请教跨层的有中介的调节模型的检验

yrzmichelle

Kenny您好！
非常感谢您的抽时间回答我们的问题！
我的模型是一个自变量X，中介变量M，因变量Y都是个体层面的变量，有一个第一阶段的调节变量W是团队层面的变量。
+ R1 V* T( v, O, r4 Y2 X我现在的问题是：
& b4 w2 {% I( p3 {5 _5 n% B1、团队层面的调节变量和个体层面的几个变量如何相关呢？它们都不是对应的啊。
( l* ^3 }- e; B5 M' L. j2、我知道有中介的调节的检验步骤在一篇文献里这么做的：（1）用Y对X、W（调节变量）及X*W回归，验证X*W的显著性；（2）M（中介变量）对X、W及X*W回归，验证X*W的显著性；（3）Y对X、M、W及X*W回归，验证M的显著性。但是当W是团队层面的时候，是不是可以把每个人对应相应团队的W，将其视为个体层面的变量来做检验呢？如果不可以那怎么做呢？
3、团队层面的控制变量和个体层面的控制变量如何加入模型呢？
4 H5 t$ Z1 _- q: ^, [, x谢谢Kenny！

南国梦宇

pengjianling 发表于 2014-3-9 15:05
1 w& x( B& Y" L* [" W你的方法是个体层面的，团队层面的理论思维是这样的，但是实际公式是用多层线性模型的公式
  B# f" J  u/ p# n" f% Q1.要对团队层面 ...

您好！我刚刚开始学习数据分析，请问用HLM做有调节的中介效应模型应该怎么做呢？恳请您解疑答惑，谢谢！

Kenneth

pengjianling  说得很好，谢谢参与。
- E& q1 ~5 H/ ^% l6 q& g我多讲一两句把。

（1）二阶变量如果要与一阶变量相关，不可以「每个人对应相应团队的W，将其视为个体层面的变量来做检验」。应该做的是把二阶变量（组间的变量）与一阶变量（组内的变量）的小组平均相关。所以才有ICC，RWG 等问题。
3 [5 O# P( ^9 _$ j# N; n: @
/ j* y) S. H/ x) l（2）用HLM时，所有组内回归的参数都变成变量，因为每一组的参数都不同。所以，以前是
8 N6 o% O  ^7 q' s               Yij = b0 + b1xij
7 {2 \# r, `4 B& M2 q       现在就变成
3 O' h- W0 Z" c7 N  s- X               Yij = b0j + b1j xij   了（注意，多了下标 j 就代表每组的参数都不一样）。
然后，
6 S5 @, E* n) O# T$ F2 d3 i/ c4 n       二阶变量Wj 就用来估计这些参数：
7 C- o9 ~7 x/ A: y$ x               b0j = g00 + g01 Wj + error
               b1j = g10 + g11 Wj + error
估计 截距的参数 g01 就是 Wj 对 Yij 的影响
/ h% i3 P) ^6 k) J& D( e" ~+ G# e估计 斜率的参数 g11 就是 Wj 对 Xij→Yij 的影响， 也就是调节效应。

pengjianling

Y=b+aX+u1
9 F& j/ T: ]) C2 x0 ^( F' fb=c+dM+u2  这代表M对Y的影响
a=e+fM+u3  这代表M对a的影响，a代表X和Y的关系，所以这个式子代表M对X和Y关系的影响，即调节作用
7 L! K( ^: A8 W2 s) s5 D
中介作用基本是用第一层的截距做第二层的因变量
7 k/ q/ X- E1 J$ E) k! x5 y% }调节作用基本是用第一层的斜率做第二次的因变量

pengjianling

yrzmichelle 发表于 2014-3-10 14:25
) q4 `% x! z4 ?0 V, u- ^9 h; V意思就是斜率不是作为常数来进行估计，而是随着组别的状态进行变化的对吧
' u' ^+ r; }* T/ W( E1 s: Q" v谢谢啊 ...

截距和斜率在不同的组间是不同的
斜率不可能是常数的哦

( }! [0 n) o$ `1 ^9 f7 T斜率代表的就是某两个变量间的关系

yrzmichelle

pengjianling 发表于 2014-3-9 20:03
# g1 Y  n" y/ p& {: m: B1 t9 j' b我看过HLM做 有调节的中介模型   由中介的调节还没看过
所以上面的语法，是我根据有调节的中介的思路 发展 ...

5 v: _( V3 U5 _5 ~" Y意思就是斜率不是作为常数来进行估计，而是随着组别的状态进行变化的对吧
谢谢啊

pengjianling

5 x! ^" Y( T7 Y6 B3 A  a9 @我看过HLM做 有调节的中介模型   由中介的调节还没看过
所以上面的语法，是我根据有调节的中介的思路 发展出来的
3 N7 ^. a4 z  ]% k* V. l$ T欢迎指正

另外 建议还是用m-plus吧
% b+ F% P4 p' C6 g5 n
random slope 是随机斜率  多层线性模型的意义之一就是在与检测斜率在不同的组是否交互

yrzmichelle

“第二步”以前的内容我都是同意并且从理论上能理解的，但是我不敢苟同“第二步”和“第三步”
我认为第二步f显著只能说明W调节了X和M的关系，而第三步则是用来检验中介效应的，应该是看h是否显著，这时候才能说明调节效应被中介了。
+ E$ ~2 U( N& M8 ]另外，我在看mplus的用户手册，跨层那一章有一些专有名词不太懂，比如random slope，因此不知道这个模型属于哪种类型，不太清楚用哪种类型的语法。
欢迎大家讨论！

pengjianling

6 r" S8 [) y* v! |
你的方法是个体层面的，团队层面的理论思维是这样的，但是实际公式是用多层线性模型的公式
6 Q/ c+ u, x; i% X+ {- p8 G' A1.要对团队层面的变量进行聚合检验 rwg需要大于0.7 icc（1）好像要大于0.12 icc（2）要大于0.7
2.目前是流行用M-PLUS语法跑跨层级的中介式调节。
. Y; f# s& B7 ^  B  我自己根据理论构想了一个HLM可以跑的，不知道对还是错，大家一起交流下。以下字符纯属随机安排
第一步 检验调节效应
  LEVEL 1： Y=p1+aX+u1
  LEVEL 2:   P=q1+bW+u2
                 a=q2+cW+u3
c显著则存在调节效应

第二步 接下来 检验调节效应被中介
  LEVEL 1： M=p2+dX+u4
                 p2=q3+eW+u5
                  d=q4+fW+u6
f显著则说明调节被中介了
; W1 m% V" j( E# s, H: `* P5 H! s
2 v% ?0 ^/ K3 A: H! L 第三步 最后 总模型 检验中介效应
  LEVEL 1：Y=p3+gX+hM+u7
                p3=q5+iW+u8
                g=q6+jW+u9
看h显著性
3 i3 z! Y) _# s---------------------------------------------
4 \6 i5 [" K+ w7 J4 ^总体来讲，是看第二步的f 和 第三步的h显著性


& t- j/ r" m) Z! f; Z3 z