了得網社會科學_中介作用分析

編輯推薦

《中介作用分析》指出，中間變量的中介作用在理解個體和社會方面具有重要作用，並運用線性回歸、有向非循環圖和結構方程模型三種方法來考察因果關繫。本書通過介紹中介作用的概念、基本方法，然後列舉了中介作用中的各種模型分析方法來闡釋這個問題，並在*後提出了更進一步的議題，是讀者學習中介作用的上佳讀物。

內容簡介

中介作用分析是用來考察某項數據是否具有中介結構的一套統計方法。《中介作用分析》介紹了三種基本方法來分析中介作用，即線性回歸、有向非循環圖和結構方程模型，從而幫助研究者處理出現多重測量時的中介作用、中介性的調節作用、調節性的中介作用以及中介作用這一主題下的其他議題。

作者簡介

道恩•亞科布齊（Dawn
Iacobucci），美國範德比爾特大學管理學繫歐文研究生院市場營銷學教授。她的研究集中在網絡、顧客滿意度和統計方法上，並在各種市場營銷學和心理學期刊上發表過多篇論文，還是《市場營銷管理》（Marketing
Management）一書的作者，並且與吉爾伯特•丘吉爾（Gilbert
Churchill）一起合著了引領性的讀物《市場學研究》（Marketing Research）。

序
第1章中介作用簡介
第1節中介作用是什麼以及它為什麼重要？
第2節因果關繫
第2章中介作用分析的基本方法
第1節經典的中介作用檢驗
第2節另一種方法：有向非循環圖
第3節另一個更好的方法：結構方程模型
第3章用結構方程模型來分析中介作用：測量模型
第1節多重測量情況下的中介作用
第2節中介作用與結構方程模型的測量模型
第3節實例闡釋
第4節擬合測量模型
第4章用結構方程模型來分析中介作用：結構模型序

第1章中介作用簡介

    第1節中介作用是什麼以及它為什麼重要？

    第2節因果關繫

第2章中介作用分析的基本方法

    第1節經典的中介作用檢驗

    第2節另一種方法：有向非循環圖

    第3節另一個更好的方法：結構方程模型

第3章用結構方程模型來分析中介作用：測量模型

    第1節多重測量情況下的中介作用

    第2節中介作用與結構方程模型的測量模型

    第3節實例闡釋

    第4節擬合測量模型

第4章用結構方程模型來分析中介作用：結構模型

    第1節概念回顧

    第2節舉例說明

    第3節抑制作用

    第4節四概念建構模型的LISREL語句

    第5節較長的中介作用鏈與替代性中介路徑的LISREL語句

    第6節間接效應的顯著性

    第7節其他議題

第5章高級議題

    第1節中介性的調節作用

    第2節調節性的中介作用

    第3節定類變量

    第4節縱向數據

第6章結論

附錄

注釋

參考文獻

譯名對照表

前言

社會科學數據分析者長期以來一直認為，中間變量的中介作用在理解個體的社會地位、行為模式及其它結果時處於首當其衝的重要地位。例如，在流行病學和健康研究中，探討社會經濟地位(SES)——經常用個體的教育獲得來表示——對健康結果（不管是客觀測量還是主觀評估）的作用非常具有代表性。類似地，社會人口學幾十年的研究也已經表明，檢驗教育或其它SES變量對生育行為的中介效應是十分重要的。如果我們用X表示一個背景變量或決定因素，Y表示一個結果變量，M表示一個中間或中介變量，那麼，對這三個變量的研究可以概括為兩種類型的作用：和。也就是說，背景變量對結果變量的影響既存在一個直接作用，也存在一個間接作用，而後者正是通過中介變量實現的。
確實，以這種方式來思考因果關繫的例子幾乎可見之於每一項應用統計方法的社會科學研究，這也似乎解釋了為何前任主編邁克爾•劉易斯－貝克(Michael Lewis-Beck)初要鼓勵道恩•亞科布齊(Dawn Iacobucci)來寫這樣一本有價值的介紹性書籍。她的這本書與此叢書已有的許多卷冊相得益彰，包括第34冊由朗(Long)所著的《協方差結構模型》(Covariance Structure Models)，第37冊由貝瑞(Berry)所著的《非遞歸因果模型》(Nonrecursive Causal Models)，第55冊由戴維斯(Davis)所著的《因果順序的邏輯》(The Logic of Causal Order)，以及在某種方式上與回歸分析有關的那些卷冊。社會科學數據分析者長期以來一直認為，中間變量的中介作用在理解個體的社會地位、行為模式及其它結果時處於首當其衝的重要地位。例如，在流行病學和健康研究中，探討社會經濟地位(SES)——經常用個體的教育獲得來表示——對健康結果（不管是客觀測量還是主觀評估）的作用非常具有代表性。類似地，社會人口學幾十年的研究也已經表明，檢驗教育或其它SES變量對生育行為的中介效應是十分重要的。如果我們用X表示一個背景變量或決定因素，Y表示一個結果變量，M表示一個中間或中介變量，那麼，對這三個變量的研究可以概括為兩種類型的作用：
和。也就是說，背景變量對結果變量的影響既存在一個直接作用，也存在一個間接作用，而後者正是通過中介變量實現的。
確實，以這種方式來思考因果關繫的例子幾乎可見之於每一項應用統計方法的社會科學研究，這也似乎解釋了為何前任主編邁克爾•劉易斯－貝克(Michael
Lewis-Beck)初要鼓勵道恩•亞科布齊(Dawn
Iacobucci)來寫這樣一本有價值的介紹性書籍。她的這本書與此叢書已有的許多卷冊相得益彰，包括第34冊由朗(Long)所著的《協方差結構模型》(Covariance
Structure Models)，第37冊由貝瑞(Berry)所著的《非遞歸因果模型》(Nonrecursive Causal
Models)，第55冊由戴維斯(Davis)所著的《因果順序的邏輯》(The Logic of Causal
Order)，以及在某種方式上與回歸分析有關的那些卷冊。
正如亞科布齊在第2章中所描述的那樣，有三種基本方法來分析中介作用。經典的中介作用檢驗創始於1980年代，依賴的是經典的線性回歸。有向非循環圖方法是用路徑和頂點來圖形化地表示因果關繫，並以此來實現模型化。後，大家所知道的結構方程模型(SEM)方法為因果分析中的中介作用建模提供了的靈活性。這就是亞科布齊在本書中所采用的寫作方式，這樣一種方式使研究者可以處理出現多重測量時的中介作用、中介性的調節作用、調節性的中介作用，以及中介作用這一主題下的其它議題。可以執行SEM的軟件的廣泛可得性為讀者提供了必要的工具來進行中介作用建模，以獲得關於因果關繫的正確理解。

在線試讀

共變性的準則是指，如果X是Y的原因，則X與Y必然相關。眾所周知，社會科學家的研究對像——人類的行為方式，十分微妙和復雜，因此，即使滿足這個要求也會是有困難的。
這牽涉到幾個問題。首先，可能存在多種原因，也即是說，X可能隻是Y的幾個原因中的一個（例如，家庭收入雖然對汽車消費有影響，但它並不是汽車消費的決定因素）。在十分復雜的情況下，X與Y之間的相關性可能會很低，因為還有其它因素可以解釋Y。
第二，即使關於X與Y之間關繫的理論假設在研究總體(population)中確實成立，眾所周知，抽樣以及用特定的測量方法或變量來對X和Y進行操作化時也都會不可避免地造成隨機誤差。由於誤差的存在，在經驗數據中所觀察到的表示X和Y的變量之間的關繫會被減弱或衝淡。
第三，如果兩個變量之間的相關性出於上述原因或其它任何原因被削弱，由於中介作用分析所關心的間接作用是兩個概率函數——分別涉及
與
——的聯合作用結果，那麼在經驗數據中發現可以用來支持間接作用路徑的結果的可能性就會變小，相應地，失敗的可能性就會增大。也就是說，如果全部三個作用路徑在估計時都存在誤差，那麼的那個直接作用路徑會顯得更為突出，因為間接作用路徑涉及到的兩對關繫所存在的雙重誤差對結果更具擾亂性。

商品搜索

商品分类

【醫學】

【各大出版社】