1、中介效应重要理论及操作务实SPSS和 AMOS调节效应http:/ M为中介变量，而 X通过 M对 Y产生的的间接影响称为中介效应。中介效应是间接效应的一种，模型中在只有一个中介变量的情况下，中介效应等于间接效应；当中介变量不止一个的情况下，中介效应的不等于间接效应，此时间接效应可以是部分中介效应的和或所有中介效应的总和。在心理学研究当中，变量间的关系很少是直接的，更常见的是间接影响，许多心理自变量可能要通过中介变量产生对因变量的影响，而这常常被研究者所忽视。例如，大学生就业压力与择业行为之间的关系往往不是直接的，而更有可能存在如下关系：就业压力个体压力应对择业行为反应。 1此时个体认知评价就
2、成为了这一因果链当中的中介变量。在实际研究当中，中介变量的提出需要理论依据或经验支持，以上述因果链为例，也完全有可能存在另外一些中介因果链如下：就业压力个体择业期望择业行为反应； 2就业压力个体生涯规划择业行为反应； 3因此，研究者可以更具自己的研究需要研究不同的中介关系。当然在复杂中介模型中，中介变量往往不止一个，而且中介变量和调节变量也都有可能同时存在，导致同一个模型中即有中介效应又有调节效应，而此时对模型的检验也更复杂。以最简单的三变量为例，假设所有的变量都已经中心化，则中介关系可以用回归方程表示如下：Y=cx+e1 1)M=ax+e2 2)Y=cx+bM+e3 3)上述 3个方程模型图
3、及对应方程如下：二、中介效应检验方法中介效应的检验传统上有三种方法，分别是依次检验法、系数乘积项检验法和差异检验法，下面简要介绍下这三种方法：1.依次检验法（causual steps） 。依次检验法分别检验上述 1）2）3）三个方程中的回归系数，程序如下：1.1首先检验方程 1）y=cx+ e1，如果 c显著（H0:c=0 被拒绝） ，则继续检验方程 2） ，如果 c不显著（说明 X对 Y无影响） ，则停止中介效应检验；1.2 在 c显著性检验通过后，继续检验方程 2）M=ax+e2，如果a显著（H0:a=0 被拒绝） ，则继续检验方程 3） ；如果 a不显著，则停止检验；1.3在方程 1）
4、和 2）都通过显著性检验后，检验方程 3）即y=cx + bM + e3,检验 b的显著性，若 b显著（H0:b=0 被拒绝）,则说明中介效应显著。此时检验 c,若 c显著，则说明是不完全中介效应；若不显著，则说明是完全中介效应，x 对 y的作用完全通过 M来实现。评价:依次检验容易在统计软件中直接实现，但是这种检验对于较弱的中介效应检验效果不理想，如 a较小而 b较大时，依次检验判定为中介效应不显著，但是此时 ab乘积不等于 0，因此依次检验的结果容易犯第二类错误（接受虚无假设即作出中介效应不存在的判断） 。2.系数乘积项检验法(products of coefficients)。此种方法主
5、要检验 ab乘积项的系数是否显著，检验统计量为 z = ab/ sab，实际上熟悉统计原理的人可以看出，这个公式和总体分布为正态的总体均值显著性检验差不多，不过分子换成了乘积项，分母换成了乘积项联合标准误而已，而且此时总体分布为非正态，因此这个检验公式的 Z值和正态分布下的 Z值检验是不同的，同理临界概率也不能采用正态分布概率曲线来判断。具体推导公式我就不多讲了，大家有兴趣可以自己去看相关统计书籍。分母 sab的计算公式为：s ab=，在这个公式中，s b2和 sa2分别为 a和 b的标准误，这22abs个检验称为 sobel检验，当然检验公式不止这一种例如 Goodman I检验和 Good
6、man II 检验都可以检验（见下）,但在样本比较大的情况下这些检验效果区别不大。在 AMOS中没有专门的 soble检验的模块，需要自己手工计算出而在 lisrel里面则有，其临界值为z/2 0.97或 z/2 ，实际上在 MacKinnon的概率表中，这个.97 的值是在 N=200下对应的.04 概率的双侧统计值，而不是.05 概率双侧统计值，因为在该表中根本就没有直接给出.05 概率的统计值。为了确定这点，我专门查了国外对这个概率表的介绍，发现的确如此，相关文章见附件 mediationmodels.rar。当然，从统计概率上来说，大于 0.97在这个表中意味着其值对应概率大于.05，
7、但是当统计值小于 0.9798th时而大于 0.8797th，其值对应概率的判断就比较麻烦了，此时要采用 0.90作为 P0.90或 z/2 1.96或 z/2 .05，各项拟合指数皆较理想，说明模型较理想，下面我们来看下模型的总体效应和间接效应的文本输出，见下表：Standardized Total Effects (Group number 1 - Default model)Standardized Total Effects - Lower Bounds (BC) (Group number 1 - Default model)工作不被认可 焦虑 绩效表现焦虑 .554 .000 .0
8、00绩效表现 .714 .077 .000效率下降 .612 .068 .830效率低 .661 .070 .889领导不认可 .818 .000 .000同事不认可 .771 .000 .000客户不认可 .729 .000 .000坐立不安 .451 .776 .000紧张 .405 .688 .000心跳 .436 .753 .000Standardized Total Effects - Upper Bounds (BC) (Group number 1 - Default model)工作不被认可 焦虑 绩效表现焦虑 .703 .000 .000绩效表现 .831 .303 .000
9、效率下降 .733 .263 .905效率低 .771 .284 .958领导不认可 .907 .000 .000同事不认可 .858 .000 .000客户不认可 .841 .000 .000坐立不安 .600 .883 .000紧张 .540 .802 .000心跳 .582 .868 .000Standardized Total Effects - Two Tailed Significance (BC) (Group number 1 - Default model)工作不被认可 焦虑 绩效表现焦虑 .000 . .绩效表现 .000 .002 .效率下降 .000 .002 .001
10、效率低 .000 .002 .001领导不认可 .000 . .工作不被认可 焦虑 绩效表现同事不认可 .001 . .客户不认可 .001 . .坐立不安 .000 .001 .紧张 .000 .000 .心跳 .000 .000 .上述三个表格是采用 BC(bias-corrected)偏差校正法估计的总体效应标准化估计的下限值、上限值和双尾显著性检验结果，双尾检验结果显示，总体效应显著，提示自变量（工作不被认可）对因变量（绩效表现）的总体效应显著）值显著，P大于 0.90（p0.05）,因此说明中介效应显著。大家有兴趣可以根据我们之前提到的 c-c检验公式把对应值代入检验，这里我就不再多讲了。
