今天我们来一起学习如何在AMOS软件中使用结构方程进行简单中介效应的统计分析。

   首先来看今天的案例数据,以下为343名住院患者的满意度及出院意愿的问卷打分情况,要研究硬件条件在治疗满意度对出院倾向中起到的中介效应。

python做中介效应sobel检验 spss中中介效应检验步骤_python做中介效应sobel检验


图1

下面就来详细讲解如何在AMOS里做分析的操作步骤:

①打开amos软件,点击左侧的显变量工具(矩形工具),画好3个显变量(图2)

python做中介效应sobel检验 spss中中介效应检验步骤_统计分析_02


图2

②点击“单向箭头”绘制变量之间的路径关系(图3)

python做中介效应sobel检验 spss中中介效应检验步骤_python做中介效应sobel检验_03


图3

④点击导入按钮,选择数据位置,导入变量的数据(图4),再打开数据界面,将对应的变量拖入矩形框中(图5)

python做中介效应sobel检验 spss中中介效应检验步骤_统计分析_04


图4

python做中介效应sobel检验 spss中中介效应检验步骤_python做中介效应sobel检验_05


图5

⑤导入好数据以后,点击工具栏残差工具,分别给中介变量和因变量添加残差项(图6),再点击菜单栏上的Plugins-Name Unobserved Variables给残差命名(图7)

python做中介效应sobel检验 spss中中介效应检验步骤_数据_06


图6

python做中介效应sobel检验 spss中中介效应检验步骤_数据_07


图7

⑥进行参数的设置(图8-图9)

python做中介效应sobel检验 spss中中介效应检验步骤_SPSS_08


图8

python做中介效应sobel检验 spss中中介效应检验步骤_SPSS_09


图9

⑦设置好参数以后,一定先点击保存(图10),再点击运算

python做中介效应sobel检验 spss中中介效应检验步骤_数据_10


图10

⑧看到左侧提示栏里显示OK了,表明模型通了,无错误,运算成功。然后分别点击下图中红框中选项,转换为标准化系数。

python做中介效应sobel检验 spss中中介效应检验步骤_数据_11


图11

运行结果分析

从图11可以看出,治疗满意度→出院倾向的直接效应为-0.49,而硬件条件的中介效应为0.88*-0.29=-0.2552。以上就是我们从模型图中得出的直观结果,那么要想知道这两个效应是否具有统计学意义呢,那么我们需要打开Amos的结果数据表单,查看具体结果。

点击左侧View Text,打开结果数据面板,点击Eestimates,可以看到治疗满意度→出院倾向的直接效应是显著的(图12)

python做中介效应sobel检验 spss中中介效应检验步骤_统计分析_12


图12

而间接效应也就是中介效应的显著性,这里没有直接给出,而只有两根分路径的显著性,我们需要的是他们的乘积的显著性,这里就需要自行设置并运算,由于这里比较复杂,今后会在高级教程里详细讲解,(想学习的朋友可以关注公众号,联系客服咨询申请领取),这里就直接给出结果(图13),可以发现中介效应也是显著的。

python做中介效应sobel检验 spss中中介效应检验步骤_python做中介效应sobel检验_13


图13

由上述分析可以整理得出如下结果:

治疗满意度→出院倾向的直接效应为-0.49,P<0.05,说明直接效应显著,治疗满意度能显著负向影响出院倾向,治疗满意度越高,出院倾向越低。

硬件条件能起到显著的负向中介效应,中介效应为-0.255,P<0.05,说明治疗满意度越高,通过硬件条件使得患者出院倾向就越低。