運(yùn)用SPSS和AMOS進(jìn)行中介效應(yīng)分析范文

1、中介效應(yīng)重要理論及操作務(wù)實(shí)一、中介效應(yīng)概述中介效應(yīng)是指變量間的影響關(guān)系（XTY）不是直接的因果鏈關(guān)系而是通過(guò)一個(gè)或一個(gè)以上變量（M）的間接影響產(chǎn)生的，此時(shí)我們稱(chēng)M為中介變量，而X通過(guò)M對(duì)Y產(chǎn)生的的間接影響稱(chēng)為中介效應(yīng)。中介效應(yīng)是間接效應(yīng)的一種，模型中在只有一個(gè)中介變量的情況下，中介效應(yīng)等于間接效應(yīng)；當(dāng)中介變量不止一個(gè)的情況下，中介效應(yīng)的不等于間接效應(yīng)，此時(shí)間接效應(yīng)可以是部分中介效應(yīng)的和或所有中介效應(yīng)的總和。在心理學(xué)研究當(dāng)中，變量間的關(guān)系很少是直接的，更常見(jiàn)的是間接影響，許多心理自變量可能要通過(guò)中介變量產(chǎn)生對(duì)因變量的影響，而這常常被研究者所忽視。例如，大學(xué)生就業(yè)壓力與擇業(yè)行為之間的關(guān)系往往不是直

2、接的，而更有可能存在如下關(guān)系：專(zhuān)業(yè)知識(shí)分享此時(shí)個(gè)體認(rèn)知評(píng)價(jià)就成為了這一因果鏈當(dāng)中的中介變量。在實(shí)際研究當(dāng)中，中介變量的提出需要理論依據(jù)或經(jīng)驗(yàn)支持，以上述因果鏈為例，也完全有可能存在另外一些中介因果鏈如下：（2就業(yè)壓力T個(gè)體生涯規(guī)劃T擇業(yè)行為反應(yīng)；因此，研究者可以更具自己的研究需要研究不同的中介關(guān)系。當(dāng)然在復(fù)雜中介模型中，中介變量往往不止一個(gè)，而且中介變量和調(diào)節(jié)變量也都有可能同時(shí)存在，導(dǎo)致同一個(gè)模型中即有中介效應(yīng)又有調(diào)節(jié)效應(yīng)，而此時(shí)對(duì)模型的檢驗(yàn)也更復(fù)雜。以最簡(jiǎn)單的三變量為例，假設(shè)所有的變量都已經(jīng)中心化，則中介關(guān)系可以用回歸方程表示如下：Y=cx+e1）1M=ax+e2）2Y=c'x+bM

3、+e3）3上述3個(gè)方程模型圖及對(duì)應(yīng)方程如下：下面簡(jiǎn)要介紹下這三種方法:分別是依次檢驗(yàn)法、系數(shù)乘積項(xiàng)檢驗(yàn)法和差異檢驗(yàn)法，1.依次檢驗(yàn)法（causualsteps）。依次檢驗(yàn)法分別檢驗(yàn)上述1）2）3）三個(gè)方程中的回歸系數(shù),程序如下:1.1首先檢驗(yàn)方程1）y=cx+e,如果c顯著（H:c=O被拒絕），則繼續(xù)檢驗(yàn)方程2）,如果c10不顯著（說(shuō)明X對(duì)Y無(wú)影響），則停止中介效應(yīng)檢驗(yàn)；1.2在c顯著性檢驗(yàn)通過(guò)后，繼續(xù)檢驗(yàn)方程2）M=ax+e，如果a顯著（H:a=0被拒絕），則20繼續(xù)檢驗(yàn)方程3）;如果a不顯著，則停止檢驗(yàn)；1.3在方程1）和2）都通過(guò)顯著性檢驗(yàn)后，檢驗(yàn)方程3）即y=c'x+bM+e,

4、檢驗(yàn)b的顯3著性，若b顯著（HO:b=O被拒絕），則說(shuō)明中介效應(yīng)顯著。此時(shí)檢驗(yàn)c'，若c'顯著，則說(shuō)明是不完全中介效應(yīng)；若不顯著，則說(shuō)明是完全中介效應(yīng)，x對(duì)y的作用完全通過(guò)M來(lái)實(shí)現(xiàn)。評(píng)價(jià):依次檢驗(yàn)容易在統(tǒng)計(jì)軟件中直接實(shí)現(xiàn)，但是這種檢驗(yàn)對(duì)于較弱的中介效應(yīng)檢驗(yàn)效果不理想，如a較小而b較大時(shí)，依次檢驗(yàn)判定為中介效應(yīng)不顯著，但是此時(shí)ab乘積不等于0，因此依次檢驗(yàn)的結(jié)果容易犯第二類(lèi)錯(cuò)誤(接受虛無(wú)假設(shè)即作出中介效應(yīng)不存在的判斷)。2.系數(shù)乘積項(xiàng)檢驗(yàn)法(productsofcoefficients)。此種方法主要檢驗(yàn)ab乘積項(xiàng)的系數(shù)是否顯著，檢驗(yàn)統(tǒng)計(jì)量為z=ab/s，實(shí)際上熟悉統(tǒng)計(jì)原理的人可

5、以看出，這個(gè)公式和總體分布為正ab態(tài)的總體均值顯著性檢驗(yàn)差不多，不過(guò)分子換成了乘積項(xiàng)，分母換成了乘積項(xiàng)聯(lián)合標(biāo)準(zhǔn)誤而已，而且此時(shí)總體分布為非正態(tài)，因此這個(gè)檢驗(yàn)公式的Z值和正態(tài)分布下的Z值檢驗(yàn)是不同的，同理臨界概率也不能采用正態(tài)分布概率曲線來(lái)判斷。具體推導(dǎo)公式我就不多講了，大家有興趣可以自己去看相關(guān)統(tǒng)計(jì)書(shū)籍。分母s的計(jì)算公式為：s=ia2s2b2s2，在這個(gè)公式中，s2和s2abab/baba分別為a和b的標(biāo)準(zhǔn)誤，這個(gè)檢驗(yàn)稱(chēng)為sobel檢驗(yàn)，當(dāng)然檢驗(yàn)公式不止這一種例如GoodmanI檢驗(yàn)和GoodmanII檢驗(yàn)都可以檢驗(yàn)(見(jiàn)下)，但在樣本比較大的情況下這些檢驗(yàn)效果區(qū)別不大。在AMOS中沒(méi)有專(zhuān)門(mén)的s

6、oble檢驗(yàn)的模塊，需要自己手工計(jì)算出。而在lisrel里面則有，其臨界值為z>0.97或z<-0.97(P<0.05，NN200)。關(guān)于臨界值比率表見(jiàn)附件(虛無(wú)假設(shè)概率a/2a/2分布見(jiàn)MacKinnon表中無(wú)中介效應(yīng)C.V.表，雙側(cè)概率，非正態(tài)分布。這個(gè)臨界表沒(méi)有直接給出.05的雙側(cè)概率值，只有.04的雙側(cè)概率值；以N=200為例，.05的雙側(cè)概率值在其表中大概在土0.90左右，而不是溫忠麟那篇文章中提出的0.97。關(guān)于這一點(diǎn)，我看了溫的參考文獻(xiàn)中提到的MacKinnon那篇文章，發(fā)現(xiàn)溫對(duì)于.97的解釋是直接照搬MacKinnon原文中的一句話<Forexample

7、，theempiricalcriticalvalueis.97forthe.05significancelevelratherthan1.96forthestandardnormaltestofab40.Wedesignatethisteststatisticbyz8becauseitusesadifferentdistributionthanthenormaldistribution.>，實(shí)際上在MacKinnon的概率表中，這個(gè).97的值是在N=200下對(duì)應(yīng)的.04概率的雙側(cè)統(tǒng)計(jì)值，而不是.05概率雙側(cè)統(tǒng)計(jì)值，因?yàn)樵谠摫碇懈揪蜎](méi)有直接給出.05概率的統(tǒng)計(jì)值。為了確定這點(diǎn)，我專(zhuān)門(mén)查了

8、國(guó)外對(duì)這個(gè)概率表的介紹，發(fā)現(xiàn)的確如此，相關(guān)文章見(jiàn)附件mediationmodels.rar。當(dāng)然，從統(tǒng)計(jì)概率上來(lái)說(shuō)，大于0.97在這個(gè)表中意味著其值對(duì)應(yīng)概率大于.05，但是當(dāng)統(tǒng)計(jì)值小于0.979細(xì)時(shí)而大于0.879柑，其值對(duì)應(yīng)概率的判斷就比較麻煩了，此時(shí)要采用0.90作為P<.05的統(tǒng)計(jì)值來(lái)進(jìn)行判斷。之所以對(duì)溫的文章提出質(zhì)疑，是因?yàn)檫@涉及到概率檢驗(yàn)的結(jié)果可靠性，我為此查了很多資料，累)。GoodmanI檢驗(yàn)公式如下GoodmanII檢驗(yàn)檢驗(yàn)公式如下注：從統(tǒng)計(jì)學(xué)原理可知，隨著樣本量增大，樣本均值和總體均值的差誤趨向于減少；因此從這兩個(gè)公式可看出，匚兀的值隨著樣本容量增大而呈幾何平方值減小，

9、幾乎可以忽略不計(jì)算，因此MacKinnonetal.(1998)認(rèn)為乘積項(xiàng)在樣本容量較大時(shí)是“trivial"(瑣碎不必要的)的，因此sobel檢驗(yàn)和Goodman檢驗(yàn)結(jié)果在大樣本情況下區(qū)別不大，三個(gè)檢驗(yàn)公式趨向于一致性結(jié)果，因此大家用soble檢驗(yàn)公式就可以了(詳情請(qǐng)參考文獻(xiàn)AComparisonofMethodstoTestMediationandOtherInterveningVariableEffects.PsychologicalMethods2002,Vol.7,No.1,83-104)。評(píng)價(jià)：采用sobel等檢驗(yàn)公式對(duì)中介效應(yīng)的檢驗(yàn)容易得到中介效應(yīng)顯著性結(jié)果，因?yàn)槠渑R界

10、概率(MacKinnon)P<.05的Z值為z>0.90或z<-0.90，而正態(tài)分布曲線下臨界概率P<.05的Z值為z>1.96或z<-1.96，因此用該臨界概率表容易犯第一類(lèi)錯(cuò)誤(拒絕虛無(wú)假設(shè)而作出a/2a/2中介效應(yīng)顯著的判斷)3.差異檢驗(yàn)法（differenceincoefficients）。此方法同樣要找出聯(lián)合標(biāo)準(zhǔn)誤，目前存在一些計(jì)算公式，經(jīng)過(guò)MacKinnon等人的分析，認(rèn)為其中有兩個(gè)公式效果較好，分別是Clogg等人和Freedman等人提出的，這兩個(gè)公式如下：Clogg差異檢驗(yàn)公式Freedman差異檢驗(yàn)公式C一C't=n-3rsxmc

11、'C-C't二N-2S2+S2-2SS1-r2CCCC：xm這兩個(gè)公式都采用t檢驗(yàn)，可以通過(guò)t值表直接查出其臨界概率。Clogg等提出的檢驗(yàn)公式中，山-3的下標(biāo)N-3表示t檢驗(yàn)的自由度為N-3,*聊為自變量與中介變量的相關(guān)系數(shù)，5為X對(duì)Y的間接效應(yīng)估計(jì)值的標(biāo)準(zhǔn)誤；同理見(jiàn)Freedman檢驗(yàn)公式。評(píng)價(jià)：這兩個(gè)公式在a=0且b=0時(shí)有較好的檢驗(yàn)效果，第一類(lèi)錯(cuò)誤率接近0.05，但當(dāng)a=0且b工0時(shí)，第一類(lèi)錯(cuò)誤率就非常高，有其是Clogg等提出的檢驗(yàn)公式在這種情況下第一類(lèi)錯(cuò)誤率達(dá)到100%，因此要謹(jǐn)慎對(duì)待。4.溫忠麟等提出了一個(gè)新的檢驗(yàn)中介效應(yīng)的程序，如下圖：這個(gè)程序?qū)嶋H上只采用了依次

12、檢驗(yàn)和sobel檢驗(yàn)，同時(shí)使第一類(lèi)錯(cuò)誤率和第二類(lèi)錯(cuò)誤率都控制在較小的概率，同時(shí)還能檢驗(yàn)部分中介效應(yīng)和完全中介效應(yīng)，值得推薦。三中介效應(yīng)操作在統(tǒng)計(jì)軟件上的實(shí)現(xiàn)根據(jù)我對(duì)國(guó)內(nèi)國(guó)外一些文獻(xiàn)的檢索、分析和研究，發(fā)現(xiàn)目前已經(jīng)有專(zhuān)門(mén)分析soble檢驗(yàn)的工具軟件腳本，可下掛在SPSS當(dāng)中；然而在AMOS中只能通過(guò)手工計(jì)算，但好處在于能夠方便地處理復(fù)雜中介模型，分析間接效應(yīng)；根據(jù)溫忠麟介紹，LISREAL也有對(duì)應(yīng)的SOBEL檢驗(yàn)分析命令和輸出結(jié)果，有鑒于此，本文擬通過(guò)對(duì)在SPSS、AMOS中如何分析中介效應(yīng)進(jìn)行操作演示，相關(guān)SOBEL檢驗(yàn)?zāi)_本及臨界值表（非正態(tài)SOBEL檢驗(yàn)臨界表）請(qǐng)看附件。1.如何在SPSS中

13、實(shí)現(xiàn)中介效應(yīng)分析這個(gè)部分我主要講下如何在spss中實(shí)現(xiàn)中介效應(yīng)分析（無(wú)腳本，數(shù)據(jù)見(jiàn)附件spss中介分析數(shù)據(jù)，自變量為工作不被認(rèn)同，中介變量為焦慮，因變量為工作績(jī)效）。第一步：將自變量（X）、中介變量（M）、因變量（Y）對(duì)應(yīng)的潛變量的項(xiàng)目得分合并取均值并中心化，見(jiàn)下圖g文件編輯觀圖迪數(shù)據(jù)轉(zhuǎn)換分析®圖表工具窗口幫助團(tuán)團(tuán)一丿京創(chuàng)鉤圍固圜型圈¥物6:工作不被認(rèn)同3領(lǐng)導(dǎo)不認(rèn)可同事不認(rèn)可客戶(hù)不認(rèn)可心跳緊張坐立不安效率低效率下降1324222322111222221111I111在這個(gè)圖中，自變量（X）為工作不被認(rèn)同，包含3個(gè)觀測(cè)指標(biāo)，即領(lǐng)導(dǎo)不認(rèn)同、同事不認(rèn)可、客戶(hù)不認(rèn)可；中介變量（M）

14、焦慮包含3個(gè)觀測(cè)指標(biāo)即心跳、緊張、坐立不安；因變量（Y）包含2個(gè)觀測(cè)指標(biāo)即效率低和效率下降。DescriptiveStatistics工作不被認(rèn)同焦慮工作績(jī)效ValidN(listwise)N489489489489Mean2.08212.08592.2807上面三個(gè)圖表示合并均值及中心化處理過(guò)程，生成3個(gè)對(duì)應(yīng)的變量并中心化（項(xiàng)目均值后取離均差）得到中心化X、M、Y。第二步：按溫忠麟中介檢驗(yàn)程序進(jìn)行第一步檢驗(yàn)即檢驗(yàn)方程y二cx+e中的c是否顯著，檢驗(yàn)結(jié)果如下表：ModelSummaryModelRRSquareAdjustedRSquareStd.ErroroftheEstimateRSqua

15、reChangeChangeStatisticsSig.FChangeFChangedf1df21678(a).460.459.70570.460414.2651487.000aPredictors:(Constant),不被認(rèn)同(中心化)I格+式可編"J-l輯ModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStdErrorBeta1(Constant).001.031.044.965不被認(rèn)同（中心化）.670.045.56414.773.000焦慮（中心化）.225.040.2135.577.000Coeff

16、icientsa.DependentVariable:工作績(jī)效(中心化)a.Dependen由上表可知，方程y二cx+e的回歸效應(yīng)顯著，c值.678顯著性為p<.000，可以進(jìn)行方程m=ax+e和方程y二c'x+bm+e的顯著性檢驗(yàn)；第三步：按溫忠麟第二步檢驗(yàn)程序分別檢驗(yàn)a和b的顯著性，如果都顯著，則急需檢驗(yàn)部分中介效應(yīng)和完全中介效應(yīng)；如果都不顯著，則停止檢驗(yàn)；如果a或b其中只有一個(gè)較顯著，則進(jìn)行sobel檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)下表：ModelSumamyModeRRSquarAdjustedeRSquareStd.Error(etheEstimaChangeStatistics)fR

17、SquarteChangeeFChangedf1df2Sig.FChan1.53a.284.283.76763.284193.247，1487.000a.Predictors:(Const不nt)認(rèn)同(中心化)CoefficientsModelUnstandardizedCoefficientsStandardizedCoefficientstSig.BStd.ErrorBeta1(Constant).001.035.034.973不被認(rèn)同（中心化）.597.043.53313.901.000a.DependentVariable:焦慮(中心化)由上面兩個(gè)表格結(jié)果分析可知，方程m=ax+e中，

18、a值0.533顯著性p<.000，繼續(xù)進(jìn)行方程y=c'x+bm+e的檢驗(yàn)，結(jié)果如下表：ModelSumnaryModelRRSquareAdjustedRSquareStd.ErroroftheEstimateChangeStatisticsRSquare?ChangeFChangedf1df2Sig.FChang1.700.492.490.68485.492235.4902486.000a-Predictors:（Consta焦慮（中心化），不被認(rèn)同（中心化）由上面兩個(gè)表的結(jié)果分析可知，方程y二c'x+bm+e中，b值為0.213顯著性為p<.000,因此綜合兩個(gè)

19、方程m=ax+e和y二c'x+bm+e的檢驗(yàn)結(jié)果，a和b都非常顯著，接下來(lái)檢驗(yàn)中介效應(yīng)的到底是部分中介還是完全中介；第四步：檢驗(yàn)部分中介與完全中介即檢驗(yàn)c'的顯著性：由上表可知，c'值為.564其p值.000,因此是部分中介效應(yīng)，自變量對(duì)因變量的中介效應(yīng)不完全通過(guò)中介變量焦慮的中介來(lái)達(dá)到其影響，工作不被認(rèn)同對(duì)工作績(jī)效有直接效應(yīng)，中介效應(yīng)占總效應(yīng)的比值為：effect二ab/c=0.533X0.213/0.678=0.167,中介效應(yīng)解釋了因變量的方差變異為msqrt（0.490-0.459）=0.176（17.6%）小結(jié)在本例中，中介效應(yīng)根據(jù)溫忠麟的檢驗(yàn)程序最后發(fā)現(xiàn)自變

20、量和因變量之間存在不完全中介效應(yīng)，中介效應(yīng)占總效應(yīng)比值為0.167,中介效應(yīng)解釋了因變量17.6%的方差變異。2.在spss中運(yùn)用spssmaro腳本來(lái)分析中介效應(yīng)下面我們采用Preacher（2004）設(shè)計(jì)的spssmaro腳本來(lái)進(jìn)行中介效應(yīng)分析，該腳本是美國(guó)俄亥俄和州立大學(xué)Preacher和Hayes于2004年開(kāi)發(fā)的在spss中計(jì)算間接效應(yīng)、直接效應(yīng)和總效應(yīng)的腳本，對(duì)間接效應(yīng)的計(jì)算采用了sobe丨檢驗(yàn)，并給出了顯著性檢驗(yàn)結(jié)果，這個(gè)腳本可在如下網(wǎng)址下載：/ahayes/sobel.htmo腳本文件名為sobel_spss，關(guān)于如何在spss使用該腳本請(qǐng)看附件

21、（附件為pdf文件，文件名為runningscripts）。在運(yùn)行了腳本后，在打開(kāi)的窗口中分別輸入自變量、中介變量和調(diào)節(jié)變量，在選項(xiàng)框中可以選擇bootstrap（自抽樣）次數(shù)，設(shè)置好后，點(diǎn)擊ok,運(yùn)行結(jié)果如下：RunMATRIXprocedure:VARIABLESINSIMPLEMEDIATIONMODELY工作績(jī)效X不被認(rèn)同M焦慮DESCRIPTIVESSTATISTICSANDPEARSONCORRELATIONSMeanSD工作績(jī)效不被認(rèn)同焦慮工作績(jī)_1.0000.95901.0000.6780.5139不被認(rèn)同-.0020.8085.67801.0000.5330焦慮（中.0000

22、.9063.5139.53301.0000SAMPLESIZE489DIRECTAndTOTALEFFECTSCoeffs.e.tSig(two)b(YX).8042.039520.3535.0000cb(MX).5975.043013.9013.0000ab(YM.X).2255.04045.5773.0000bb(YX.M).6695.045314.7731.0000c'注：b(yx)相當(dāng)于c,b(my)相當(dāng)于a,b(YM.X)相當(dāng)于b,b(YX.M)相當(dāng)于c'INDIRECTEFFECTAndSIGNIFICANCEUSINGNORMALDISTRIBUTIONValue

23、s.e.LL95CIUL95CIZSig(two)Effect.1347.0261.0836.18585.1647.0000(sobel)BOOTSTRAPRESULTSForINDIRECTEFFECTDataMeans.e.LL95CIUL95CILL99CIUL99CIEffect.1347.1333.0295.0800.1928.0582.2135NUMBEROFBOOTSTRAPRESAMPLES1000FAIRCHILDETAL.(2009)VARIANCEINYACCOUNTEDFORBYINDIRECTEFFECT:.2316*li*li*li*li*Ii*li*li*li*l

24、i*Ji*li*li*li*li*li*li*X*li*JLIkI*JL*li*li*Ii*li*li*li*li*li*li*li*li*li*li*li*X*li*JL|lIII從spssmacro腳本運(yùn)行的結(jié)果來(lái)看，總效應(yīng)、中介效應(yīng)、間接效應(yīng)達(dá)到了顯著值，其中c為0.8042,a值為0.5975,b值為0.2255,c'值為0.6695,間接效應(yīng)（在本例中為中介效應(yīng)）解釋了自變量23.16%的方差，中介效應(yīng)占中效應(yīng)的比例為0.168。下面用對(duì)加載腳本前后的計(jì)算結(jié)果進(jìn)行比較見(jiàn)下表：cabc'效應(yīng)比中介效應(yīng)方差變異無(wú)腳本0.678*0.513*0.213*0.564*0.16

25、7417.6%Spssmacrao0.804*0.598*0.226*0.670*0.167523.16%從比較結(jié)果可以看出，加載腳本后分析中介效應(yīng)結(jié)果，總體效應(yīng)提高了，但效應(yīng)比沒(méi)有多大變化（0.0001）,說(shuō)明中介效應(yīng)實(shí)際上提高了；中介效應(yīng)對(duì)因變量的方差變異的解釋比例也提高了了近5個(gè)百分點(diǎn)，說(shuō)明采用bootstrap抽樣法能更準(zhǔn)確地估計(jì)總體效應(yīng)和間接效應(yīng)。3.如何在AMOS中實(shí)現(xiàn)中介效應(yīng)分析AMOS中介效應(yīng)分析數(shù)據(jù)）。無(wú)論變量是否涉及潛變量，都可以利用結(jié)構(gòu)方程模型來(lái)實(shí)現(xiàn)中介效應(yīng)分析，下面我來(lái)談?wù)勅绾卧贏MOS中實(shí)現(xiàn)中介效應(yīng)分析，數(shù)據(jù)見(jiàn)附件第一步：建立好模型圖，如下：©6丄4領(lǐng)導(dǎo)不認(rèn)

26、可K/效率低爭(zhēng)：e7跳J-4坐立不安el1efie21eg焦慮專(zhuān)業(yè)知識(shí)分享c'績(jī)效表現(xiàn).一二_一一：e5同事不認(rèn)可*f工作不被認(rèn)可廠-_-iFe4丄*客戶(hù)不認(rèn)可“本模型假設(shè)，工作不被認(rèn)可通過(guò)中介變量影響績(jī)效表現(xiàn)。第二步：設(shè)置參數(shù)，要在AMOS中分析中介效應(yīng)，需要進(jìn)行一些必要的參數(shù)設(shè)置，步驟見(jiàn)下圖:FileEditViewD_iagi-niAtl：b17EhToolsFlugirLSHelpII11IIIIIIIIIIIIllllllllllllllll'益且LterfaceFroperties.F掘ArL：=ilyEieFruperties.Ctrl+ICtrl+A4Ctrl+

27、0|LJObjectProperties.E史丄些或丄巴UNujuericalBiasOutputBootstrapPermutationsEanduiTL#TitleDiscrep：ii_Lcy*M：izijTnjjTLlikelihoodEstiinateme:erceptsCGeneralizedleastsquaresUiiweightedleastsquar已£EiTLul.isre16S.cale-freeleastsquar已sAsjniLptuticallydistribution-freeCl_LicorrectForthepurposeofcom

28、putingfitmeasureswithincompletedata:*Fitthesaturated且ndindependencemodelsFitthesaturatedmodelcrnlj/Fitneithermodel按照上面幾個(gè)圖提示的步驟設(shè)置好后，讀取數(shù)據(jù)進(jìn)行運(yùn)算，工具欄提示如下Scanning復(fù)件工作認(rèn)同焦慮與績(jī)效匸卜DefaultmodelMinimizationIteration8MinimumwasachievedWritingoutputChi-square=26.Ojdf=17BootstrapSample5000BCconfidenceintervalsn12345

29、678Q-1ssssssssssssssssss:a且33aaaaa廠PPPPPPPPPD上圖表示采用bootstrap（自抽樣5000次）運(yùn)算結(jié)果，數(shù)據(jù)迭代到第8次得到收斂。模型卡方為26.0，自由度為17.第三步：看輸出結(jié)果即模型圖和文本輸出：*領(lǐng)導(dǎo)不認(rèn)可同事不認(rèn)可1客戶(hù)不認(rèn)可卡方值=25.996(P=.O75);自由度=17;NFI=.989;TLI=.994;CFI=.996;從模型標(biāo)準(zhǔn)化路徑圖可以看出伶模型卡方與自由度之比為1.529,p值.05，各項(xiàng)擬合指理想，說(shuō)明模型較理想，下面我們來(lái)看下模型的總體效應(yīng)和間接效應(yīng)的文本輸出，見(jiàn)下表:數(shù)皆較StandardizedTotalEffe

30、cts(Groupnumber1-Defaultmodel)StandardizedTotalEffects-LowerBounds(BC)(Groupnumber1-Defaultmodel)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.554.000.000績(jī)效表現(xiàn).714.077.000效率下降.612.068.830效率低.661.070.889領(lǐng)導(dǎo)不認(rèn)可.818.000.000同事不認(rèn)可.771.000.000客戶(hù)不認(rèn)可.729.000.000坐立不安.451.776.000緊張.405.688.000心跳匕.436.753.000StandardizedTotalEffects-UpperBoun

31、ds(BC)(Groupnumber1-Defaultmodel)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.703.000.000績(jī)效表現(xiàn).831.303.000效率下降.733.263.905效率低.771.284.958領(lǐng)導(dǎo)不認(rèn)可.907.000.000工作不被認(rèn)可焦慮績(jī)效表現(xiàn)同事不認(rèn)可.858.000.000客戶(hù)不認(rèn)可.841.000.000坐立不安.600.883.000緊張.540.802.000心跳匕.582.868.000StandardizedTotalEffects-TwoTailedSignificance(BC)(Groupnumber1-Defaultmodel)工作不被認(rèn)可焦慮績(jī)

32、效表現(xiàn)焦慮.000績(jī)效表現(xiàn)000.002效率下降.000.002.001效率低.000.002.001領(lǐng)導(dǎo)不認(rèn)可.000同事不認(rèn)可.001客戶(hù)不認(rèn)可.001坐立不安.000.001緊張.000.000心跳匕.000.000上述三個(gè)表格是采用BC（bias-corrected）偏差校正法估計(jì)的總體效應(yīng)標(biāo)準(zhǔn)化估計(jì)的下限值、上限值和雙尾顯著性檢驗(yàn)結(jié)果，雙尾檢驗(yàn)結(jié)果顯示，總體效應(yīng)顯著，提示自變量（工作不被認(rèn)可）對(duì)因變量（績(jī)效表現(xiàn)）的總體效應(yīng)顯著）值顯著，P<000;下面我們繼續(xù)看直接效應(yīng)的文本輸出結(jié)果，如下表：StandardizedDirectEffects(Groupnumber1-Defa

33、ultmodel)StandardizedDirectEffects-LowerBounds(BC)(Groupnumber1-Defaultmodel)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.554.000.000績(jī)效表現(xiàn).549.077.000效率下降.000.000.830效率低.000.000.889領(lǐng)導(dǎo)不認(rèn)可.818.000.000同事不認(rèn)可.771.000.000客戶(hù)不認(rèn)可.729.000.000坐立不安.000.776.000緊張.000.688.000心跳匕.000.753.000StandardizedDirectEffects-UpperBounds(BC)(Groupnumber1

34、-Defaultmodel)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.703.000.000績(jī)效表現(xiàn).759.303.000效率下降.000.000.905效率低.000.000.958領(lǐng)導(dǎo)不認(rèn)可.907.000.000同事不認(rèn)可.858.000.000客戶(hù)不認(rèn)可.841.000.000坐立不安.000.883.000緊張.000.802.000心跳匕.000.868.000StandardizedDirectEffects-TwoTailedSignificance(BC)(Groupnumber1-Defaultmodel)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.000績(jī)效表現(xiàn).000.002效率下降.001效

35、率低.001領(lǐng)導(dǎo)不認(rèn)可.000同事不認(rèn)可.001客戶(hù)不認(rèn)可.001坐立不安.001緊張.000心跳匕.000和總體效應(yīng)輸出表格形式一致，前兩個(gè)表格都是標(biāo)準(zhǔn)化估計(jì)的95%置信區(qū)間的上限值和下限值,第三個(gè)表格提示了直接效應(yīng)顯著，見(jiàn)紅體字部分（在本例中即為中介效應(yīng)ab和c'）。下面我們來(lái)看下間接效應(yīng)的顯著性分析結(jié)果，見(jiàn)下圖：StandardizedIndirectEffects(Groupnumber1-Defaultmodel)StandardizedIndirectEffects-LowerBounds(BC)(Groupnumber1-Defaultmodel)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)

36、焦慮.000.000.000績(jī)效表現(xiàn).050.000.000效率下降.612.068.000效率低.661.070.000領(lǐng)導(dǎo)不認(rèn)可.000.000.000同事不認(rèn)可.000.000.000客戶(hù)不認(rèn)可.000.000.000坐立不安.451.000.000工作不被認(rèn)可焦慮績(jī)效表現(xiàn)緊張.405.000.000心跳匕.436.000.000StandardizedIndirectEffects-UpperBounds(BC)(Groupnumber1-Defaultmodel)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.000.000.000績(jī)效表現(xiàn).197.000.000效率下降.733.263.000效率低

37、.771.284.000領(lǐng)導(dǎo)不認(rèn)可.000.000.000同事不認(rèn)可.000.000.000客戶(hù)不認(rèn)可.000.000.000坐立不安.600.000.000緊張.540.000.000心跳匕.582.000.000StandardizedIndirectEffects-TwoTailedSignificance(BC)(Groupnumber1-Defaultmodel)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮績(jī)效表現(xiàn)效率下降效率低領(lǐng)導(dǎo)不認(rèn)可同事不認(rèn)可客戶(hù)不認(rèn)可坐立不安緊張心跳匕.002.000.002.000.002.000.000.000.表格形式同上，顯著性見(jiàn)紅體字部分，在本例中即為c'。

38、綜合上述文本化輸出的結(jié)果，我們可以判定，c,a,b,c'的估計(jì)值都達(dá)到了顯著性，下面，我們來(lái)看些這四個(gè)路徑系數(shù)的標(biāo)準(zhǔn)化估計(jì)值和標(biāo)準(zhǔn)誤到底是多少呢？見(jiàn)下表：StandardizedRegressionWeights:(Groupnumber1-Defaultmodel)ParameterSESE-SEMeanBiasSE-Bias焦慮<一-工作不被認(rèn)可.038.000.628-.001.001績(jī)效表現(xiàn)<一-工作不被認(rèn)可.053.001.659.000.001績(jī)效表現(xiàn)<-一焦慮.058.001.187-.001.001心跳匕<-一焦慮.029.000.814.000

39、.000坐立不安<-一焦慮.027.000.837.000.000ParameterSESE-SEMeanBiasSE-Bias客戶(hù)不認(rèn)可<-工作不被認(rèn)可.028.000.790.000.000同事不認(rèn)可<工作不被認(rèn)可.023.000.818.001.000領(lǐng)導(dǎo)不認(rèn)可<工作不被認(rèn)可.023.000.865-.001.000效率低<績(jī)效表現(xiàn).017.000.927.000.000效率下降<績(jī)效表現(xiàn).020.000.871.000.000緊張<-一焦慮.029.000.747.000.000上表是采用bootstrap方法得出的標(biāo)準(zhǔn)化估計(jì)值及其標(biāo)準(zhǔn)誤，se表示估計(jì)值標(biāo)準(zhǔn)誤；se-se表示用bootstrap估計(jì)標(biāo)準(zhǔn)誤而產(chǎn)