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~