间接效应的显著性水平如何计算或判别？

zhouluyang

) z' w- ~; O1 ^. ~1 Z# U

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？

游客，本帖隐藏的内容需要积分高于 6120 才可浏览，您当前积分为 0

Kenneth

zhou,
7 ^* Q& x7 a: @, n
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？
1 F1 s. L6 v" {. ^) A+ _/ \
; r& l7 Q+ K5 d2 m5 S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）。

zhouluyang

/ U0 R( @8 e. E  }8 c; W3 a- H
9 L/ K; m9 S, Q7 ?0 @+ m3 M0 QKenny,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！
- I9 H8 C3 y" @1 t8 x6 N
2 {6 a% j! d) Y5 f/ p不过，您只提到了a*b的显著性检验可用bootstrapping。

我先问一下，a*b*c*d的显著性也可在Mplus中用bootstrapping来检验吗？

: E% n, e* ~( N) p7 X6 a

Kenneth

zhouluyang 发表于 2012-2-16 10:58
& x- R7 P3 T4 |9 R5 W' w; r  {! QKenny,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。 ...

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：
Ho: a1*b1 - a2*b2 = 0 都可以。

zhouluyang

Kenneth 发表于 2012-2-17 09:22
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： ...

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。

zhouluyang

Kenny,先汇报一下学习的情况。
5 @$ c$ t* o- Z5 p" {4 q2 K6 E9 b
" ]. L0 ]; V6 _7 i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。
, g/ E# u+ E8 B, K7 G
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。

9 H8 h! _" _8 v故，再转战MPLUS。

zhouluyang

在MPLUS中，问题来了，恳请KENNY给予答复。
3 e8 `8 s. Y$ S
, W& G- m2 Z5 {8 W2 U0 V* p. t: B我原来在LISREL中进行SEM分析，
/ y. I" n" @" I4 x
3 j- W8 u! q+ QGoodness of Fit Statistics显示：
(RMSEA) = 0.072
P-Value for Test of Close Fit (RMSEA < 0.05) = 0.00
Normed Fit Index (NFI) = 0.93
Non-Normed Fit Index (NNFI) = 0.92
Parsimony Normed Fit Index (PNFI) = 0.83
3 _* x* `$ l* c6 d; S0 DComparative Fit Index (CFI) = 0.93
# a1 v( k- P  c- r# R) MIncremental Fit Index (IFI) = 0.93
9 S4 x6 D' @+ J, g; mRelative Fit Index (RFI) = 0.92
9 [7 u1 q8 S9 l. x) }
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
RMSEA= 0.072<0.08,
( R& |3 p0 E+ U3 DNFI = 0.93>0.90,
NNFI = 0.92>0.90,
) t2 ~- G# v' U# HCFI = 0.93>0.90,
IFI = 0.93>0.90,
7 [& p  @2 b5 O* o, D7 W, MRFI = 0.92>0.90
8 F% x$ K2 {. t& P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？）
# Q  F9 Q$ m+ f& J
' d! g/ a5 _; B, B$ k7 x0 l4 n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。

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 @0 |$ s( X6 Q0 ^5 l) w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]

/ {# w  k3 E* w: \* G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。
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。

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]

期待KENNY的答复。谢谢。

zhouluyang

继续期待。