目录

显变量模型语法

潜变量模型语法

Mplus语法

中介效应检验

Mplus语句

结果解读

1. 模型拟合

2. 路径系数值及显著性

3. 中介效应值及显著性

其他


除了简单中介模型,具有两个中介变量的、常见的模型之一是链式中介模型。在该模型中,两个中介变量在时间上存在先后顺序的关系。如下图所示。中介变量M1在前,M2在后。

显变量模型语法

以上图为例,显变量模型语法为:

TITLE: MEDIATION MODEL;

DATA: FILE IS 12.dat; ! 数据来源

VARIABLE: NAME ARE X M1 M2 Y; ! 变量名称

                   MISSING=ALL(99); ! 定义缺失值

                   USEVARIABLE ARE X M1 M2 Y; ! 使用的变量

ANALYSIS: ESTIMATOR=MLR; ! 估计方法,根据自己的数据特点,可选择其他方法,例如ML

MODEL: Y M1 M2 ON X; ! X指向M1、M2、Y的路径

               Y ON M1 M2; ! M1、M2指向Y的路径

               M2 ON M1; ! M1指向M2的路径

OUTPUT: SAMPSTAT STDYX MOD CINTERVAL; ! 输出样本统计量、标准化值、修正系数、置信区间

潜变量模型语法

meson 路径_数据分析

Mplus语法

TITLE: MEDIATION MODEL;

DATA: FILE IS 12.dat; ! 数据来源

VARIABLE: NAME ARE X1-X4 A1-A4 B1-B4 Y1-Y4; ! 变量名称

                   MISSING=ALL(99); ! 定义缺失值

                   USEVARIABLE ARE X1-X4 A1-A4 B1-B4 Y1-Y4; ! 使用的变量

ANALYSIS: ESTIMATOR=MLR; ! 估计方法,根据自己的数据特点,可选择其他方法,例如ML

MODEL: A BY X1-X4;

              B BY A1-A4;

              C BY B1-B4;

              D BY Y1-Y4; ! 通过BY,创建四个潜变量

              D B C ON A; ! A指向B、C、D的路径

              D ON B C; ! B、C指向D的路径

              C ON B; ! B指向C的路径

OUTPUT: SAMPSTAT STDYX MOD CINTERVAL; ! 输出样本统计量、标准化值、修正系数、置信区间

中介效应检验


meson 路径_meson 路径_02

显变量链式中介模型

以显变量模型为例,采用Bootstrap进行中介效应检验的语法为:

潜变量模型同理,在ANALYSIS中采用BOOTSTRAP法。

Mplus语句

TITLE: MEDIATION MODEL;

DATA: FILE IS 12.dat; ! 数据来源

VARIABLE: NAME ARE X M1 M2 Y; ! 变量名称

                   MISSING=ALL(99); ! 定义缺失值

                   USEVARIABLE ARE X M1 M2 Y; ! 使用的变量

ANALYSIS: BOOTSTRAP=2000; ! 采用Bootstrap法进行中介效应检验,抽样次数1000/2000/5000,有文献依据即可

MODEL: Y ON X (cdash); ! X到Y的路径命名为c’

               Y ON M1 (b1); ! M1到Y的路径命名为b1

               Y ON M2 (b2); ! M2到Y的路径命名为b2

               M1 ON X (a1); ! X到M1的路径命名为a1

               M2 ON X (a2); ! X到M2的路径命名为a2

               M2 ON M1(d); ! M1到M2的路径命名为d

MODEL CONSTRAINT: NEW(a1b1 a2b2 a1db2 TOTALIND TOTAL); ! 需要生成的新系数

                                       a1b1 = a1*b1; ! X通过中介变量M1对Y的间接效应

                                       a2b2 = a2*b2; ! X通过中介变量M2对Y的间接效应

                                       a1db2 = a1*d*b2; ! X通过M1、M2对Y的间接效应

                                       TOTALIND = a1*b1 + a2*b2 + a1*d*b2; ! X对Y的总间接效应

                                       TOTAL = a1*b1 + a2*b2 +a1*d*b2 + cdash; ! X对Y的总效应=间接+直接

OUTPUT: SAMPSTAT STDYX MOD CINTERVAL; ! 输出样本统计量、标准化值、修正系数、置信区间

结果解读

以显变量模型为例,关注三方面的结果。

1. 模型拟合

显变量模型为饱和模型,无需看模型拟合。

潜变量模型可根据文献选取模型拟合指标及标准,对模型的拟合情况进行判断。


meson 路径_笔记_03

显变量模型拟合

2. 路径系数值及显著性

显变量模型非标准化结果与标准化结果

由下图可知:显变量模型中,所有路径均显著。


meson 路径_数据分析_04

显变量模型非标准化结果


meson 路径_数据分析_05

显变量模型标准化结果


meson 路径_笔记_06

显变量模型图

3. 中介效应值及显著性

由下图可知:中介效应显著。


meson 路径_数据分析_07

中介效应检验结果

其他

1. 潜变量指标太多的话,可以通过项目打包的方式,简化模型和提高模型的拟合度。

2. Bootstrap和MLR估计方法不能同时使用。