学习笔记34—中介效应分析与调节效应分析

PS：如您使用了本贴内容并用于研究，请引用该文章 "Reduced hippocampal volume and its relationship with verbal memory and negative symptoms in treatment-naive first-episode adolescent-onset schizophrenia" (文章链接：https://doi.org/10.1093/schbul/sbaa092)，谢谢您！

一、中介效应分析

1）中介效应分析模型和概念：

模型来自文献：中介效应分析：原理、程序、方法及其应用（作者：陈瑞）

请参考链接: https://wenku.baidu.com/view/886e80cb7375a417876f8f3b.html?rec_flag=default&sxts=1541685975300;

https://wenku.baidu.com/view/cf3a7ad9710abb68a98271fe910ef12d2af9a90f.html;

2）如何计算中介分析：（前提是要安装好SPSS软件）

基于该模型计算中介分析：

① SPSS实例：检验中介效应的操作方法

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，然后得到下面图：

② SPSS代码实例：

打开spss安装process插件：(下载地址: http://www.processmacro.org/download.html)

点击OK之后，插件导入成功；

接下来，进行数据分析：

选择"Analysis" -----> "regression" -----> "PROCESS";

如下图，加载好数据，点击OK即可：

结果：

PS: 在用代码计算中介时，展示的结果中没有X与Y的总效应（也就是C），需要另外计算（比如：用matlab中的函数：[C,P] = corr(X,Y)）

参考链接：http://www.quantpsy.org/sobel/sobel.htm；http://davidakenny.net/cm/mediate.htm；http://www.nrhpsych.com/mediation/logmed.html;http://www.afhayes.com/spss-sas-and-mplus-macros-and-code.html

参考文献：中介效应分析：原理、程序、方法及其应用（作者：陈瑞）；

过程英文描述参考改文献： The neural basis of theory of mind and its relationship to social functioning and social anhedonia in individuals with schizophrenia

二、调节效应分析

1）调节效应分析定义：

调节作用是研究X对Y的影响时，是否会受到调节变量Z的干扰；比如开车速度（X）会对车祸可能性（Y）产生影响，这种影响关系受到是否喝酒（Z）的干扰，即喝酒时的影响幅度，与不喝酒时的影响幅度是否有着明显的不一样。

2）如何进行调节分析的计算：

第1步：识别X和M的数据类别，选择合适的研究方法。

调节作用在进行具体研究时需要对应使用研究方法去实现；调节作用分析时，Y一定是定量数据。通常情况下X均为定量数据（比如开车速度），调节变量Z可以为分类数据（比如是否喝酒），也可以是定量数据（比如喝酒多少）。

资料来源：SPSSAU帮助手册-调节作用

第2步：调节作用检验

资料来源：SPSSAU帮助手册-调节作用

- 调节作用通常是使用分层回归进行研究，如果X和Z均为分类数据，则使用多因素方差分析（通常是双因素方差分析）进行研究。针对上图，需要说明如下：
- 如果X或者Z也或者Y由多项表示，通常需要先计算对应项的平均值生成得到新列（SPSSAU生成变量功能）
- 如果X或者Z是分类数据，并且使用分层回归，则需要对X进行虚拟变量处理（哑变量处理）
- 对X或者Z进行标准化处理，也可以进行中心化处理均可
- Y并不需要进行标准化或者中心化处理（处理也可以）
- 交互项是指两项相乘的意思，记住交互项不能再次进行标准化或中心化
- R平方变化显著的判断，是看△F 值是否呈现出显著性，如果显著则说明R平方变化显著
- R平方变化显著，正常情况下交互项也会出现显著。如果说R平方变化显著，但交互项并不显著，建议以没有调节作用作为最终结论；如果交互项显著，R平方变化显著，建议以有调节作用作为最终结论。

第3步：SPSAU进行分析

用户判断好数据类型后，直接按照上图流程，在SPSSAU中进行数据处理及分析即可。具体分析流程可参考链接页面：https://spssau.com/front/spssau/helps/otherdocuments/moderator.html

三、中介效应和调节效应区别：

来自：https://wenku.baidu.com/view/57cb9198aa00b52acfc7ca66.html

解释一：（来自链接：https://www.zhihu.com/question/60520004/answer/180233872）

要区分中介作用和调节作用，就必须提到中介变量和调节变量

1 中介变量是自变量对因变量发生影响的中介

1.1中介变量和中介效应图解

图中，X是自变量，Y是因变量，M是中介变量（mediator）。c是X对Y的总效应，a、b是经过中介变量M的中介效应，或者反过来说，中介变量M在X和Y之间起到了一个中介作用。c'是直接效应。

2.调节变量是用来解释自变量在何种条件下会影响因变量的。也就是说，当自变量与因变量的相关大小或正负方向受到其它因素的影响时，这个其他因素就是所谓调节变量

2.1调节变量和调节效应图解

图中，X是自变量，Y是因变量，M是调节变量（moderator）。在自变量X对因变量Y起作用的过程中，受到了调节变量M的影响。具体是怎样的影响由函数f(X,M)来表示。例如，最简单的调节模型中，f(X,M)被设为aX+bM+cXM，即得Y=aX+bM+cMX+e。这样一来，式子里的cMX项中的cM可以看作X与Y之间的一个系数。于是，我们就把c称为调节变量M的调节效应，或者反过来说，调节变量M在X和Y之间起到了一个调节作用。

(参考文献: 卢谢峰韩立敏《中介变量、调节变量与协变量——概念、统计检验及其比较》

解释二：（链接：https://www.zhihu.com/question/60520004/answer/253758211）

关注这个问题有一段时间了，自己来个非专业、类比式的回答。
中介变量和调节变量讨论的就是“如何”的问题。
问：警察是如何抓住小偷的？

答：有一辆车才能追上小偷并把他抓起来。那么这辆车就是一个中介变量。
中介变量讨论的是，自变量（警察）通过什么影响因变量（抓住小偷），即警察通过利用交通工具来抓住小偷。并且，中介变量并不是唯一的，可能有很多，比如，也可能是通过“电棍”（武力），“策略”（智力）来抓住小偷的。那就看做实验前的假设了。
而调节变量讨论的则是中介变量在何种情况下起作用，起多大作用。
进一步举例子，就是：有一辆车就可以抓住小偷吗？

那么就可以分情况讨论了：假设调节变量是汽车性能，则汽车速度比小偷慢的时候抓不住，比小偷快的情况下能抓住；或者汽车速度是50km/h的情况下需要10分钟抓住小偷，汽车速度是40km/h的情况下需要15分钟才能抓住小偷，警察弄反方向，还有可能离小偷越来越远…
所以，调节变量就是对中介变量起到调节作用的变量。它决定了中介变量在自变量影响因变量的方向与程度。

解释三：（来自：https://zhuanlan.zhihu.com/p/57106782）

在当前学术研究中，会经常遇到中介作用和调节作用，但很多小伙伴还搞不清楚什么是中介效应、什么是调节效应？以及如何区分两者？

那么闲话少叙下面就来为大家一一讲解。

1明确概念

中介效应或者调节效应并非分析方法，而是一种关系的描述，研究人员需要结合不同的数据分析方法对两种关系进行分析。

中介效应

中介作用是研究X对Y的影响时，是否会先通过中介变量M，再去影响Y；即是否有X->M->Y这样的关系，如果存在此种关系，则说明具有中介效应。比如工作满意度（X）会影响到创新氛围（M）,再影响最终工作绩效（Y），此时创新氛围就成为了这一因果链当中的中介变量。

调节作用

2研究步骤

2.1中介效应

中介作用的分析较为复杂，共分为以下三个步骤：

第1步：确认数据，确保正确分析。

中介作用在进行具体研究时需要对应使用研究方法（分层回归）去实现；中介作用分析时，Y一定是定量数据。X也是定量数据，中介变量M也是定量数据。

资料来源：SPSSAU帮助手册-中介作用

第2步：中介作用检验

检验中介效应是否存在，其实就是检验X到M，M到Y的路径是否同时具有有显著性意义。

资料来源：SPSSAU帮助手册-中介作用

中介作用共分为3个模型。针对上图，需要说明如下：

- 模型1：自变量X和因变量（Y）的回归分析
- 模型2：自变量X，中介变量(M)和因变量（Y）的回归分析
- 模型3：自变量X和中介变量（M）的回归分析
- 模型1和模型2的区别在于，模型2在模型1的基础上加入了中介变量(M)，因而模型1到模型2这两个模型应该使用分层回归分析（第一层放入X，第二层放入M）。

在理解了中介分析的原理之后，接着按照中介作用分析的步骤进行，如下图：

资料来源：SPSSAU帮助手册-中介作用

第1步是数据标准化处理（对X,M,Y需要分别进行标准化处理，有时也使用中心化处理）（SPSSAU用户使用“生成变量”功能）

第2步和第3步是进行分层回归完成（分层1放入X，分层2放入M）

第4步单独进行模型3，即X对M的影响（使用回归分析或分层回归均可，分层回归只有分层1时事实上就是回归分析）

最后第5步进行中介作用检验。

检验图如下：

资料来源：SPSSAU帮助手册-中介作用

- a代表X对M的回归系数；
- b代表M对Y的回归系数；
- c代表X对Y的回归系数（模型1中）；
- c’代表X对Y的回归系数（模型3中）。

第3步：SPSAU进行分析

用户可以直接按照上图流程在SPSSAU中进行分析，生成结果。具体分析步骤可参考链接页面：https://spssau.com/front/spssau/helps/otherdocuments/mediator.html

2.2调节效应

第1步：识别X和M的数据类别，选择合适的研究方法。

资料来源：SPSSAU帮助手册-调节作用

第2步：调节作用检验

资料来源：SPSSAU帮助手册-调节作用

- 调节作用通常是使用分层回归进行研究，如果X和Z均为分类数据，则使用多因素方差分析（通常是双因素方差分析）进行研究。针对上图，需要说明如下：
- 如果X或者Z也或者Y由多项表示，通常需要先计算对应项的平均值生成得到新列（SPSSAU生成变量功能）
- 如果X或者Z是分类数据，并且使用分层回归，则需要对X进行虚拟变量处理（哑变量处理）
- 对X或者Z进行标准化处理，也可以进行中心化处理均可
- Y并不需要进行标准化或者中心化处理（处理也可以）
- 交互项是指两项相乘的意思，记住交互项不能再次进行标准化或中心化
- R平方变化显著的判断，是看△F 值是否呈现出显著性，如果显著则说明R平方变化显著
- R平方变化显著，正常情况下交互项也会出现显著。如果说R平方变化显著，但交互项并不显著，建议以没有调节作用作为最终结论；如果交互项显著，R平方变化显著，建议以有调节作用作为最终结论。

第3步：SPSAU进行分析

何弈

为天地立心，为民生立命，为往圣继绝学，为万世开太平 — 张载(宋)

学习笔记34—中介效应分析与调节效应分析

1明确概念

2研究步骤

相关学习资料：

公告