本页]
作者: zhouluyang 时间: 2012-2-16 03:57
标题: 间接效应的显著性水平如何计算或判别?
本帖最后由 zhouluyang 于 2012-2-16 18:00 编辑
' t$ c3 r) }6 O) Q- I% {' R4 a0 i
l1 Z& w7 k- M把问题改得简单一点:
在SEM中,如果:XàM的系数为a(显著或不显著),MàY的系数为b(显著或不显著),又MàM1的系数为c(显著或不显著),M1àY的系数为d(显著或不显著),由于LISREL只给出了总体的中介效应的显著性,即a*b+a*b*c*d的显著性,而无法知道a*b或a*b*c*d的显著性。试问,如何可以知道:a*b或a*b*c*d的显著性?
作者: Kenneth 时间: 2012-2-16 10:03
zhou,
$ ?4 A" c$ x' z
" ]' y0 c# W0 {, ]. w/ O5 S我猜你写了这么长,只是在问同一个问题。在SEM中, X->M的系数是a;M->Y的系数是b;所以间接效应是a*b。你的问题是,我们可以单从 Ho:a=0 和 Ho:b=0 中,推断 Ho:a*b=0 的显著性吗?
: j9 ?- M) `* y) o$ B/ h. t Q' G9 d( @1 [
我的回应是笼统来说是可以,但是不精确。过去的评审要求不高,这是可以接受的。但是今天有了一大群搞统计的人打进了管理学的研究领域中,大部分的评审都不会接受这样的分析了。要验证 Ho:a*b=0, 你就要知道 a*b 的统计分布。但是这个是不可知的。所以现在都是用 bootstrapping 来直接估计 a*b 的显著性的。Bootstrapping的理论很简单,但是做起来很费时和麻烦。如果用 Mplus 来分析,只要写几句指令就可以了。如果用SPSS,就“超”麻烦了。你试试在文献中找 mediation 和 bootstrapping 作为 keyword 的文章看看吧(ORM 中应该很多的)。
作者: zhouluyang 时间: 2012-2-16 10:58
本帖最后由 zhouluyang 于 2012-2-17 00:36 编辑
5 x0 u- h' [6 E! t
$ R7 _, \$ b! B' W- A; p% ]+ a8 rKenny,你太强大了。没有你不知道的东西。好,我这就去学习这个bootstrapping去。印象中,你在重庆讲过的。学习去!学习去!学习去!1 B1 M I: M! }& b% R
8 _9 e% f" E% c
不过,您只提到了a*b的显著性检验可用bootstrapping。
9 U' |6 q* j* Z/ _9 ]! W4 ?5 B) b3 a9 Y: K7 U: I" n
我先问一下,a*b*c*d的显著性也可在Mplus中用bootstrapping来检验吗?6 ]" O! l4 k( W. ^# L
# Y: G3 j% r" r% \( l% e
作者: Kenneth 时间: 2012-2-17 09:22
zhouluyang 发表于 2012-2-16 10:58
+ ]( ^0 `, ]- B4 |! f/ q' h: F) `
Kenny,你太强大了。没有你不知道的东西。好,我这就去学习这个bootstrapping去。印象中,你在重庆讲过的。 ...
3 O& b% n' a2 N# }, Ibootstrapping 是一个用来解决在不知道抽样分布时验证显著性的方法。无论统计项是什么都可以用。甚至是:
$ Q6 V' V9 q, {' [Ho: a1*b1 - a2*b2 = 0 都可以。
作者: zhouluyang 时间: 2012-2-17 14:09
Kenneth 发表于 2012-2-17 09:22
6 [# g0 s! u1 @7 I8 t$ ?9 t
bootstrapping 是一个用来解决在不知道抽样分布时验证显著性的方法。无论统计项是什么都可以用。甚至是: ...
: O; |& Z3 v! y8 r8 f7 ~谢谢Kenny。我昨天已经搜集一些论文与书箱,今天可以开始学习接解Mplus了。然后再摸索如何在其中使用bootstrapping的技术。我摸索得差不多,或有问题再向您汇报。
作者: zhouluyang 时间: 2012-4-10 16:11
Kenny,先汇报一下学习的情况。
! h8 m7 U! m& a J' c
|) J+ y% j* K4 B: D+ ^( t' W% H( B我先学习了AMOS,原因是,Gordon W. Cheung, Rebecca S. Lau, Testing Mediation and Suppression Effects of Latent Variables-- Bootstrapping With Structural Equation Models, Organizational Research Methods, Volume 11 Number 2, April 2008 296-325.一文,直观地介绍了在AMOS中如何使用bootstrap检验中介效应的显著性。
: j! z6 ^! o- H, P. ^ q
5 X' u. y3 f9 m. [' `1 B7 O学习的结果是,发现,简单的中介效应可以,复杂的,AMOS中的BOOTSTRAP无法完成中介效应的检验。
) ^5 p9 @( {$ j A2 A1 ~' \* L7 M5 {( G" ?" p
故,再转战MPLUS。
作者: zhouluyang 时间: 2012-4-10 16:45
本帖最后由 zhouluyang 于 2012-4-11 01:43 编辑
# ]9 k+ `/ |" }- n4 _+ |
. B" }! R- g9 j: n0 k# }1 ]在MPLUS中,问题来了,恳请KENNY给予答复。
& ?% P" O5 U' Y+ s8 p- u7 b3 _$ L4 x0 T& |: V
我原来在LISREL中进行SEM分析,/ [0 ^3 u. A" P: U1 X! s, i
. E9 [# `$ m; Q ` MGoodness of Fit Statistics显示:
; Y/ w3 w, w5 N! q* ]! C9 a+ J$ |(RMSEA) = 0.072* R8 U1 [. [6 d5 H# c- k
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.000 g6 T+ m$ Z( Q) i& I
Normed Fit Index (NFI) = 0.93
! q% x3 u0 \ Z" B5 C; K2 JNon-Normed Fit Index (NNFI) = 0.92
& ?' C$ w/ Y3 XParsimony Normed Fit Index (PNFI) = 0.83. K& W! o$ n. O- J9 b
Comparative Fit Index (CFI) = 0.934 @! A7 _: _9 L5 r) U% H
Incremental Fit Index (IFI) = 0.93+ E" g; K7 M; T$ r% U
Relative Fit Index (RFI) = 0.92
! C. v; T( |5 t5 ]+ Z& ~1 k2 {( O( U7 p* g1 t& _
由于我的样本容量比较大,(通常参与运算的观察值有5000个左右),因此,我从
C6 R1 N5 D7 D& }$ H2 RRMSEA= 0.072<0.08,+ K+ V9 _# h" l7 C- R4 g M
NFI = 0.93>0.90,
% h; m, h, b ~7 XNNFI = 0.92>0.90,
$ v2 }6 D- J) u' e' jCFI = 0.93>0.90,
* U% ~2 j1 e7 s! _IFI = 0.93>0.90,; k+ c" M7 v; o/ H1 I
RFI = 0.92>0.90( q X/ s( D# e- r
来判断,认为,模型的拟合状况可以接受。(问题一:我这样判断,可以吗?)
0 [* J1 \" o. s" M- Z$ v$ G( {1 E/ m' z4 D' p( b3 O t; S4 M$ ~
尽管,模型的修正工作,如删除不显著的路径、依照MI的提示进行修订等,可以提高GOODNESS OF FIT,不过,我认为,模型的拟合状况可以接受就行了,模型最好保留理论假设所提出来的路径状况不变(问题二:我这样认为,合适吗?),[/b]因此,在上述GOODNESS OF FIT的状况下,我不再对我的模型进行修正。
8 B4 g9 K! ~) H% @( c/ b- k. k# C! |+ i, ~; x9 Q- i4 ? O
但是,当我将同样的数据与同样的SEM模型在MPLUS中进行运行时,问题来了:8 N2 y1 \* {+ W: f" W* m% {
我用LISREL做,CFI,NNFI都在0.90及以上。现在用MPLUS,却只有0.84与0.82了(MPLUS中的TLI,即LISREL中的NNFI),怎么办?(问题三)[/b]6 R, Y+ F5 z& C4 l
0 {, D! G7 z1 g6 }; x. r" w
虽然MPLUS的BOOTSTRAP为我提供了完美的解决中介效应显性检验的方案,但,在 fit information方面,我感到给不出一个令人满意的说明。% D# ]% F7 e& m" `9 O
我想,Bentler & Bonett (1980)提出0.90的临界标准,当然也是拍拍脑袋的结果。但既然这已经成为公认的标准,如果我仅仅给出0.84与0.82这样的fit information话,我想,是无法让人也无法让自己接受的。 ]% Z2 j: D' }' F A
7 `- G! K: N8 \/ `4 [: f4 X
我的暂时的策略是:基本的模型的数据,采纳LISREL中的运行结果,在中介效应检验使用BOOTSTRAP时使用MPLUS所提供的结果,但不得不将其fit information问题避而不谈了。我这样的策略,可以吗?(问题四)[/b]% w; |3 Z: g: Q
: m! p6 I2 g( d& i
期待KENNY的答复。谢谢。
6 }& k7 o; F$ `( J. L
作者: zhouluyang 时间: 2012-4-19 18:09
继续期待。
欢迎光临 中人网 (http://bbs.chinahrd.net/) |
Powered by Discuz! X2.5 |