用Mplus分析鏈式中介(顯變數)

一、結構方程模型分析軟體

在構建結構方程模型中，常見的軟體有Lisrel，Amos， Mplus，EQS。

還有SmartPLS， PLS-Graph這些使用偏最小二乘法結構方程模型（PLS-SEM）的軟體。

當然，R語言與Python也是可以的。

二、為什麼使用Mplus？

Lisrel由於需要輸入一系列的矩陣去構建模型，在市場上使用的人越來越少。

Amos由於

視覺化操作介面

，受到廣大使用者的歡迎。但Amos在分析2個或以上中介變數的時候，只會提供總中介效應（Total Indirect Effect），所以我們無法知曉每一箇中介效應的值。具體的說，如果你有自變數X，因變數Y，中介變數M1、M2。Amos只會告訴你M1和M2共同的中介效應，不會呈現M1或M2單獨的中介效應。

這時，Mplus便派上用場了，因為它可以給出多重中介的具體中介效應（Specific Indirect Effect）和總中介效應（Total Indirect Effect）。

其實Amos是具備分析2個以上中介變數的單獨效應值的，只是需要使用其它外掛或自己編寫語句syntax。

如果想知道如何用Amos計算多重中介中，每一箇中介的間接效應，以後會單獨寫一篇文章來敘述。

三、使用Mplus分析鏈式中介

！ 自變數 - X

！ 中介變數 - M1， M2

！ 因變數 - Y

鏈式中介統計圖

Title

： 2 mediators in series ！ 這裡是標題

Data

： FILE IS C：\Users\Mplusdata\data。csv ！這裡是你要分析資料在電腦裡的路徑，格式要csv或dat，首行變數名需要去掉

Variable

： NAMES ARE X M1 M2 Y； ！這裡是資料中所有變數的名稱，需要自己命名

USEVARIABLES

= X M1 M2 Y； ！這裡是本次分析需要用到的變數名稱

ANALYSIS

：

TYPE = GENERAL；

ESTIMATOR = ML；

BOOTSTRAP = 5000； ！ 這裡根據需要設定bootstrap的抽樣數，數字越大，電腦執行計算時間越長

！ 下面每條路徑的命名一定要加上括號，我們按照上圖來命名每條路徑

MODEL

：

Y ON X （cdash）； ！ X對Y的路徑我們用c‘命名

Y ON M1 （b1）； ！M1對Y的路徑命名為b1

Y ON M2 （b2）； ！M2對Y的路徑命名為b2

M1 ON X （a1）； ！X對M1的路徑命名為a1

M2 ON X （a2）； ！X對M2的路徑命名為a2

M2 ON M1（d1）； ！M1對M2的路徑，也就是兩個中介之間的路徑命名為d1

！ 使用模型限制語法來計算具體間接效應和總間接效應

MODEL CONSTRAINT

：

NEW（a1b1 a2b2 a1d1b2 TOTALIND TOTAL）； ！這裡我們需要生成新的係數

a1b1 = a1*b1； ！ 這是X透過第一個中介變數M1對Y的具體間接效應

a2b2 = a2*b2； ！ 這是X透過第二個中介變數M2對Y的具體間接效應

a1d1b2 = a1*d1*b2； ！ 這是X透過M1以及M2對Y的具體間接效應

TOTALIND = a1*b1 + a2*b2 + a1*d1*b2； ！ X對Y的總間接效應

TOTAL = a1*b1 + a2*b2 +a1*d1*b2 + cdash； ！ X對Y的總效應

OUTPUT

：

STAND CINT（bcbootstrap）；

到這裡，語法就結束啦，點選RUN執行你的Mplus吧。

四、如何看結果Output

等待Mplus執行結束後，看Output中的MODEL RESULTS。

在MODEL RESULTS的最後有

New/Additional Parameters

這一行，這就是我們在MODEL CONSTRAIN中要求Mplus計算的具體間接效應、總間接效應和總效應。

Estimate S.E. Est./S.E. Two-Tailed P-Value

A1B1

0。008 0。017 0。483 0。624

A2B2

0。320 0。180 2。063 0。037

TOTALIND

0。357 0。170 2。121 0。036

TOTAL

0。739 0。111 5。159 0。000

附本文語句簡版：

Title： 2 mediators in series ！ 這裡是標題

data： FILE IS data。csv ！ 這裡是你要分析資料在電腦裡的路徑，格式要csv或dat，首行變數名需要去掉

variable： NAMES ARE X M1 M2 Y； ！這裡是資料中所有變數的名稱，需要自己命名

USEVARIABLES = X M1 M2 Y； ！ 這裡是本次分析需要用到的變數名稱

ANALYSIS：

TYPE = GENERAL；

ESTIMATOR = ML；

BOOTSTRAP = 5000； ！ 這裡根據需要設定bootstrap的抽樣數

MODEL：

Y ON X （cdash）； ！ X對Y的路徑我們用c’命名

Y ON M1 （b1）； ！ M1對Y的路徑命名為b1

Y ON M2 （b2）； ！ M2對Y的路徑命名為b2

M1 ON X （a1）； ！ X對M1的路徑命名為a1

M2 ON X （a2）； ！ X對M2的路徑命名為a2

M2 ON M1（d1）； ！ M1對M2的路徑，也就是兩個中介之間的路徑命名為d1

MODEL CONSTRAINT：

NEW（a1b1 a2b2 a1d1b2 TOTALIND TOTAL）； ！ 這裡我們需要生成新的係數

a1b1 = a1*b1； ！ 這是X透過第一個中介變數M1對Y的具體間接效應

a2b2 = a2*b2； ！ 這是X透過第二個中介變數M2對Y的具體間接效應

a1d1b2 = a1*d1*b2； ！ 這是X透過M1以及M2對Y的具體間接效應

TOTALIND = a1*b1 + a2*b2 + a1*d1*b2； ！ X對Y的總間接效應

TOTAL = a1*b1 + a2*b2 +a1*d1*b2 + cdash； ！ X對Y的總效應

OUTPUT：

STAND CINT（bcbootstrap）；

參考文獻：

Stride, C.B., Gardner, S., Catley, N. & Thomas, F.

（2015） ‘Mplus code for the mediation， moderation， and moderated mediation model templates from Andrew Hayes’ PROCESS analysis examples‘，

http：//www。

offbeat。group。shef。ac。uk

/FIO/mplusmedmod。htm