Stata+R: 一文读懂中介效应分析

沙莎 (北京师范大学)
E-mail: shasha_1212@163.com

Stata连享会   计量专题 || 精品课程 || 简书推文 || 公众号合集

 

背景介绍

在研究中，我们探索自变量 X 对因变量 Y 产生的影响，得到 X 和 Y 在实际或理论上的关系，进而我们试图探索两者之间关系的内部机制或原理，中介效应分析为回答这一问题提供了可能性。

在本篇推文中，我们为大家梳理出几个广泛使用的中介效应分析方法和实现程序，供大家参考。

1. 中介效应简介

中介效应：通俗来说，我们分析自变量 X 对因变量 Y 产生的影响，如果变量 X 通过影响变量 M 来影响变量 Y ，那么这个变量 M 就是中介变量。例如租客 (X) 通过中介公司 (M) 找到合适的房子 (Y)，中介公司就在其中扮演了中介变量的角色，中介变量发挥的作用就称为中介效应。

2. 中介效应分析

中介效应分析是检验某一变量是否成为中介变量，发挥何种程度中介作用的重要步骤。我们先以最简单的单中介模型为例来说明中介效应分析的思路，再具体介绍三种中介效应分析方法。

假设所有变量都已经中心化 (即均值为零)，可用下图来描述变量之间的关系。图中分为两个部分， 图 1(a) 是自变量 X 作用于因变量 Y ，路径系数为 c 。由于不涉及第三个变量，所以系数 c 代表了自变量作用于因变量的总效应。图 1(b) 是在控制中介变量 M 以后，自变量 x 和因变量 Y 之间的关系，其中系数 a 代表自变量作用于中介变量的效应，系数 b 表示中介变量作用于因变量的效应，两者构成图中变量间关系的间接效应，系数 c’ 代表考虑在控制中介变量后，自变量作用于因变量的效应，也就是自变量和因变量之间的直接效应。那么，图 1(b) 中的变量间总效应就应该等于直接效应加上间接效应，即总效应 = ab + c’。 将图1 (a) 和 (b) 结合起来，我们就得到了 c= ab + c’，c 为总效应，c’ 为直接效应， ab 为中介效应也称间接效应。我们做中介效应分析就是要检验 ab 效应是否存在，以及它在总效应中的占比，体现中介效应的作用程度。

2.1 逐步检验回归系数

$$\begin{array}{l}Y=cX+e_1...........................(1)\\ M=aX+e_2..........................(2)\\ Y=c^{\prime }X+bM+e3....................(3)\end{array}$$

• 逐步检验回归系数的方法分为三步 (Baron & Kenny, 1986; Judd & Kenny, 1981；温忠麟等，2004)：
  • 第一步：检验方程 (1) 的系数 c，也就是自变量 X 对因变量 Y 的总效应；
  • 第二步：检验方程 (2) 的系数 a，也就是自变量 X 和 中介变量 M 的关系；
  • 第三步：控制中介变量 M 后，检验方程 (3) 的系数 c’ 和系数 b ;
• 判定依据：
  • 系数 c 显著，即 $H0:c=0$ 被拒绝；
  • 系数 a 显著，即 $H0:a=0$ 被拒绝，且系数 b 显著，即 $H0:b=0$ 被拒绝；
  • 同时满足以上两个条件，则中介效应显著；
  • 如果在满足以上两个条件的同时，在方程 (3) 中，系数 c’ 不显著，则称为完全中介；
• 注意事项：
  • 逐步检验回归系数方法简单易懂，是检验中介效应最常用的方法；
  • 逐步检验的检验力在各种方法中是最低的 (Fritz & MacKinnon, 2007; Hay, 2009; MacKinnonet al., 2002)。就是说，当中介效应较弱的时候，逐步检验回归系数的方法很难检验出中介效应显著，但反过来理解，温忠麟等 (2014) 提出如果研究者用依次检验已经得到显著的结果, 检验力低的问题就不再是问题；
  • 方程 (1) 的系数 c 显著是逐步检验回顾系数方法的基础，但是这一点也受到了后来研究的挑战，因为在有些情况下 c 不显著恰恰是受到了中介效应的影响。例如，工人的智力 (X) 按理说应该和工人在产线中犯得错误数量 (Y) 反向相关，但是数据呈现两者之间的并不相关，也就是方程 (1) 的系数 c 不显著。经过分析，发现是工人在工作中的无聊程度 (M) 在起作用。在所有其他条件相同的情况下，越聪明的工人会表现出越高的无聊水平，X 和 M 正相关，方程 (2) 的系数 a 符号为正，而无聊与错误的数量呈正相关，M 和 Y 正相关，方程 (3) 的系数 b 符号为正，越聪明的工人将犯越少的错误，即 X 和 Y 负相关，方程 (3) 的系数 c’ 符号为负。这样虽然中介变量在发挥作用，总效应 c (= ab + c’) 却因为直接效应 c’ 和间接效应 ab 的相互抵消而不再显著，即所谓的抑制 / 遮掩模型 (Suppression model) (MacKinnon, Krull, & Lockwood, 2000)。在实践中直接和间接效应完全抵消的情况并不常见，但是在直接和间接效应大小相似或符号相反必然存在，甚至会影响因变量和自变量之间的整体关系，所以逐步检验法可能会错过一些实际存在的中介效应；

 

2.2 系数乘积检验法

检验系数乘积是直接针对假设 H