縱貫式中介模型(Longitudinal Mediation Model)是研究隨著時間的改變,變數X如何通過中介變數M影響變數Y的統計模型。它是長期觀察和分析數據的有用工具,可以揭示X和Y之間的關係以及中介變數M在這個關係中扮演的角色。本文將介紹縱貫式中介模型Mplus操作
事實上,在真實世界中,自變項會發生在中介變項之前,而中介變項在依變項之前。因此中介效果非常適合用在縱貫式研究資料當中。例如:研究者關心人格(自變項)先影響思考(中介),而思考再影響行為(依變項)。再縱貫式中介模型之前,我們先講解沒有中介變項的交叉延宕模式(Cross‐lagged modle)。請注意,下面介紹的模型中包含潛在構面的模型都建議要通過
縱向測量衡等性
因為我們要確定在不同時間中,我們測量到的是不是同一個構念。
交叉延宕模式(Cross‐lagged modle)
交叉延宕模式(Cross‐lagged modle)主要關注自變項和依變項在不同時間的影響,當資料有收集不同時間點的資料,可以將前面時間點之自變項預測後面時間點的依變項;前面時間點之依變項預測後面時間點的自變項。若將前一期預測後一期相同自變項,也就是自我迴歸,這樣模式稱為自我迴歸交叉延宕模式,此模式對於了解變項之間的因果關係有非常大的幫助。
Mplus操作如下
SAMPSTAT選項用於請求正在分析的數據的樣本統計信息。對於連續變量,這些包括樣本平均數、變異量、共變量之類。
Model:
x2 on y1 x1; x3 on y2 x2 ;!X交叉延宕+自我迴歸
y2 on x1 y1; y3 on x2 y2; !Y交叉延宕+自我迴歸