Mplus |
您所在的位置:网站首页 › 结构方程模型 中介效应 › Mplus |
目录 显变量模型语法 潜变量模型语法 中介效应检验 Mplus语句 结果解读 1. 模型拟合 2. 路径系数及显著性 3. 中介效应值及显著性 其他(随时补充) 作为一名心理学专业研究生,经常探讨心理机制问题,这就离不开中介模型。为大家介绍最常用的三种模型,以及其显变量、潜变量模型在Mplus中的语法。在这里先介绍简单中介模型。 最简单的中介模型,如下图所示,涉及到一个自变量X、一个中介变量M、一个因变量Y,我们想要知道X是否通过M进而对Y产生影响,或者说M是否中介了X对Y的影响。 ![]() 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 M Y; ! 变量名称 MISSING=ALL(99); ! 定义缺失值 USEVARIABLE ARE X M 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 M ON X; ! X指向M、Y的路径 Y ON M; ! M指向Y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 潜变量模型语法以上图为例,潜变量模型语法为: TITLE: MEDIATION MODEL; DATA: FILE IS 12.dat; ! 数据来源 VARIABLE: NAME ARE X1-X4 M1-M4 Y1-Y4; ! 变量名称 MISSING=ALL(99); ! 定义缺失值 USEVARIABLE ARE X1-X4 M1-M4 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 M1-M4; C BY Y1-Y4; ! 通过BY,创建三个潜变量 C B ON A; ! A指向B、C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,通过MODEL INDIRECT写出要检验的中介路径。 Mplus语句TITLE: MEDIATION MODEL; DATA: FILE IS 12.dat; ! 数据来源 VARIABLE: NAME ARE X M Y; ! 变量名称 MISSING=ALL(99); ! 定义缺失值 USEVARIABLE ARE X M 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 M ON X; ! X指向M、Y的路径 Y ON M; ! M指向Y的路径 MODEL INDIRECT: Y IND M X; ! X—>M—>Y 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。 ![]() 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,X、M到Y的路径显著,X到M的路径显著 ![]() ![]() ![]() 由下图可知,中介效应显著。 ![]() 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。 Bootstrap和MLR估计方法不能同时使用。 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! |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |