目录

简单中介模型

操作方法

结果解读

平行中介模型

操作方法

结果解读

链式中介模型

操作方法

结果解读


上篇文章介绍了Process插件的下载、安装以及界面。

本篇文章将介绍如何使用Process进行中介模型检验。

Process的使用方法非常简单,归结起来就是选择相应的模型序号、添加变量、在Option中选择相应的操作,最后点击“确定”,即可得结果。

简单中介模型

下图为简单中介模型,包含一个自变量X,一个中介变量M和一个因变量Y,对应Process的Templates中的Model 4,因此要在Process的Model number中选择“4”。

操作方法

下图为演示数据,其中X为自变量,M为中介变量,Y为因变量。

1. 打开Process。方法为:分析>回归>PROCESS v3.5 by Andrew F. Hayes。

2. Model number中选择对应模型,也即Model “4”。

3. 勾选“Bootstrap inference for model coefficients”,使用Bootstrap法检验中介效应,计算置信区间。

4. 将变量添加到相应的位置。

5. 点击“Options”,在新出现的对话框中勾选:

  • “Show total effect model”,显示总效应(该选项仅适用于模型4、6、80、81、82)。

  • “Effect size”(该选项仅适用于中介模型)。

  • “Standardized coefficients”,显示标准化系数(该选项仅适用于中介模型)。

6. 勾选完毕后,点击“继续”,返回主界面,点击“确定”。

结果解读

1. 模型基本信息,包括该模型中自变量、因变量、中介变量是什么,样本量为多少。

2. X—>M这一路径的结果,重点关注路径系数、t值与p值。

3. 结果变量为Y的结果,也即X—>Y和M—>Y这两条路径的结果,重点关注路径系数、t值与p值。

4. 结果变量为Y的总效应模型,也即不纳入中介变量的情况下,X—>Y这条路径的结果

5. X—>Y的总效应、直接效应和间接效应。此处重点关注间接效应的Bootstrap置信区间,上下限之间不包括0,说明间接效应显著。

6. Bootstrap结果

平行中介模型

下图为平行中介模型,包含一个自变量X,两个中介变量M1和M2、一个因变量Y,对应Process的Templates中的Model 4,因此要在Process的Model number中选择“4”。

操作方法

下图为演示数据,其中X为自变量,M1和M2为中介变量,Y为因变量。

1. 打开Process。方法为:分析>回归>PROCESS v3.5 by Andrew F. Hayes。

2. Model number中选择对应模型,也即Model “4”。

3. 勾选“Bootstrap inference for model coefficients”,使用Bootstrap法检验中介效应,计算置信区间。

4. 将变量添加到相应的位置,将M1和M2均添加至“中介变量”处。

3. 点击“Options”,在新出现的对话框中勾选:

  • “Show total effect model”,显示总效应(该选项仅适用于模型4、6、80、81、82)。

  • “Pairwise contrasts of indirect effects”,两两比较间接效应。

  • “Effect size”(该选项仅适用于中介模型)。

  • “Standardized coefficients”,显示标准化系数(该选项仅适用于中介模型)。

4. 勾选完毕后,点击“继续”,返回主界面,点击“确定”。

结果解读

1. 模型基本信息,包括该模型中自变量、因变量、中介变量是什么,样本量为多少

2. X—>M1这一路径的结果

3. X—>M2这一路径的结果

4. 结果变量为Y的路径结果,包括X—>Y、M1—>Y、M2—>Y这三条路径

5. X—>Y的总效应

6. X—>Y的总效应、直接效应、间接效应

7. Bootstrap结果

链式中介模型

下图为链式中介模型,包含一个自变量X,两个中介变量M1和M2、一个因变量Y,对应Process的Templates中的Model 6,因此要在Process的Model number中选择“6”。

操作方法

下图为演示数据,其中X为自变量,M1和M2为中介变量,Y为因变量。

1. 打开Process。方法为:分析>回归>PROCESS v3.5 by Andrew F. Hayes。

2. Model number中选择对应模型,也即Model “6”。

3. 勾选“Bootstrap inference for model coefficients”,使用Bootstrap法检验中介效应,计算置信区间。

4. 将变量添加到相应的位置,将M1和M2均添加至“中介变量”处。

5. 点击“Options”,在新出现的对话框中勾选:

  • “Show total effect model”,显示总效应(该选项仅适用于模型4、6、80、81、82)。

  • “Pairwise contrasts of indirect effects”,两两比较间接效应。

  • “Effect size”(该选项仅适用于中介模型)。

  • “Standardized coefficients”,显示标准化系数(该选项仅适用于中介模型)。

6. 勾选完毕后,点击“继续”,返回主界面,点击“确定”。

结果解读

1. 模型基本信息,包括该模型中自变量、因变量、中介变量是什么,样本量为多少

2. X—>M1这一路径的结果

3. 结果变量为M2的路径结果,包括X—>M2和M1—>M2这两条路径

4. 结果变量为Y的路径结果,包括X—>Y、M1—>Y、M2—>Y这三条路径

5. X—>Y的总效应

6. X—>Y的总效应、直接效应、间接效应

7. Bootstrap结果


希望上述介绍可以帮助到你!也欢迎大家在评论区多多交流分享。

你的关注/点赞 /收藏★/分享,是最大的支持!

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐