让学习驱动您的世界
查字典教育系列APP
语文、作文、板报等APP
客户端二维码
手机浏览器打开查字典
1、直接输入
2、扫描二维码，用手机
访问查字典手机版
SPSS进行中介效应分析用标准化和中心化的区别
|提问时间： 02:21:12|0人回答
看了该问题的网友还看了：
大家都在问
物理最新问题苹果/安卓/wp
积分 391, 距离下一级还需 59 积分
权限: 自定义头衔, 签名中使用图片
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡下一级可获得
道具: 抢沙发
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 93 天连续签到: 1 天[LV.6]常住居民II
(941.65 KB, 售价: 50 个论坛币)
17:04:00 上传
bootstrapping做中介效应分析
售价: 50 个论坛币
国外人文社科类主流期刊（如营销top4）以及国内重要期刊涉及中介效应分析，要求用Bootstrapping方法做（传统的三步程序法有局限），附件是本人学习总结的该方法实现步骤及相关文件、参考资料。因为需要论坛币做问卷收集，所以定价50！如果你实在没币子，可以给我私信，如果有币子就支持下，50个币子学会一种最新方法说实话不贵！
载入中......
淡薄明志，宁静致远！
能否发给我?私信吧.
楼主，我不懂spss语法，买完不会用啊。。。急求售后！“3rd, 运行新语句：SOBEL y=yvar/x =xvar/m=mvar/boot=z.”放在哪啊？直接在sobel.sps改吗？
SPSS打开后，“文件”——新建——语法，把“SOBEL y=yvar/x =xvar/m=mvar/boot=z.”粘贴进去，其中变量名换成你SPSS文件里面的名。然后运行。
淡薄明志，宁静致远！
同学，看到你分享的要求用Bootstrapping方法做中介，我很需要学习，但是我没有币，请问你可以分享给我一份吗？我的邮箱是
你好！我实在是没有50个大洋，能否给我发一下，
楼主，小弟实在没有那么多金币。能不能给发一份邮件，，不懂spss也能做bootstrapping吗？我知道smart PLS，PLS graph能用bootstrapping。十分感谢！盼能收到邮件，好人都有好报！~
楼主你好，同求这个资源，太有用了，我得邮箱谢谢了
先顶一下，高大上的方法！
楼主你好，我正在学习Bootstrapping，可是网上资源太少，又没有那么多金币，麻烦给我发一下好么，gaohui_g_& &万分感谢！
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
论坛法律顾问：王进律师温忠麟老师的检验中介效应程序_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
温忠麟老师的检验中介效应程序
&&温忠麟老师的检验中介效应程序
阅读已结束，下载文档到电脑
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，方便使用
还剩19页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
用SPSS作中介效应检验.doc 7页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
需要金币：100 &&
你可能关注的文档：
··········
··········
SPSS实例：[16]中介效应的检验过程百度经验:
spss做中介效应现在用的越来越普遍，虽然说用amos是最佳的工具，但是很多人还是喜欢spss，更容易理解，操作起来也比amos简单。下面我们就来分享一下如何使用spss进行中介效应的检验，这个教程是理论上的讲解，目的是让你理解这个过程。后面我们会具体的来操作一下，让你知道如何具体的去做，先来看看理论上的过程：
先要明确你的自变量和因变量，假如我们有三个变量分别是：自变量（x），因变量（y），中介变量（M）。
第一个要检验的是自变量对因变量的作用，我们用下面的方程表示：我们首先要做的是对系数c的检验，你应该知道，用回归做检验，假如c不显著，说明不存在中介效应，停止检验；假如c显著，还不能说明存在中介效应，接着进行下面的步骤：
接着我们做自变量和中介变量之间的回归方程的检验，也就是用下面的方程来表示，假如系数a显著，说明X确实可以预测M，但仍然没有说明中介效应的存在。假如a不显著，那就需要进行sobel检验。我们暂时不去做sobel，因为还有一个步骤
现在我们要检验M和Y之间的关系，也就是下面的方程的系数是否显著。假如a显著、b也显著，那么就可以证明中介效应存在；假如a和b中有一个不显著，另一个先不显著我们不知道，我们需要进行sobel检验，sobel检验显著，那么中介效应存在。
到此为止，我们就完成了中介效应的检验，下面来总结一下整个流程，看下面的流程图：
中介效应的具体操作，参考我的下一篇文章。
SPSS实例：[17]进行sobel检验(小白教程)百度经验:
通常我们在做中介效应的时候，遇到有一个系数没有达到显著性水平，我们需要进行sobel检验，但是sobel检验的公式非常麻烦，如果你按计算器就很麻烦了，更何况你还有很多中介效应去验证，所以今天我给大家分享一个Excel可以很快的计算。
从下面的参考资料里下载一个Excel文件
下载下来以后，打开Excel，你会看到一个这样的表格
将你的三个模型的三线表粘贴过来
我们在对应的位置写入对应的值，soble值会自动的计算出来，是否显著这一栏会告诉是否显著，如果显著说明中介效应显著
跟大家分享一下各个单元格的公式，看下面的公示栏就知道了。
SPSS实例：[20]检验中介效应的操作方法上一篇文章我介绍了检验中介效应的理论过程，见文章【中介效应的检验过程】，现在哦我们要在上一篇文章的基础上进行操作，操作方法如下：
首先检验第一个方程，方程形式如下检验过程是使用线性回归：：：：：：打开线性回归的对话框然后再放入X和Y，如图，，，，，，，，，，，，，，
检验第二个方程，方程形式如下，，，，，接着还是使用线性回归，我们放入M和X，如下图，，，，，
接着检验第三个方程，方程形式如下：操作方法如下：：：：：：：：：：点击ok按钮可以进行参数的估计，然后根据上一篇文章讲到的，进行分析。
正在加载中，请稍后...如何用stata做中介效应检验
我的图书馆
如何用stata做中介效应检验
How to perform Sobel-Goodman mediation tests in Stata?The purpose of the Sobel-Goodman tests is to test whether a mediator carries the influence of an IV to a DV.A variable may be considered a mediator to the extent to which it carries the influence of a given independent variable (IV) to a given dependent variable (DV). Generally speaking, mediation can be said to occur when (1) the IV significantly affects the mediator, (2) the IV significantly affects the DV in the absence of the mediator, (3) the mediator has a significant unique effect on the DV, and (4) the effect of the IV on the DV shrinks upon the addition of the mediator to the model.Example:This example uses the&hsbdemo&dataset with&science&as the DV,&math&as the IV and&read&as the mediator variable. That is, the model says that&math&influences&read, which in turn influences&science. This model may or may not make much substantive sense but it will allow us to to demonstrate the process of running a Sobel-Goodman test. We will do this using the&sgmediationcommand, you can download this command using&findit sgmediation.use http://www.ats.ucla.edu/stat/data/hsbdemo, clear
sgmediation science, mv(read) iv(math)
Model with dv regressed on iv (path c)
Number of obs =
-------------+------------------------------
Residual |
59.3279904
-------------+------------------------------
Adj R-squared =
98.0276382
------------------------------------------------------------------------------
[95% Conf. Interval]
-------------+----------------------------------------------------------------
------------------------------------------------------------------------------
Model with mediator regressed on iv (path a)
Number of obs =
-------------+------------------------------
Residual |
59.3123704
-------------+------------------------------
Adj R-squared =
105.122714
------------------------------------------------------------------------------
[95% Conf. Interval]
-------------+----------------------------------------------------------------
------------------------------------------------------------------------------
Model with dv regressed on mediator and iv (paths b and c')
Number of obs =
-------------+------------------------------
Residual |
51.6688353
-------------+------------------------------
Adj R-squared =
98.0276382
------------------------------------------------------------------------------
[95% Conf. Interval]
-------------+----------------------------------------------------------------
------------------------------------------------------------------------------
Sobel-Goodman Mediation Tests
Goodman-1 (Aroian)
a coefficient
b coeffocoent
Indirect effect =
Direct effect =
Total effect =
Proportion of total effect that is mediated:
Ratio of indirect to direct effect:
Ratio of total to direct effect:
1.6593122In this example the mediation effect of&read&was statistically significant with approximately 40% of the total effect (of&math&onscience) being mediated.Bootstrap with case resamplingIf you have concerns about the standard error for the indirect effect, you may want to bootstrap&sgmediation.bootstrap r(ind_eff) r(dir_eff), reps(1000): sgmediation science, iv(math) mv(read)
Bootstrap replications (1000)
----+--- 1 ---+--- 2 ---+--- 3 ---+--- 4 ---+--- 5
..................................................
[output omitted]
..................................................
Bootstrap results
Number of obs
Replications
sgmediation science, iv(math) mv(read)
r(ind_eff)
r(dir_eff)
------------------------------------------------------------------------------
Normal-based
[95% Conf. Interval]
-------------+----------------------------------------------------------------
------------------------------------------------------------------------------
estat bootstrap, percentile bc
Bootstrap results
Number of obs
Replications
sgmediation science, iv(math) mv(read)
r(ind_eff)
r(dir_eff)
------------------------------------------------------------------------------
[95% Conf. Interval]
-------------+----------------------------------------------------------------
------------------------------------------------------------------------------
percentile confidence interval
bias-corrected confidence intervalBootstrap with residual resamplingIf you prefer to do a residual resampling bootstrap rather than case resampling bootstrap, you can use the&resboot-mediationcommand (findit resboot_mediation).resboot_mediation, dv(science) mv(read) iv(math) reps(1000)
obs was 200, now 1000
Number of obs =
-------------+------------------------------
Residual |
59.3123704
-------------+------------------------------
Adj R-squared =
105.122714
------------------------------------------------------------------------------
[95% Conf. Interval]
-------------+----------------------------------------------------------------
------------------------------------------------------------------------------
Number of obs =
-------------+------------------------------
Residual |
51.6688353
-------------+------------------------------
Adj R-squared =
98.0276382
------------------------------------------------------------------------------
[95% Conf. Interval]
-------------+----------------------------------------------------------------
------------------------------------------------------------------------------
Nonparametric resampled residual bootstrap of mediation with 1000 replications
[95% Conf Interval]
.51854 (P)
.556361 (BC)
.75491 (P)
.72355 (BC)
.968667 (P)
.968667 (BC)
percentile confidence interval
bias-corrected confidence intervalReferencesAroian, L.A. (1944). The probability function of the product of two normally distributed variables. Annals of Mathematical Statistics, 18, 265-271.Baron, R.M. & Kenny, D.A. (1986), Moderator-Mediator Variables Distinction in Social Psychological Research: Conceptual, Strategic, and Statistical Considerations. Journal of Personality and Social Psychology, 51 (6), 1173–82.Goodman, L.A. (1960) On the exact variance of products. Journal of the American Statistical Association, 55, 708-713.MacKinnon, D. P. & Dwyer, J. H. (1993). Estimating mediated effects in prevention studies. Evaluation Review, 17, 144-158.MacKinnon, D. P., Warsi, G., & Dwyer, J. H. (1995). A simulation study of mediated effect measures. Multivariate Behavioral Research, 30(1), 41-62.Preacher, K. J. & Hayes, A. F. (2004). SPSS and SAS procedures for estimating indirect effects in simple mediation models. Behavior Research Methods, Instruments, & Computers, 36(4), 717-731.Sobel, M.E. (1982) Asymptotic confidence intervals for indirect effects in structural equation models. Sociological Methodology, 13, 290-312.Sobel, M.E. (1986) Some new results on indirect effects and their standard errors in covariance structure models. Sociological Methodology, 16, 159-186.The content of this web site should not be construed as an endorsement of any particular web site, book, or software product by the University of California.
TA的最新馆藏[转]&[转]&[转]&[转]&
喜欢该文的人也喜欢