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。
我现在的问题是：
" j0 R4 K$ h5 p. D7 G1、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。
% b: I; L  U0 `+ B2、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？
& T+ c1 Q# v: y% l& d3、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？
谢谢Kenny！
1 A: m, y6 [- r( v& x

pengjianling

) A) E0 A/ U+ n: k1 M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
2 |( t) J( b7 U4 ?6 ?3 u1.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。
2 B5 r# [. x4 T4 I1 ?/ P' z- f  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
1 ^1 G0 j3 b: [) t; `! F5 ~# ]  LEVEL 1： Y=p1+aX+u1
8 T2 v& m, @2 V7 h$ i  LEVEL 2:   P=q1+bW+u2
% E* C- t# ~" |3 n6 L                 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
" j& B4 O3 F0 B$ s' u  D- \! A  LEVEL 1： M=p2+dX+u4
                 p2=q3+eW+u5
                  d=q4+fW+u6
7 t/ y* `( q- V+ K" Cf显著则说明调节被中介了
. x$ j* U4 P; Q1 B/ L
第三步 最后 总模型 检验中介效应
9 _( y+ U; y' I0 n& s  LEVEL 1：Y=p3+gX+hM+u7
% w5 J6 V. `5 t; }1 x: z8 K+ T9 q                p3=q5+iW+u8
6 ~  h& i2 E: g                g=q6+jW+u9
8 O+ v7 T% W0 B8 Y( x$ A看h显著性
---------------------------------------------
  W1 m( }% W4 m0 ^2 N' n总体来讲，是看第二步的f 和 第三步的h显著性

; `3 w7 l0 D+ l$ }
6 A/ q4 v' i, f

1 g" ~2 h" b( ~+ D% s

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。
* A" ?. Q8 P1 E- z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。
& ]3 Z) Z5 A7 u. [8 o' h# Q, ?欢迎大家讨论！

pengjianling

5 W  b8 B) p/ Z. A2 ]
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
$ Y/ H0 }# l3 l- y! y. g欢迎指正

另外 建议还是用m-plus吧

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
我看过HLM做 有调节的中介模型   由中介的调节还没看过
: q6 j5 ^) j' \9 v% F" E所以上面的语法，是我根据有调节的中介的思路 发展 ...

( @% r5 ?. \8 [0 W& \2 y# e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
3 ^2 i  }( d  x5 E# R' i; U4 \0 G谢谢啊

pengjianling

' m" o$ u. c) |9 l

yrzmichelle 发表于 2014-3-10 14:25
9 O+ W& K+ d0 A0 @, a; B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 ...

截距和斜率在不同的组间是不同的
1 X2 e. K. M* O( C/ G斜率不可能是常数的哦
2 S  J* y  `9 y) |8 B( M9 O6 S
8 U: ^9 Y9 ?- L6 D3 u7 A斜率代表的就是某两个变量间的关系

pengjianling

Y=b+aX+u1
b=c+dM+u2  这代表M对Y的影响
- r3 j) g. `1 ua=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

中介作用基本是用第一层的截距做第二层的因变量
7 }' v: i5 B$ M, I- D: l9 ~* q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。
& y0 M1 C/ i( N4 Z0 i0 i' |我多讲一两句把。

+ t3 _& V7 u# M5 \4 |% @（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。
0 Z" G  A4 H1 X) v; A+ b3 ]
（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
9 @, P0 X1 @3 [6 |- H. I% t& |6 U4 @               Yij = b0 + b1xij
- Z1 f( m+ p$ F$ w) n3 c8 K       现在就变成
4 z& P6 |$ s0 [, b4 |# i. R: v' t               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，
2 A: i; T. y$ p4 U       二阶变量Wj 就用来估计这些参数：
$ O1 O6 S/ C1 f9 b& `               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
估计 斜率的参数 g11 就是 Wj 对 Xij→Yij 的影响， 也就是调节效应。

南国梦宇

pengjianling 发表于 2014-3-9 15:05
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 ...

: H4 ^( a8 v# z8 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！