多元中介,顧名思義是模式之中包含兩個以上的中介變項(mediator variable),而多元中介又分「平行式(parallel)中介」與「串聯式(serial)中介」(又稱遠程中介)。
我們把X對Y的所有影響效果定義為總效果(total effect),再根據不同路徑拆為直接效果(direct effect)與間接效果(indirect effect),所謂的直接效果即是X對Y的路徑上不存在其它的中介變項(如c’);反之,則為間接效果。
在此篇要討論的遠程中介裡,當中介變項的個數越多時,所組合出來的間接路徑也會越多,即間接效果的組合越多,包含:
(1)X→M1→Y
(2)X→M2→Y
(3)X→M1→M2→Y
中介分析最終的目標,就是想瞭解這些間接效果的程度,以及在統計上是否達顯著水準,過去paper中,常採用Sobel test去檢驗間接效果的顯著性,不過當間接效果屬於遠程中介的路徑時(如路徑3),Sobel test就會變得複雜,而複雜度會隨著中介變項越多變得更難計算。
目前可能找不到適合的工作進行遠程中介的Sobel檢定,不過在Hayes, A. F.的process macro中【http://www.processmacro.org/】有其他的替代選擇,採用Bootstrap(拔靴法)經由多次重複抽樣來估算間接效果的信賴區間,幫助使用者進行考驗。本篇將以下列架構圖為例,介紹PROCESS的操作及報表說明。
一、操作
(1)點選「分析」→「迴歸」→「PROCESS」
PROCESS下載完後,可透過公用程式進行安裝,安裝完後會顯示在迴歸分析裡的選單內。
(2)透過附帶的手冊,使用遠程中介必須選擇模式6
(3)將依變項放入「Outcome Variable (Y)」
(4)將自變項放入「Independent Variable (X)」
(5)將中介變項放入「M Variable(s)」
這邊要注意,中介變項放入的順序會決定中介變項間的因果關係。
(6)透過Options(選項)進行一些設定
(7)這邊為預設,透過最小平方法/概似估計進行信賴區間的估計
(8)若統計報告需要呈現效果量,可勾選「Effect size」
(9)「Total effect model」
即X對Y所做的簡單迴歸
(10)「Compare indirect effects」
多元中介的模式中,常會有多組間接效果的路徑組合,若除了想知道各組合的中介效果是否存在之外,還想知道各組中介效果的大小,可透過此選項進行比較
(11)「Decimal places in output」可進行小數位數的設定