结构方程论坛SEM-Structural·Equation·Modeling

标题: 请教采用结构方程模型验证潜变量的调节效应的方法 [打印本页]

作者: mischina 时间: 2011-7-2 17:06 标题: 请教采用结构方程模型验证潜变量的调节效应的方法

各位高手：
我正在做博士论文，中间涉及调节效用的检验。按照侯杰泰等人的观点，可采用加入乘积项的结构方程来验证。乘积项指标常用的方法有两个：（1）分别相乘，即如果变量X有三个指标，变量Y有三个指标，乘积项变量XY的指标有九个；（2）配对相乘，即如果变量X有三个指标，变量Y有三个指标，乘积项变量XY的指标有三个。我的任何一个自变量指标都在3个以上，而调节变量的指标有10个以上，这两种方法似乎都不适合。导师否认了这两种做法，说他看过文献，有一种方法最合适：直接采用自变量的因子得分与调节变量的因子得分相乘作为乘积项变量放入模型，再采用SEM验证。我从来没有见过这种分析方式，但导师很固执，不容分辨，让我去找文献出处后再按该种方法分析。我无语。如有哪位高手看见过此种分析方法，请把文献出处列出来，不胜感激！或对该种方法能提出证据进行排除的，同样非常欢迎！

作者: 结构方程爱好者 时间: 2011-7-2 17:11

1# wgb01

我只说五句话：
1、两种方法都是有偏的。因此无所谓适合不适合
2、第二种方法，应当是基于回归的，而不是SEM的
3、如果你两个变量的因子分析的结果非常好，建议采用第二种方法
4、第一种方法的参考文献有，第二种因为方法太普通了，找不到权威的参考文献。
5、我的话完了，欢迎大家补充

作者: lisrel 时间: 2011-7-2 17:16

2# 辛勤工作
谢谢赐教！自变量的因子得分与调节变量的因子得分相乘，放入方程，通过回归分析，是很普遍的的做法。我的问题是，如果采用结构方程模型（SEM）分析，能行得通吗？这样相乘的结果，乘积项成了显变量，与潜变量一起，构成整个模型，AMOS软件支持吗？思路上正确吗？多谢1

作者: 结构方程爱好者 时间: 2011-7-2 17:21

显变量和潜变量可以在同一个模型中出现，相关的书籍中有~

作者: database 时间: 2011-7-2 17:26

3# wgb01

如楼上所述，显变量与潜变量是可以在同一个模型中出现的，这本身没有问题。
但是，乘积项作为显变量，用SEM来处理，我实在想不出，这样怎么处理出调节效应来，如果不是用分组的话。

作者: abroad 时间: 2011-7-2 17:31

4# fishlovme
在哪些书里有？能否给出一两本书名？多谢！

作者: spssamos 时间: 2011-7-2 17:36

5# 辛勤工作
理论上讲，如果可以把潜变量和显变量放入同一个模型中，可以通过看乘积项变量与因变量之间的路径系数是否显著，来判断调节效应是否存在。问题是，我总觉得这种思路用结构方程模型分析怪怪的，如果是回归分析，是正常的。当然，回归分析时，模型中没有显变量和潜变量之分。因此，如果谁能在哪篇文献里看到过这种分析思路，就能证明行得通了！我是从没看过类似文献的。痛苦!

作者: spsschina 时间: 2011-7-2 17:41

wgb01 发表于 2010-8-28 17:44
2# 辛勤工作
谢谢赐教！自变量的因子得分与调节变量的因子得分相乘，放入方程，通过回归分析，是很普遍的的做法。我的问题是，如果采用结构方程模型（SEM）分析，能行得通吗？这样相乘的结果，乘积项成了显变量，与潜变量一起，构成整个模型，AMOS软件支持吗？思路上正确吗？多谢1

1.
根据楼主所述，你研究变项的自变项与干扰变项（moderating variable）都是连续变项，使用AMOS的分组来检验moderating effect，有所不妥！

2.
对于moderating effect的检验，过去都依照Baron & Kenny (1986)的作法，AMOS流行之后，moderated regression analysis(MRA)有被减少使用的趋势。SEM中的AMOS其实也是使用自变项与干扰变项（moderating variable）的相乘项（product），同样把当作自变项。楼主可以使用moderating effect, AMOS等两个关键词到google或是EBSCO, ABI/Inform搜寻。应该会找到你论文专业领域的论文使用AMOS来检验moderating effect。

3.
要注意的是，变项与干扰变项（moderating variable）的相乘项（product）会造成共线性的问题，所以要先在Excel进行mean-centering的过程，否则AMOS无法处理，SPSS不像Excel那么方便！

4.
我在台湾听过张伟豪老师的统计研习课，张老师告诉我们可以直接使用smartpls的软件来做。

5.
不敢说，您的指导教授说法不对，但相信你可以找到第一种方法的期刊论文来左证。

6.
问题是，指导教授是否会接受？？？Good Luck!

作者: freeshuju 时间: 2011-7-2 17:46

wgb01 发表于 2010-8-29 16:18
4# fishlovme
在哪些书里有？能否给出一两本书名？多谢！

北大出版一本陈晓萍﹑徐淑英等老师主编的『组织与管理研究的实证方法』
其中第十四章由罗强胜与姜燕老师所写的『调节变项与中介变项』可提供理论依据！

另外，罗老师的演讲视讯下载也可在本论坛搜寻！

作者: 因子分析 时间: 2011-7-2 17:51

辛勤工作发表于 2010-8-29 12:21
3# wgb01

如楼上所述，显变量与潜变量是可以在同一个模型中出现的，这本身没有问题。
但是，乘积项作为显变量，用SEM来处理，我实在想不出，这样怎么处理出调节效应来，如果不是用分组的话。

1.
Moderating effects of Job Relevance and Experience on mobile ...

-
由 SH Kim 著作 - 2008 - 被引用 9 次 - 相關文章
AMOS 5.0 was the main statistic tool used in the analysis. .... The moderating effect of job relevance was also found to be significant (β = 0.261, ...
linkinghub.elsevier.com/retrieve/pii/S0378720608000773

1.
Mediation (David A. Kenny)

-
Also Amos can be used to bootstrap (click here for a tutorial). .... Conceptualizing and testing random indirect effects and moderated mediation in ...
davidakenny.net/cm/mediate.htm

1.

This research builds upon Voss and Johnston's (1995) "Service in ...

-
檔案類型: PDF/Adobe Acrobat - 快速檢視
between service practices and service performance. Multigroup analysis within Amos. 4.0 was used to assess the moderating variable effects on the structural ...
www.ctvr.ie/.../1269%20final%20revision%20%20may%2006.pdf

作者: 结构方程爱好者 时间: 2011-7-2 17:56

8# 096001

你说的还是观测变量相乘后基于SEM的方法，但是看楼主的意思，好象是要用因子得分相乘后作为观测变量的方法
前者的文献很多，后者，我还真没看到过相关的方法。
btw: 纠正我以前的一个说法，用SEM处理调节变量，除了分组之外，确实还有别的方法。

作者: sopheia 时间: 2011-7-2 18:01

辛勤工作发表于 2010-8-30 08:37
8# 096001

你说的还是观测变量相乘后基于SEM的方法，但是看楼主的意思，好象是要用因子得分相乘后作为观测变量的方法
前者的文献很多，后者，我还真没看到过相关的方法。
btw: 纠正我以前的一个说法，用SEM处理调节变量，除了分组之外，确实还有别的方法。

但是看楼主的意思，好象是要用因子得分相乘后作为观测变量的方法
前者的文献很多，后者，我还真没看到过相关的方法。

同意辛勤大大的看法！

不过，博导的意见还是要想办法处理！

您也是过来人，个中分寸不好拿捏！

所以，我才拿罗教授的说法，看看是否能扭转

作者: variable 时间: 2011-7-2 18:06

12# 096001
非常感谢！的确，自变量、调节变量、因变量都是连续变量，且是带有观察项的潜变量。侯杰泰所说的可采用加入乘积项的结构方程来验证，乘积项是潜变量，乘积项的观察项（或测量指标）是通过自变量和调节变量的观察项（或测量指标）逐一相乘或配对相乘得到的，类似做法的参考文献非常多。导师的意见就是：自变量的因子得分与调节变量的因子得分相乘作为乘积项变量，这个变量是显变量，自变量和因变量是带有观察项（测量指标）的潜变量，把乘积项变量视为新增加的自变量，对整个模型采用结构方程模型分析（分析软件用的是AMOS)。我本人认为该种做法不对（回归分析的思路并不完全适用于结构方程模型），但没有有力证据来反驳。违心地按照该种做法来做吧，又没有理论依据。因此非常痛苦！
希望各位高手不吝赐教，提出自己的看法！

作者: 结构方程 时间: 2011-7-2 18:11

13# wgb01

我爱我师，但我更爱真理。

作者: spssamos 时间: 2011-7-2 18:16

楼上的院士太牛了佩服致敬

作者: 结构方程爱好者 时间: 2011-7-2 18:21

我现在就是这样做的啊，温忠麟\吴艳的文章有证明过的.我现在是捆扰结果验证的,问题,是否交互项与因变量系数通过验证就证明调节作用了。如果假设是正的，系数为负并且显著的话，应该也没通过过。如何说明调节作用强弱呢。

作者: 潜变量分析 时间: 2011-7-2 18:26

看了院士提供的文献，好象都是关于分组的啊，有没有用乘积项的AMOS的文献啊,中英文都可以

作者: variable 时间: 2011-7-2 18:31

16# kjfgc
你说的是吴艳与温忠麟发表心理学报2009年第12期的论文“潜变量交互效应建模: 告别均值结构”吗？他们的方法还是采用带有配对相乘指标的乘积项放入模型。你具体是怎么做的？是配对相乘还是逐一相乘指标？如果乘积项变量对因变量的回归系数显著，调节效应存在，如果回归系数为负，说明调节效应为负。

作者: database 时间: 2011-7-2 18:36

18# wgb01

非常感谢，从楼上的回答中学到了不少。

楼主提到：自变量的因子得分与调节变量的因子得分相乘作为乘积项变量，这个变量是显变量，自变量和因变量是带有观察项（测量指标）的潜变量，把乘积项变量视为新增加的自变量，对整个模型采用结构方程模型分析（分析软件用的是AMOS)。我本人认为该种做法不对（回归分析的思路并不完全适用于结构方程模型），为什么不对？回归分析的思路为什么并不完全适用于结构方程模型？

作者: abroad 时间: 2011-7-2 18:41

配对相乘 ,大对大，小对小。文献中说的很明白，温2010的新文章也进一步说明了，你看下应该很明白了，而且无约束结构方程更简单。
把温关于交互效应的文章看下，应该就能弄清楚了，我想我应该理解了，就是不知道做法上是否没问题.呵呵。

作者: 结构方程爱好者 时间: 2011-7-2 18:46

最好有相关这方面的论文,或是文献,特别是实际造作的论文，不知道有没有人提供下。我看到温的一个课件,但没有看到论文。

作者: spsschina 时间: 2011-7-2 18:51

21# kjfgc

一般文章，限于篇幅，细节也不可能交待得那么清楚。你需要了解什么，可以QQ联系我。

作者: variable 时间: 2011-7-2 18:56

给你发了悄悄话，不知道你QQ啊

作者: 偏最小二乘 时间: 2011-7-2 19:01

有个新问题，实际中碰到,一个自变量和交互项效应显著，但是另一个自变量和因变量效应不显著，这样能说明调节效应吗。

作者: sopheia 时间: 2011-7-2 19:06

19# yanaugust
可以看温忠麟,侯杰泰的文章，“隐变量交互效应分析方法的比较与评价”，数理统计与管理，23 卷3 期，2004 年

作者: 偏最小二乘 时间: 2011-7-2 19:11

谢谢，再请教下，用乘积项做调节效应，AMOS做的，两个自变量主效应系数为正，也显著，交互效应系数为负，也显著，是否可以说调节反应为负，就是说调节变量越弱，自变量对因变量的影响越强。
但问题是调节变量做为自变量主效应为正啊，这也很难解释。

作者: 潜变量分析 时间: 2011-7-2 19:16

请教辛勤工作和院士：结构方程来验证潜变量调节效用，乘积项指标采用配对相乘，如果变量X有五个指标（x1,x2,x3,x4,x5)，变量Y有个十指标(y1,y1,y3,y4,y5,y6,y7,y8,y9,y10)，乘积项变量XY有几个指标?这些指标是怎样配对相乘得来的？

作者: lisrel 时间: 2011-7-2 19:21

26# kjfgc
可能数据质量有问题。

欢迎光临结构方程论坛SEM-Structural·Equation·Modeling (http://semchina.net/)