SEM:调解指南JMP 社区,下午好。
场景如下:
- 版本:JMP Pro 18.0.2
- 研究问题:非财务激励(NFI)在多大程度上影响员工保留率,这种影响受到员工级别(初级、中级、高级)和工作满意度的影响?
- 观测值 = 约 130,000 | 变量 = 约 100 个变量
- 措施
- 独立变量/因素 (NFI)
- 培训与发展 (TAD) - 包含 5 个因素
- 奖励和认可 (AAR) - 包含 1 个因素
- 指导(MTR)——由 3 个因素组成
- 调节变量 = 员工级别 (ELV) - 由 1 个变量组成
- 中介变量/因素 = 工作满意度 (JSAT) - 由 1 个因素组成
- 因变量 = 留存率 (RTN)
- 概念框架:

我安装了 JMP Pro 插件用于调节-中介。在我的案例中,调节因子 (Z) 是 ELV,中介因子 (M) 是 JSAT,结果 (Y) 是 RTN。但是,该插件似乎不允许同时使用多个预测因子 (X),也不允许创建潜在变量并将其用作预测因子。
如果我遗漏了什么或者是否有其他方法,请告知。
谢谢你,
亚瑟·B
高级统计建模视窗回复:SEM:调解指南嗨,亚瑟,
好问题!我创建了调节和中介插件,您说得完全正确——这类似于第一阶段调节中介模型,但是,目前该插件无法容纳潜在变量或多个焦点预测因子(即,多个其影响受到调节的预测因子)。您可以在 SEM 平台中手动指定此模型。我将在这里演示的方法称为“无约束产品指标”方法,您可以在Marsh 等人(2012 年)中阅读有关它的更多详细信息。
数据预处理
需要进行一些数据预处理。我根据您的描述模拟了一些数据以与您的变量名称相对应。这可能不太正确,但我有 5 个 TAD 指标(TAD 为潜在指标)、1 个 AAR 变量、3 个 MTR 指标(MTR 为潜在指标)和 1 个 ELV、JSAT 和 RTN 变量。您可以根据需要随意调整此示例以适合您的数据。

- 首先,对所有预测因子(包括所有潜在变量的指标)和调节因子进行均值中心化。我在这些新变量名称后添加了一个“c”:

- 接下来,创建涉及每个预测变量和调节变量的乘积项。当预测变量是显性变量(即只有一个指标)时,这是一个简单的乘积项。当预测变量是潜在变量(即有多个指标)时,我们需要每个指标都有一个乘积项。

推出 SEM 平台
现在,您可以启动 SEM 平台了。请确保包括 (1) 均值中心预测因子和均值中心调节因子、(2) 它们的所有乘积项以及 (3) 中介因子和结果。从概念框架(如您在此处所示)跳转到映射到该概念框架的 SEM 可能有点棘手,因此我将向您展示模型规范应如何呈现。
概念模型与统计模型
正如您可能在插件中看到的,第一阶段调节中介的统计模型涉及预测因子、调节因子和预测因子*调节因子乘积项。这些因素各自预测中介和结果。(注意 - 虽然我们通常对 X -> M 路径的调节感兴趣,但正如您在这里一样,最佳做法是还包括 X -> Y 路径并允许它们也受到调节。如果它们非零,则忽略它们可能会导致有偏差的估计。)我们将扩展此模型,以便有多个 X(和多个 X*Z 乘积项)。其中一些预测因子是潜在变量,因此它们对应的乘积项也是潜在变量。

SEM 平台中的模型规范
- 指定潜在变量和潜在交互。对于潜在交互,使用在预处理中创建的产品变量。潜在变量看起来与往常一样:


潜在的相互作用如下:


- 设置必要的回归路径。它看起来像这样。TAD、MTR 和 AARc 是预测因子 (X),ELVc 是调节因子 (Z),TAD*ELV、MTR*ELV 和 AARc*ELVc 是乘积项 (X*Z)。所有这些都有通向 JSAT (M) 和 RTN (Y) 的路径。

- 允许所有 X、Z 和 X*Z 项共变。

这些就是你的步骤。这是一个相当复杂的模型,但听起来你有足够的数据来支持它。
希望这有帮助!
海莉
回复:SEM:调解指南你好,Haley,
太棒了!感谢您快速、全面、清晰的回复。一切按计划进行。
感激的,
亚瑟·B
回复:SEM:调解指南早上好,海莉!
最后一个问题...有没有办法为 TAD*ELV、AAR*ELV 和 MTR*ELV 创建 Johnson-Neyman 图?
谢谢,
亚瑟
回复:SEM:调解指南嗨,亚瑟,
遗憾的是,目前还没有!基于潜在变量调节的 Johnson-Neyman 图是我以前从未见过的。这是一个新颖的扩展,我希望将来能将其合并到插件中,但目前还没有。
对于 AAR*ELV 交互作用(因为它是 manifest*manifest),您可以考虑使用插件来拟合第一阶段调节中介模型,并仅将 LV 指标作为协变量。在这种情况下,插件将为 AAR*ELV 交互作用生成 JN 图和简单斜率图,因此它可以让您更直观地看到该交互作用。但是,由于它与上面的模型不完全相同,因此我建议您不要解释或报告简单的斜率或显着性边界——这更像是一种“黑客行为”,以获得一些粗略的可视化效果。
最好的,
海莉
回复:SEM:调解指南谢谢你,海莉!