潛變數調節檢驗例項

潛變數調節檢驗實

對於調節變數、調節效應的理論基礎，以及觀測變數的調節模型檢驗，往期推文均已有具體介紹，在此不做過多討論。接下來，將帶領小夥伴們系統學習建立結構方程模型（SEM）來進行潛變數調節模型的檢驗。

假設我們提出以下模型：自變數X可以直接影響因變數Y，假設調節變數W可以調節X對Y的影響。其中，自變數X由x1-x3三個顯變數測量，因變數Y由Y1-Y3三個顯變數測量，調節變數W由a1-a3三個顯變數測量。路徑圖如下：

對應的統計模型圖如下（測量模型省略）：

對於互動項X*W，在Mplus中透過語句XW | X XWITH W設定，XW為互動效應因子，透過X XWITH W定義。在分析中將XW作為自變數使用。

注：預設的估計方法為極大似然估計（需要資料滿足多元正態分佈），如果資料不滿足條件，可以在Analysis下新增語句ESTIMATOR=MLR；使用穩健極大似然估計（適用於資料不滿足獨立性和正態性的情況）。

Mplus語句如下圖：

輸出結果如下圖：

結果顯示，互動效應的係數為0。179，p=0。025，互動效應顯著，調節效應存在。

至此，基於Mplus潛變數的中介、調節模型檢驗的學習就全部結束了。最後，小編再補充以下編寫Mplus語句的常見錯誤及技巧。

（1）。dat型別的資料檔案可以在SPSS的另存為選項中設定儲存為固定ASCII格式生成。

（2）將資料檔案和Mplus輸入檔案。inp放在同一資料夾下時，在Mplus的DATA語法下可直接寫FILE = 資料檔名，不需指定具體路徑。

（3）輸入的每條語句和標點符號必須是英文，每條語句都以分號；結束。

（4）Variable： NAMES ARE 需包括資料檔案中的所有變數，按次序寫出。

（5）在Mplus的輸出介面點選view diagram可以生成模型的路徑圖（需要在JAVA官網上下載對應的JAVA）。

同樣的，在圖形介面中可以根據需要對路徑圖進一步設定。

關於潛變數的中介調節模型就介紹到這裡，希望大家有所收穫~