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！
$ [3 H( h5 U* A* @0 f4 r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。
我现在的问题是：
1、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。
2、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？
2 o5 f% C1 L6 o* x- d谢谢Kenny！
  {% N) J% s6 {% u: A8 `

pengjianling

' U& t8 L7 D  b
6 ?! E& R+ B5 p. z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
: H# E2 R/ |3 f! K& ~1.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
) J0 {- R. s! i" ]$ N2.目前是流行用M-PLUS语法跑跨层级的中介式调节。
  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
8 F; d9 ^! A$ B, d  LEVEL 1： Y=p1+aX+u1
( L6 u6 @; X& L& z: [1 `8 U" ~/ q1 ~  LEVEL 2:   P=q1+bW+u2
                 a=q2+cW+u3
5 E  e+ F2 k9 e- a: Uc显著则存在调节效应

第二步 接下来 检验调节效应被中介
2 `9 A7 {6 M, H6 j+ h  LEVEL 1： M=p2+dX+u4
, t3 i9 J) j& \) h7 i( H                 p2=q3+eW+u5
# b* \* [0 Q! N  }3 J; `                  d=q4+fW+u6
" r5 m& t8 s5 I) {0 N: P& ]1 l% ef显著则说明调节被中介了

第三步 最后 总模型 检验中介效应
* u1 p, F( b! M7 C) r/ a& f" ]/ q  LEVEL 1：Y=p3+gX+hM+u7
# }3 G3 @: W7 f) B7 L/ ]                p3=q5+iW+u8
                g=q6+jW+u9
+ z$ E2 [* [  F& A9 G5 f看h显著性
% M' ]  w: Y; h; p% o$ n1 X---------------------------------------------
9 R4 u" n9 G; {  O2 M  Z' E总体来讲，是看第二步的f 和 第三步的h显著性
9 a: S7 s; W0 _6 f: d8 e! U+ M
! y7 C; ?* F# a: f9 H" L, D, f% t$ ~
, f( E. i' c: Z8 L

$ C8 ]. z# K& d- i/ j

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”
: c" X, H" B" c+ Z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。
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

" C' [1 H! H2 C/ Q+ m3 T
我看过HLM做 有调节的中介模型   由中介的调节还没看过
6 _1 Q6 |4 h( O0 v2 G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
& a$ k( P2 t3 T0 n* e" H1 W( j2 r欢迎指正
2 A3 u  ]6 f, Q8 v
: s) v  |) j! `) d, y) p另外 建议还是用m-plus吧
  u7 F! P$ F; E& ^
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

pengjianling 发表于 2014-3-9 20:03
, s  K1 {* j4 }- A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 ...

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

yrzmichelle 发表于 2014-3-10 14:25
7 ]: @1 }: R: G) `0 w- o; c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 ...

: @; d( S- e: M( i: I, z截距和斜率在不同的组间是不同的
' {1 E, ]9 V: B- m( U斜率不可能是常数的哦
! V& O) u' ]% D8 t! e5 m
斜率代表的就是某两个变量间的关系

pengjianling

Y=b+aX+u1
! `2 p' J6 }; v1 E) [" gb=c+dM+u2  这代表M对Y的影响
9 K0 f" T3 d# s4 c. X1 ?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

5 o: P' i5 g+ [4 K6 N4 m中介作用基本是用第一层的截距做第二层的因变量
调节作用基本是用第一层的斜率做第二次的因变量

Kenneth

pengjianling  说得很好，谢谢参与。
我多讲一两句把。
6 \  M4 u8 c2 k( Q* |, w
1 o* T( j% k5 a& V（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。

9 Z# N$ s6 Z, p$ C& q（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
               Yij = b0 + b1xij
5 U9 p1 G& `3 o2 i" b       现在就变成
               Yij = b0j + b1j xij   了（注意，多了下标 j 就代表每组的参数都不一样）。
% {* j3 I) x6 b3 _2 n% ]3 D然后，
, Z6 W3 s4 H3 V% [, W0 V8 {( M       二阶变量Wj 就用来估计这些参数：
% F! V, u. l$ |               b0j = g00 + g01 Wj + error
; r& c' J' z* v. w               b1j = g10 + g11 Wj + error
估计 截距的参数 g01 就是 Wj 对 Yij 的影响
' u1 a7 E& o9 g7 e2 U: H6 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。
4 s- Q, X0 u* f6 ]! B7 {

南国梦宇

pengjianling 发表于 2014-3-9 15:05
4 V5 ^4 M7 f2 \( Y4 g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
1.要对团队层面 ...

3 }' C$ V" L4 G, p! f; c1 S% ~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！