nbr-survey-sem
Use for survey-based structural equation modeling in 《南开管理评论》 (Nankai Business Review) — CFA/SEM fit indices, mediation and moderation, moderated me…
它会碰到什么
这一栏是扫描器报的事实,不是结论。命中多不等于有毒(安全工具、规则库、示例脚本本来就会包含危险写法),命中少也不等于干净。它和你手上的凭据、文件、网络有什么关系,需要你自己看。
技能内容
问卷-SEM 分析(nbr-survey-sem)
触发时机
- 假设是中介 / 调节 / 被调节的中介
- 数据是问卷(个体或企业层级)
- 数据有嵌套结构(员工嵌套于团队/企业)
> 前置:测量须先过 nbr-measurement(信效度 + CMV)。模型拟合不能替代测量规范。
测量模型与拟合标准(经验门槛,非硬性)
先验证测量模型(CFA),再估结构模型:
- χ²/df < 3(宽松 < 5);CFI / TLI > 0.90(宜 > 0.95)
- RMSEA < 0.08(宜 < 0.06);SRMR < 0.08
- 用 CFA 区分多构念(如目标模型优于合并模型),佐证区分效度
中介 / 调节 / 被调节的中介
- 中介:报告Bootstrap(如 5000 次)间接效应及偏差校正 95% CI,CI 不含 0 才成立;优先 Bootstrap 而非 Sobel
- 调节:自变量与调节变量中心化/标准化后建交互项;报告交互项系数,并做简单斜率(simple slope)与图示
- 被调节的中介:报告moderated mediation 指数(index of moderated mediation)及其 Bootstrap CI;并给不同调节水平下的条件间接效应
多层数据(HLM)
- 先看ICC(1)/ICC(2) 与 rwg 判断是否需要多层、能否聚合
- 跨层假设用多层模型(HLM / 多层 SEM),区分组内/组间效应
- 跨层中介/调节按 1-1-1、2-1-1 等路径明确层级,必要时组均中心化
分析走查:两时点被调节中介
设想 T1 测平台员工感知算法监控与传统性,T2(间隔一个月)测情绪耗竭与离职意愿,假设为被调节的中介(传统性调节前半段):
- CFA:四因子目标模型优于备择合并模型(Δχ² 显著),拟合达标后才进结构模型
- 中介:5000 次 Bootstrap,间接效应 95% CI 不含 0
- 调节:监控与传统性中心化后建交互项,画高/低传统性(±1SD)简单斜率图
- 被调节中介:报告 index of moderated mediation 的 Bootstrap CI,并列高/低传统性下的条件间接效应
- 稳健性:加入标记变量后路径系数无实质变化——与 nbr-measurement 的 CMV 结论互证
结果呈现表序(校准锚)
本刊问卷文章的表格序列大体稳定:描述统计与相关矩阵 → 验证性因子分析比较 → 假设检验(回归或 SEM 路径系数)→ Bootstrap 中介 / 条件间接效应表,并配一张简单斜率图。每张表呼应至少一条编号假设;假设检验表宜在行末标注对应假设编号与"支持/不支持",方便审稿人对照概念模型图核验。具体版式以期刊最新投稿指南与近期刊文为准。
统计质疑速答
| 质疑 | 速答路线 |
|------|----------|
| "Y 也可能反向影响 X" | 时滞设计陈述 + 理论排序论证;必要时补反向模型的拟合比较 |
| "为什么不用 HLM?" | 报 ICC(1):低于经验阈值且假设均在个体层,说明无聚合必要 |
| "中介显著但效应量太小" | 报告效应占比与置信区间,从理论上论证小效应的累积意义 |
| "控制变量取舍随意" | 给出每个控制变量的文献依据,并报告不含控制变量的稳健性结果 |
| "拟合指标是否挑好的报" | CFI/TLI/RMSEA/SRMR 全套同表呈现,不做选择性披露 |
执行桥(StatsPAI / Stata MCP)
把稳健性 battery 跑出来,而不是只罗列。完整映射见
[execution-with-mcp](../../../shared-resources/empirical-methods/execution-with-mcp.md)。《南开管理评论》是中国情境实证管理刊;实验用随机化推断 + 多重检验,问卷-SEM 与测量循其规范,定性案例另循其标准。
- 多结果 / 多设定:
romano_wolf(逐步 FWER)或benjamini_hochberg,报告校正后阈值。 - 遗漏变量敏感性:
oster_delta/sensemakr。 - 推断:少聚类用
wild_cluster_bootstrap;视依赖结构用twoway_cluster/conley。 - 从一个 handle 复跑:
audit_result(result_id)列出缺失检查及对应suggest_function。 - 出表:
etable/did_summary_to_latex直接从 handle 生成,不手抄数字。
正文留决定性检查,详尽 battery 进附录。执行链见 [JF 执行 walkthrough](../../../Journal-of-Finance-Skills/resources/worked-examples/02-execution-walkthrough.md)。
自检清单
- [ ] 先 CFA 后结构模型,拟合指标齐全(CFI/TLI/RMSEA/SRMR)
- [ ] 中介用 Bootstrap 间接效应 + CI,不只看系数显著
- [ ] 调节做了中心化、交互项、简单斜率与图
- [ ] 被调节的中介报告了 index of moderated mediation
- [ ] 嵌套数据先验证 ICC,再决定是否上 HLM
- [ ] 控制变量、共同方法因子等处理透明可复现
反模式
- 直接报结构模型,跳过测量模型拟合
- 中介只用逐步回归(Baron-Kenny)或 Sobel,不做 Bootstrap
- 调节不中心化、不画简单斜率,只贴一个交互项系数
- 嵌套数据当独立样本跑普通 SEM,无视 ICC
输出格式
【测量模型】χ²/df <…> CFI <…> TLI <…> RMSEA <…> SRMR <…>
【中介】间接效应 <…>,Boot 95% CI [ , ]|成立□
【调节】交互项 β <…>,简单斜率:高/低 <…>
【被调节中介】index <…>,CI [ , ]|条件间接效应:<…>
【多层】ICC1/ICC2 <…>|模型:HLM / 多层SEM
【下一步】nbr-china-context / nbr-discussion-contribution想直接用这个技能?
本站把开放许可(MIT / Apache 等)的技能按仓库打包整理到网盘,点一下转存到你自己的网盘,不用一个个从 GitHub 拉。许可未声明的技能只给原始仓库链接,不打包。
它属于哪个仓库
Nankai-Business-Review-Skills/skills/nbr-survey-sem/SKILL.md