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！
9 k/ S2 N+ A- ^/ d5 u1 [; K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？
8 I! G( o9 R' v% G" K3、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！

pengjianling

2 h* Q& q3 d6 A
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
7 y0 W: W% v3 p3 H' [/ G* i2 F2.目前是流行用M-PLUS语法跑跨层级的中介式调节。
' [& W, J. X$ o4 h& X  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
* p' M2 X% l- O$ [8 Z$ E* h5 \                 a=q2+cW+u3
c显著则存在调节效应

6 D; I0 A( @: o第二步 接下来 检验调节效应被中介
+ i& ?# U& L& Z' X0 F  LEVEL 1： M=p2+dX+u4
7 m! X. ^; Z& l) E6 H8 u$ P                 p2=q3+eW+u5
                  d=q4+fW+u6
f显著则说明调节被中介了
5 b: d$ c" P- ?! ~. ^. L$ S
第三步 最后 总模型 检验中介效应
. x5 P( f: h2 ]2 {  LEVEL 1：Y=p3+gX+hM+u7
  O% i  [# A7 p# O* T, d9 k+ B                p3=q5+iW+u8
4 l$ _- k* {: J# X, C9 X) p# f8 c# m                g=q6+jW+u9
0 b# }8 A1 a4 s0 L/ I5 z) h看h显著性
% l  w# y) A( L2 a& u5 J$ o---------------------------------------------
总体来讲，是看第二步的f 和 第三步的h显著性
$ B5 L9 w' m" g8 ^9 Q
5 b7 @* o7 B/ b8 |# r/ e


' Y& R( m! ]1 T' `

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”
" [! s5 s' Z: B6 d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。
& J# _( m2 d7 }' i0 B4 x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

+ ], e1 D" g7 X4 I4 _4 E8 z* e
我看过HLM做 有调节的中介模型   由中介的调节还没看过
5 d' i6 A$ g3 O: w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
, c+ l' X6 r) t. n$ F* H5 ?欢迎指正
6 Z3 t' G0 w# F
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
; ]2 q0 l3 d& |7 o' g我看过HLM做 有调节的中介模型   由中介的调节还没看过
( o0 R3 x( e- T% W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
$ E  E; S8 {# D  _谢谢啊

pengjianling

9 [5 z% g+ W7 `! F$ I$ r3 [6 |* {; d

yrzmichelle 发表于 2014-3-10 14:25
7 O' [. s2 m( g( s$ }! ^: {" J( d( {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
, X1 y2 }# ^; Z6 o+ D! a7 \5 v; \( Z6 g谢谢啊 ...

& q, @% _6 I1 A+ _% N$ ?- C截距和斜率在不同的组间是不同的
( S. }: ~, k* D; b斜率不可能是常数的哦
2 j' l0 C* t. N# _* u5 C# B
斜率代表的就是某两个变量间的关系

pengjianling

Y=b+aX+u1
- |4 p$ q7 n/ ]8 o2 yb=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

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。
. P3 A8 c+ k4 W, K+ q$ A
$ B9 [: K+ y7 Z' c& L（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。

# b% p2 V0 @. U$ V3 {, R8 ?1 b（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
; m- T4 k/ C" o; z, N3 B5 j3 Y               Yij = b0 + b1xij
$ ^; b  I  c& b; m/ }% A       现在就变成
$ W: x# K* q" C8 ]& u+ L8 W5 R6 Z               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，
; F4 G& p4 N" c/ s' J       二阶变量Wj 就用来估计这些参数：
1 w+ f7 Q& k1 i* y               b0j = g00 + g01 Wj + error
  D9 e9 m4 ^. U: U% m8 s4 v# [               b1j = g10 + g11 Wj + error
估计 截距的参数 g01 就是 Wj 对 Yij 的影响
1 U$ b8 D2 W! o' G+ f估计 斜率的参数 g11 就是 Wj 对 Xij→Yij 的影响， 也就是调节效应。
/ W# R  n( e! n8 X5 X8 i

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
+ w& @" @! L2 ~: n/ k7 ]1.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！