该篇推送主要介绍跨层次的调节,具体内容包括:

模型介绍

萜妹在这里将介绍三种跨层次的调节模型,名字也没有什么官方的说法,萜妹就按难度进行编号了。

图片

Type Ⅰ:普通的跨层次调节

图片

Type Ⅱ:两水平的跨层次调节

图片

Type Ⅲ:由下至上的跨层次调节

Type Ⅰ

图片

模型公式

图片

图片

图片

成立条件

跨层次的调节成立条件为γ11显著。

系数说明

考虑到可能有的小可爱们不清楚系数的含义,所以萜妹再介绍一下。

  • γ00:表示截距的均值;
  • γ10:表示x对y斜率的均值;
  • γ01:表示w对y的影响;
  • γ11:表示w与x对y的跨层交互效应;
  • rij:表示残差;
  • μ0j:表示随机截距;
  • μ1j:表示随机斜率。

Type Ⅱ

图片

模型公式

图片

图片

图片

图片

图片

成立条件

M的调节效应成立条件为β3显著。

(注:β3j是一个常量,萜妹就用β3表示了)

W的调节效应成立条件为γ11显著。

Type Ⅲ

图片

原理说明

这个模型和之前的两个有些不同。

在数理统计上,w是无法影响y的,它能影响的只有y的均值(即第二水平的y)。

图片

从上图可以看出相同的w会对应不同的y,这是因为y是第一水平的变量,而w是第二水平的变量,所以w实际上对y的影响是通过影响各组y的均值而实现的。

所以模型应该转化为下图中这样~

图片

但是这又会出现新的问题。

图片

从上图可以发现,x在组内是会发生变化的,但是w和y在每组中都是固定的,那么x怎么调节w和y的关系?

所以,HLM无法接受从下至上的调节

这个模型需要进行调整。但是坦白说,目前并没有很完善的调整方式,已有的几种方法各有各的不足。如果可以,小可爱们还是尽量避免这种模型比较好。

模型调整方法

虽然都有缺陷的地方,但是目前也没有更好的方法,所以萜妹还是把已有的调整方法稍微介绍一下。

方法一:置换自变量与调节变量

图片

方法二:将模型强制移入第一水平

图片

方法三:将模型强制移入第二水平

图片


由于这个部分讲座里没有单独介绍操作层面的东西,所以萜妹就没在推送里附上mplus的语句啦。萜妹虽然有自己写语句,但是毕竟不算官方认证的那种,所以怕误导小可爱们,也没放上来了~

下周应该就是跨层次的中介啦,应该不会鸽的,哈哈哈~

最后,题外话,小可爱们有没有发现萜心话有什么不同呀~嘻嘻嘻,萜妹终于开通流量主啦,真的非常感谢你们哟~爱你们,biubiubiu~

小可爱们,我们下周再见哟~

原文链接:

➪笔记丨跨层次的调节