发布网友 发布时间:2024-10-24 02:01
共1个回答
热心网友 时间:2024-11-08 03:36
自变量为二分类变量,为0、1编码时,在Process中的操作方法与自变量为连续变量时相同,具体内容可点击下方链接查看。虽然操作方法相同,但是结果解读却不同,下面一并介绍。
自变量为多分类变量操作方法
自变量为多分类变量时,在Process中的操作方法与连续变量大体相同,相同部分不再赘述,可点击下方链接查看。
不同之处在于要告诉Process我们使用的自变量是多分类变量,具体操作方法为:
在Process主界面的右侧,点击“Multicategorical”,在新出现的界面中Variable X部分勾选“Multicategorical”,点击“继续”返回原界面。
输出结果
Process进行多类别自变量中介模型分析时,会将多类别自变量转为虚拟变量,K个类别自变量会转变为K-1个虚拟变量,在本例中,X为4分类变量,在进行分析时,会以第一类为参照,转为3个虚拟变量X1、X2、X3,分别代表第二类、第三类、第四类。
结果报告
关于多类别自变量的中介分析结果解读,可见下面这篇文章:
方杰, 温忠麟, 张敏强. (2017). 类别变量的中介效应分析. 心理科学(02), 471-477
该文章中总结了一套多类别自变量的中介流程,如下图所示。
依据上述流程,结合本文示例,可见:
1. 整体总效应检验的F = 7.1624,P < 0.001,表明3个相对总效应不全为0;
2. 整体直接效应检验的F = 7.0354,P < 0.001,表明3个相对直接效应不全为0;
3. 关于整体中介效应检验,从上图软件输出结果可见,仅提供了相对中介分析结果,并未提供整体中介效应检验结果,上述分析使用的是Process 3.15版本,这一版本不提供整体中介效应检验结果,但通过Process 2.16可获得该结果,如下如所示。整体中介效应检验的95%的Bootstrap置信区间为[0.0000, 0.0063],包含0,表明3个相对中介效应全为0,因此结束分析。
4. 假设整体中介效应检验的95%的Bootstrap置信区间不包含0,则表明3个相对中介效应不全为0,因此进行相对中介分析,以第一类为参照水平,第二类的相对中介的95%的Bootstrap置信区间为[0.0270, 0.1605],不包含0,表明相对中介效应显著(a1 = 0.3724, b = 0.2474, a1b = 0.0921)。
5. 相对直接效应不显著(c’1 = 0.1300, P = 0.1137)。
6. 相对总效应显著(c1 = 0.2222, P < 0.05),相对中介效应a1b的效果量为41%(0.0921/0.2222)。
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!