初学中介效应检验的同学,对中心化(中心化是所有数据减去这组数据的平均数后得到的一组数据,得到的这组数据平均数将为0)似懂非懂,一直在犹豫着要不要中心化,要不要标准化(标准化是所有数据减去这组数据的平均数后再除以标准差得到的一组数据,得到的这组数据平均数将为0,标准差为1,也就是将原始数据转换为标准分数),用原始数据行不行?显得非常难以抉择。这是因为国内早期的文章强调在做中介效应检验的时候应预先将数据中心化后再执行检验步骤,而国外很多文章直接使用原始数据进行检验,这就导致了很多人懵逼,也使得我们科研小白们犹豫不决、痛苦徘徊。
本文不打算用什么高深的理论来讲解,也不打算使用数学推导的方法来讨论,直接上图,实例说明原始数据、中心化数据和标准化数据做简单中介效应检验各种系数、系数的显著性检验和中介效应占总效应的比例上进行对比。实际上,很多东西本来就是那样(比如中心化不改变回归方程斜率等这些内容),我们这里只不过用了个例子说明罢了。
采用依次检验回归系数三步走法对某个假设进行检验。比较结果可知,不管用原始数据、中心化数据还是标准化数据,中介效应检验结果完全相同(些许差异为计算误差)。
因此,本文呼吁新手们大可不必在是否中心化、是否标准化以及敢不敢用原始数据进行检验上犹豫不决,要在研究选题、假设的提出上下功夫。
建议:
学会三种不同数据的中介效应检验方法;
投稿时根据刊物以往文章决定;
或直接使用标准化数据进行检验,方便与前人相关研究进行对比。