AI 研伴
← AI 科研案例集 / 管理学

管理学 · OpenScience 真实对话 · GPT-5.6-sol

中介与调节效应:从路径假设到审慎解释

用240份虚构问卷完成Bootstrap间接效应、交互作用、简单斜率和共线性诊断,并说明横断面因果边界。

1 轮原生对话5000次Bootstrap路径图与简单斜率图

适合人群

管理学、教育学、社会科学研究者和使用问卷数据的学生

开始前准备

准备去标识化问卷、题项编码、反向题说明、量表来源和研究假设。

你将获得

  • 1 轮原生对话
  • 5000次Bootstrap
  • 路径图与简单斜率图
  • 6 项可查看的项目文件

方法与边界

横断面问卷中的中介或调节关系不能单独证明时间顺序和因果机制。

原生会话与文件

直接查看真实使用场景

保留原始用户提问和 Agent 完整回复;公开版本仅移除内部路径、连接信息、凭据、隐藏推理与计费数据。

真实对话|管理学|中介与调节效应:从路径假设到审慎解释

AI 研伴(OpenScience) · gpt-5.6-sol

真实运行记录
用户

请用完全虚构的240份横断面问卷演示中介与调节分析:自变量为工作自主性,中介为心理赋能,结果为科研投入,组织支持作为调节变量,并包含年龄和任职年限。实际生成教学数据,完成变量检查、标准化、回归路径、Bootstrap间接效应、交互项与简单斜率图,并检查共线性。交付中文HTML报告、CSV数据、结果表、路径图、简单斜率图和可复现Python脚本。明确横断面中介模型不能证明时间顺序或因果机制。

AI 研伴(OpenScience) · gpt-5.6-sol

已完成全部交付物。模型设定为:组织支持调节“工作自主性 → 科研投入”的直接路径,同时估计“工作自主性 → 心理赋能 → 科研投入”的间接关联;年龄和任职年限作为协变量。

交付文件

文件均保存在项目 “公开实测案例|管理学|中介与调节效应:从路径假设到审慎解释|GPT-5.6-sol” 中:

HTML为自包含报告,两幅图片已经以Base64嵌入,无需联网即可查看。Excel包括变量检查、标准化检查、信度、描述统计、相关矩阵、各路径回归、间接效应、调节模型、简单斜率、VIF,以及完整的5,000次Bootstrap结果。

分析设置

  • 样本量:240
  • 固定随机种子:20260914
  • 各构念:4个1–7分Likert题项,构念分数取题项均值
  • 标准化:X、M、W、Y、年龄及任职年限均转换为z分数
  • 回归推断:OLS点估计,HC3异方差稳健标准误
  • 间接效应:5,000次非参数个案Bootstrap百分位区间
  • 调节项:工作自主性_z × 组织支持_z
  • 简单斜率:组织支持处于均值及均值±1 SD
  • 共线性:调节模型最大VIF为 1.985

主要演示结果

间接关联

工作自主性经心理赋能关联到科研投入的间接效应:

  • (a\times b=0.198)
  • Bootstrap SE = 0.037
  • 95%百分位区间:[0.130, 0.275]

该区间未跨0,说明虚构数据呈现了与预设模型一致的统计性间接关联。

调节效应

工作自主性与组织支持的交互项:

  • (B=0.315)
  • HC3 SE = 0.046
  • (p<.001)
  • 95% CI:[0.224, 0.407]

简单斜率为:

组织支持水平工作自主性斜率95% CIp
低(−1 SD)−0.115[−0.259, 0.029].118
平均水平0.201[0.075, 0.326].002
高(+1 SD)0.516[0.351, 0.681]<.001

解释应以连续交互项及其置信区间为依据,而不只是比较某一条简单斜率显著、另一条不显著。

验证结果

  • CSV:240行、29列
  • ID无缺失、无重复
  • 全表无缺失值
  • 16个Likert题项均为1–7范围内的整数
  • 所有z分数均值约为0、标准差为1
  • Excel共16个工作表
  • Bootstrap工作表包含完整5,000次重抽样值
  • 两张PNG均通过图像完整性检查
  • 9项变量质量检查全部通过
  • 脚本已实际从头运行并成功重建全部文件

复现命令:

python run_analysis.py

**关键限制:**这些数据完全虚构,而且是横断面设计。工作自主性、心理赋能、组织支持和科研投入在同一时点测量,因此无法证明工作自主性先于心理赋能、心理赋能先于科研投入,也不能排除未测混杂、共同方法偏差、测量误差或模型错设。Bootstrap只量化重抽样不确定性,不能建立时间顺序,也不能把间接关联转化为因果中介机制。

工具执行细节已脱敏;交付文件保留在右侧。
1 轮原生对话
5000次Bootstrap
路径图与简单斜率图

继续探索

相关科研案例

浏览全部案例 →

常见问题

使用这个案例前,你可能想了解

“中介与调节效应:从路径假设到审慎解释”适合哪些用户?

管理学、教育学、社会科学研究者和使用问卷数据的学生

复制案例前需要准备什么?

准备去标识化问卷、题项编码、反向题说明、量表来源和研究假设。

可以把案例结果直接用于论文或决策吗?

不建议直接照搬。横断面问卷中的中介或调节关系不能单独证明时间顺序和因果机制。复制案例后,应使用自己的数据重新运行并逐项核验。

这个案例会占用很多计算资源吗?

不会。公开案例按网页版轻量分析设计;大型原始数据、深度学习、单细胞、空间组学或医学影像任务,建议通过远程计算功能连接自己的服务器。