17659 阅读 2020-07-08 11:22:01 上传
以下文章来源于 荷兰心理统计联盟
前言
中介模型通常广泛用于管理学及心理学领域描述变量之间的机制，即自变量如何通过中介变量影响因变量 (MacKinnon, 2008)。这一模型在纵向追踪研究中结合交叉滞后模型可以更好的检验变量之间的关系。本文介绍三个时间点的交叉滞后模型，并提供具体利用CLPM方法发表在JOB,AMJ的范文。
理论基础
就笔者阅读的文献而言，这一模型在管理学/工业组织心理学领域并不十分广泛，目前关于纵向研究更多的是采用多个时间点（分开测量以减少common method variance (CMV)），而非panel data。一些谈论这一方法的文章有：Selig & Preacher (2009) 在其文章中介绍了三种关于纵向数据的中介模型包括：CLPM, Latent growth curve modeling (LGM) , Latent difference score (LDS) 模型。随后Preacher 在2015年工业组织心理学年度review 里对于这几个模型进行了再次探讨，但这两篇文章更多的是理论层面，实际操作如何用Mplus进行作者并没有进行过多交代（除了对于LDS模型，作者在其个人网站提供了代码：http://www.quantpsy.org/selig_preacher_mplus_syntax.htm）
(Preacher, 2015)
而Wu, Carroll, 和 Chen, (2018) 发在(Behavior Research Methods, BRM, if 4.06) 的文章指出之前研究者忽略了Preacher 的CLPM模型的局限性，即直接及间接效应在CLPM模型中被假定是固定不变的“The effects (e.g., direct and indirect) in the CLPM are assumed to be fixed (i.e., constant) across individuals”. Wu等人进一步发展CLPM模型提出了random-effects CLPM，然后通过两个simulation, 及一个实证研究数据证明他们的模型比CLPM优（见下图）。并提供了具体详细的Mplus操作代码。因此，本文将结合这篇文章，结合实例演示如何进行CLPM及RE-CLPM的操作。
（Wu et al., 2018）
另外，关于随机截距的交叉滞后模型，其实之前公众号也介绍过Hamaker的模型即具体操作（但非中介模型）， 感兴趣的可以移步。
Preacher, K. J. (2015). Advances in Mediation Analysis: A Survey and Synthesis of New Developments. Annual Review of Psychology, 66(1), 825–852. https://doi.org/10.1146/annurev-psych-010814-015258
Selig, J. P., & Preacher, K. J. (2009). Mediation Models for Longitudinal Data in Developmental Research. Research in Human Development, 6(2–3), 144–164. https://doi.org/10.1080/15427600902911247
Wu, W., Carroll, I. A., & Chen, P. Y. (2018). A single-level random-effects cross-lagged panel model for longitudinal mediation analysis. Behavior Research Methods, 50(5), 2111–2124. https://doi.org/10.3758/s13428-017-0979-2
1.1 数据要求
研究设计：longitudinal panel designs，
即重复测量多次
注：对于多次测量的数据，中介模型还可以利用Multilevel-mediation. 至于如何选择哪种模型更优，可能是统计学家的事情，这里不过多讨论。Mplus：多水平数据中介模型检验
1.2 模型基本代码
1.2.1 CLPM
这个代码很容易理解，通过model constraint的方法进行的。如果你不了解，建议看看我们之前关于Mplus基础篇，介绍简单的中介模型。MPlus 基础篇: CFA,EFA,中介,调节调节模型
1.2.2 RI-CLMP
虽然Wu 等人说他们的模型好，但是作为一个严谨的公众号写手，我决定用我自己的数据跑跑看。
1.3 实例比较两个模型
1.3.1 数据说明
研究问题：以往一些教育理念或者领导理念提倡弥补短板，“木桶效应”，“短板理论”我们都能耳熟能详，但是积极心理学提倡利用我们的优势。因此，我们想看看，工作场所中员工利用优势，做自己擅长的东西是否能够提高创新？
模型：strength use-work engagement-creativity
我们对这三个变量重复测量了三次，每次间隔一个月。
1.3.2 CLPM-实例
对于上面wu等人的代码进行了简单的整合，使得更容易理解。有一点需要指出的是wu等人的代码并没有设定同一时间点的covariance,即同一时间点测量变量的两两相关。为了模型拟合更好，或者可以考虑增加。
结果如下……
中介不显著……
1.3.3 RI-CLMP-实例
同样地，中介不显著……
注：本文数据仅为演示目的，变量名进行了简单的更换。
1.4 已发表文章利用CLPM
1.4.1 CLPM范文
1.4.2 CLPM基本步骤
一般而言通常需要进行四个模型比较：
Model 1: Stability Model
Model 2: Causality Model
Model 3: Reciprocal Model
Model 4: Causality Model + Reciprocal Model
然后通过比较模型拟合指数来确定最终模型。
Sonnentag, S., Tremmel, S., & Casper, A. (2019). The power of affect: A three-wave panel study on reciprocal relationships between work events and affect at work. Journal of Occupational and Organizational Psychology. https://doi.org/10.1111/joop.12255
如Sonnentag, Tremmel, & Casper (2019)：
还有一篇AMJ 文章：
Schaubroeck, J. M., Peng, A. C., & Hannah, S. T. (2013). Developing trust with peers and leaders: Impacts on organizational identification and performance during entry. Academy of Management Journal, 56(4), 1148-1168.
1.4.3 LDS
Taylor et al. (2017):
Taylor, S. G., Bedeian, A. G., Cole, M. S., & Zhang, Z. (2017). Developing and Testing a Dynamic Model of Workplace Incivility Change. Journal of Management, 43(3), 645–670. https://doi.org/10.1177/0149206314535432
所以，如果想要应用CLPM模型，可以阅读以上几篇文章。
