SEM：調解指南JMP 社區，下午好。
場景如下：
- 版本：JMP Pro 18.0.2
- 研究問題：非財務激勵（NFI）在多大程度上影響員工留任率，這種影響受到員工層級（初級、中級、高階）和工作滿意度的影響？
- 觀察結果 = ~130,000 |變數 = 約 100 個變數
- 措施
- 獨立變數/因素 (NFI)
- 訓練與發展 (TAD) - 包含 5 個因素
- 獎勵與認可 (AAR) - 包含 1 個因素
- 指導（MTR）－由 3 個因素組成
- 調節變數 = 員工等級 (ELV) - 由 1 個變數組成
- 中介變項/因素 = 工作滿意度 (JSAT) - 由 1 個因素組成
- 因變數 = 保留率 (RTN)
- 概念框架：
我已經安裝了 JMP Pro 外掛程式用於審核調解。在我的案例中，調節器 (Z) 是 ELV，調解器 (M) 是 JSAT，結果 (Y) 是 RTN。但是，該插件似乎不允許同時使用多個預測因子（X），也不允許創建潛在變數並將其用作預測因子。
如果我遺漏了什麼或是否有其他方法，請告知。
謝謝你，
亞瑟·B
進階統計建模視窗回覆：SEM：調解指南嗨，亞瑟，
好問題！我創建了調節和中介插件，您說得完全正確 - 這類似於第一階段的調節中介模型，但是，目前該插件無法容納潛在變數或多個焦點預測因子（即，其效果受到調節的多個預測因子）。您可以在 SEM 平台中手動指定此模型。我將在這裡演示的方法稱為“無約束產品指標”方法，您可以在Marsh 等人的著作中閱讀有關它的更多詳細資訊。 （2012年） 。
資料預處理
需要進行一些資料預處理。我根據您的描述模擬了一些數據以與您的變數名稱相對應。這可能不太正確，但我有 5 個 TAD 指標（TAD 是潛在的）、1 個 AAR 變數、3 個 MTR 指標（MTR 是潛在的）以及 1 個 ELV、JSAT 和 RTN 變數。您可以根據您的資料的需要隨意調整此範例。
- 首先，對所有預測因子（包括所有潛在變數的指標）和調節因子進行均值中心化。我在這些新變數名後面加上了一個「c」：
- 接下來，建立涉及每個預測變數和調節變數的乘積項。當預測變數是顯性變數（即只有一個指標）時，這是一個簡單的乘積項。當預測變數是一個潛在變數（即有多個指標）時，我們需要每個指標一個乘積項。
推出 SEM 平台
現在您已準備好啟動 SEM 平台。確保包括（1）均值中心預測變量和均值中心調節變量，（2）它們的所有乘積項，以及（3）中介變量和結果。從概念框架（如您在此處所示）跳到映射到該概念框架的 SEM 可能有點棘手，因此我將向您展示模型規格應如何呈現。
概念模型與統計模型
正如您可能在插件中看到的，第一階段調節中介的統計模型涉及預測變數、調節變數和預測變數*調節變數乘積項。這些因素都預示著調解人和結果。 （注意 - 雖然我們通常對 X -> M 路徑的調節感興趣，但正如您在這裡一樣，最佳做法是也包括 X -> Y 路徑並允許它們也受到調節。如果它們非零，則省略它們可能會導致有偏差的估計。）我們將擴展這個模型，以便有多個 X（和多個 X*Z 乘積項）。其中一些預測因子是潛在變量，因此它們對應的乘積項也是潛在變量。
SEM 平台中的模型規範
- 指定潛在變數和潛在交互作用。對於潛在交互作用，使用在預處理中建立的產品變數。潛在變數看起來與往常一樣：
潛在的互動如下：
- 設定必要的回歸路徑。它看起來像這樣。 TAD、MTR 和 AARc 是預測變數 (X)，ELVc 是調節變數 (Z)，TAD*ELV、MTR*ELV 和 AARc*ELVc 是乘積項 (X*Z)。所有這些都有通往 JSAT (M) 和 RTN (Y) 的路徑。
- 允許所有 X、Z 和 X*Z 項共變。
這些就是你的步驟。這是一個相當複雜的模型，但聽起來你有足夠的數據來支持它。
希望有幫助！
海莉
回覆：SEM：調解指南你好，Haley，
太精妙了！感謝您快速、全面且清晰的回覆。它按照概述的那樣工作。
感激的，
亞瑟·B
回覆：SEM：調解指南早上好，海莉！
最後一個問題...有沒有辦法為 TAD*ELV、AAR*ELV 和 MTR*ELV 建立 Johnson-Neyman 圖？
謝謝，
亞瑟
回覆：SEM：調解指南嗨，亞瑟，
遺憾的是，還沒有！基於潛在變數調節的 Johnson-Neyman 圖是我以前從未見過的。這是一個新穎的擴展，我希望將來能將其合併到插件中，但現在還沒有。
對於 AAR*ELV 交互作用（因為它是 manifest*manifest），您可以考慮使用插件來擬合第一階段調節中介模型，並將 LV 指標作為協變量包含在內。在這種情況下，插件將為 AAR*ELV 交互作用產生一個 JN 圖和簡單斜率圖，因此它能讓您更直觀地看到該交互作用。但是，由於它與上面的模型不完全相同，我建議不要解釋或報告簡單的斜率或顯著性邊界——這更像是一種「駭客」行為，以獲得一些粗略的視覺化效果。
最好的，
海莉
回覆：SEM：調解指南謝謝你，海莉！
