卷首语
当一个领域的研究处于其最早期时,重点通常放在确定两个变量(如X和Y)之间的关系之上,并进一步确定该关系是因果关系抑或仅仅是由于设计、测量或其他未考虑的影响因素而导致的“伪关系”。随着研究的深入,关注点最终会从确定关系的存在转移到对其机制的了解,即,这种关系如何起作用,以及起作用的边界条件。回答如何(how)以及何时(when)这样的问题,有助于加深对正在研究的现象或过程的理解,并启发我们如何去应用这一理解。
就分析而言,对于如何(how)这一问题通常采用过程(process)或者中介分析(mediation analysis)的方法来解决,而对于何时(when)的问题则最常通过调节分析(moderation analysis)来解答。中介分析的目的是明确某个假定的影响因素X通过一个或多个中介变量影响某个结果变量Y的程度。例如,有证据表明,玩暴力视频游戏会增加攻击行为出现的可能性。也许游戏玩家通过与暴力游戏内容的互动会认为其他人总是具有攻击性,由此认为攻击行为是合乎规范的,是解决问题的有效方式,这使得他们对于别人的痛苦麻木不仁。一旦有机会,他们就会表现出攻击行为。相比之下,研究者进行调节分析的目的是确定X对Y影响的大小或方向,并确定该大小或方向是否取决于某种方式或某个/多个调节变量(即“与之交互”)。仍以视频游戏为例,人们可能会问,暴力视频游戏对之后的攻击行为的影响是否取决于玩家的性别、年龄、种族以及性格等特征?
实证研究者和方法论学家最近都认识到,分析仅侧重于回答如何发生或何时发生的问题都是不完整的。对一种现象更加细致的认识应该能够揭示和描述其机制的偶然性,即“何时会如何发生”(when of the how)。调节和中介的整合分析在较早的一些研究中强调过,但仅在过去的10年里,方法论学家才开始全面地讨论怎样去做。研究者们用容易混淆的术语来描述,如有调节的......
原著作者:Andrew F. Hayes,安德鲁 F. 海耶斯;译者为武汉大学社会学系副教授段文杰。
Andrew F. Hayes是俄亥俄州立大学定量心理学教授。他在康奈尔大学完成了心理学博士学位, 以及在圣荷西州立大学完成了心理学学士学位。他的关于数据分析的研究和文章已经在《心理学方法》, 《多变量行为研究》, 《行为研究方法》, 《英国数学与统计心理学杂志》, 《心理科学》, 《行为研究与治疗》, 《传播学方法与测量》, 《传播学专题》, 《人文交流研究》等期刊上发表。除了本书之外, 他还是《回归分析与线性模式:概念应用与操作》(与Richard Darlington合著)和《传播学的统计方法》的共同作者。他主要教授研究生阶段的数据分析, 并在全世界范围内开展调节和中介的统计分析的工作坊。您可以在www.afhayes.com的网站中找到他的相关信息。
译者简介。
段文杰,华东理工大学社会与公共管理学院社会工作系教授;获香港城市大学应用社会科学专业哲学博士;美国加利福尼亚大学戴维斯分校访问研究员;湖北省楚天学者、武汉大学珞珈青年学者。担任世界华人生活质素学会(WACQL)终生委员、Research on Social Work Practice编委、Frontiers in Psychology特邀副主编。目前主要在社会工作与社会心理学领域从事优势视角的循证社会工作、社会指标、生命质量、行为健康干预等方面的研究。
唐小晴,中南财经政法大学社会学专业讲师,香港城市大学应用社会科学方向哲学博士,美国伊利诺伊大学厄巴纳香槟分校访问学者。已在SSCI、SCI社会工作、社会心理领域的外文期刊上发表论文若干,并多次主持和参与各级社会科学课题研究和著作出版。目前主要致力于社会调查与统计、大众社会心理和社会政策等方面的研究。
第一部分基本原理
第1章引言
1.1一个训练中的科学家
1.2是否、如果、如何以及何时的问题
1.3条件过程分析
1.4相关、因果与统计建模
1.5统计图和概念图,以及前因变量和结果变量
1.6统计软件
1.7本章小结
第2章线性回归分析基础
2.1相关和预测
2.2简单线性回归模型
2.3相关的替代性解释
2.4多层线性回归
2.5模型拟合度的度量
2.6统计推断
2.7多分类前因变量
2.8解释和统计推断的假设
2.9本章小结
第二部分中介分析
第3章简单中介模型
3.1简单中介模型
3.2X的直接效应、间接效应和总效应的估计
3.3X为二分变量的一个案例:预期的媒体影响力
3.4统计推断
3.5X为连续变量的一个案例:小企业主的经济压力
3.6本章小结
第4章逐步检验、混淆和因果顺序
4.1关于Baron和Kenny
4.2混淆和因果顺序
4.3效应值
4.4统计效力
4.5多个X或Y:单独分析还是同时进行?
4.6本章小结
第5章多于一个中介
5.1并行多重中介模型
5.2分析:预期媒体影响力研究
5.3统计推断
5.4链式多重中介模型
5.5具有并行和链式中介属性的模型
5.6中介变量之间的竞争和互补
5.7本章小结
第6章多分类前因变量X的中介分析
6.1相对间接效应、相对直接效应和相对总效应
6.2一个例子:工作场所的性别歧视
6.3使用不同的组编码系统
6.4一些细小的问题
6.5本章小结
第三部分调节分析
第7章调节分析的基本原理
7.1条件效应和无条件效应
7.2应用举例:气候变化灾害与人道主义
7.3调节效应的可视化
7.4探测交互效应
7.5检验与探测调节效应之间的差异
7.6人为分类和亚组分析
7.7本章小结
第8章调节分析基本原理的扩展
8.1二分调节变量的调节作用
8.2两个定量变量之间的交互效应
8.3分层进入与同时进入
8.4有调节的回归分析与2×2因素方差分析的等价性
8.5本章小结
第9章关于调节分析的一些误解和深入扩展
9.1关于均值中心化的真理和谬论
9.2调节分析中标准化回归系数的估计和解释
9.3均值中心化和标准化的注意事项
9.4多于一个调节变量
9.5比较条件效应
9.6本章小结
第10章多分类的焦点前因变量和调节变量
10.1调节多类别前因变量的效应
10.2工作场所性别歧视研究的案例
10.3模型的可视化
10.4探测交互效应
10.5当调节变量是多分类变量时
10.6使用不同的编码系统
10.7本章小结
第四部分条件过程分析
第11章条件过程分析的基础
11.1文献中的条件过程模型的例子
11.2条件直接效应和条件间接效应
11.3示例:对工作团队隐瞒您的感受
11.4使用PROCESS估计条件过程模型
11.5(条件)间接和直接效应的量化和可视化
11.6统计推断
11.7本章小结
第12章条件过程分析的进阶案例
12.1重回灾难框架研究
12.2条件过程模型中直接和间接效应的调节
12.3统计推断
12.4有中介的调节
12.5本章小结
第13章有一个多类别前因变量的条件过程分析
13.1重回工作场所中的性别歧视
13.2寻找X的间接效应的组成部分
13.3相对条件间接效应
13.4检验和探测对中介效应的调节
13.5相对条件直接效应
13.6整合这些要素
13.7本章小结
第五部分其他主题
第14章其他主题及一些常见问题
14.1进行条件过程分析的策略
14.2如何将这些发现书写出来?
14.3我应该使用结构方程模型而不是回归分析吗?
14.4子群体分析的缺陷
14.5一个变量是否可以同时对另一个变量的影响存在调节和
中介作用?
14.6中介分析中X与M的交互作用
14.7重复测量设计
14.8二分的、有序的、计数的和存活的结果
14.9本章小结
附录
附录A使用PROCESS
附录B在PROCESS中创建和自定义模型
附录CSPSS和SAS中的Monte Carlo置信区间
参考文献