作步骤
中介效应：如果⾃变量X通过影响变量M⽽对因变量Y产⽣影响，则称M为中介变量。
例如，上司的归因研究：下属的表现→上司对下属表现的归因→上司对下属表现的反应， 其中的“上司对下属表现的归因”为中介变量。中介作⽤的检验模型可以⽤以下路径图来描述：
图1 中介效应检验模型路径图
⽅程(1)的系数c 为⾃变量X对因变量Y的总效应；
⽅程(2)的系数a为⾃变量X对中介变量M的效应；
电饼铛做披萨⽅程(3)的系数b是在控制了⾃变量X的影响后，中介变量M对因变量Y的效应；
⽅程(3)的系数c′是在控制了中介变量M 的影响后，⾃变量X对因变量Y的直接效应；
重阳节手抄报内容简短系数乘积a*b即为中介效应等于间接效应
1 因果逐步回归检验法
因果逐步回归法由Baron和Kenny(1986)提出，其检验步骤分为三步：
第⼀，分析X对Y的回归，检验回归系数c的显著性(即检验H0:c=0)；
第⼆，分析X对M的回归，检验回归系数a的显著性(即检验H0:a=0)；
第三，分析加⼊中介变量M后X对Y的回归，检验回归系数b和c'的显著性(即检验H0:b=0、H0:c’=0)。
根据检验结果按下图进⾏判断：
流程图
基于SPSSAU的操作
(1)第⼀步，登录SPSSAU，上传数据；
(2)第⼆步，选择【问卷研究】--【中介作⽤】；
(3)第三步，选择变量拖拽到右侧对应分析框内，点击开始分析。
冰箱不停机结果分析
SPSSAU的“中介作⽤”可直接将中介作⽤的检验过程⾃动化，⼀键提供出上述提及模型结果。本次结果中共包含三个模型：
①模型1：X对Y的回归模型，结果显⽰x与y存在显著影响关系，回归系数c=0.130.
②模型2：x对m的回归模型，结果显⽰x与y存在显著影响关系，回归系数a=0.175.
③模型3：加⼊中介变量m后x对y的回归模型，结果显⽰回归系数b、c’均呈现显著性，系数a、b均显著，说明存在中介效应。
2 乘积系数法
第⼀种因果逐步回归检验法简单易懂、容易理解和解释，因⽽受到⼴泛的应⽤，但有学者认为其检验
效能较低，有时候本⾝有中介作⽤但却显⽰没有中介作⽤。有学者提出乘积系数法的统计功效优于因果逐步回归法，因此，系数乘积法逐渐受到研究者的青睐。
其原理是检验a*b是否呈现出显著性。系数乘积法分为两类，⼀类是基于中介效应的抽样分布为正态分布的Sobel 检验法，另⼀类是基于中介效应的抽样分布为⾮正态分布的Bootstrap抽样法。
① Sobel中介效应检验法
Sobel检验的前提假设是中介效应^a^b是正态分布且需要⼤样本。
关于山的诗使⽤Sobel系数乘积检验法存在的主要问题是，检验统计量依据的正态分布前提很难满⾜，特别是样本量较少时。因为即使a，b分别服从正态分布，ab的乘积也可能与正态分布存在较⼤差异。
② Bootstrap抽样法
Bootstrap法能适⽤于中、⼩样本和各种中介效应模型，当前SPSSAU【问卷研究】--【中介作⽤】也使⽤Bootstrap抽样法进⾏检验。并且⽀持⼀次性放置多个⾃变量X、中介变量M及控制变量等。
检验⽅法：Bootstrap抽样法检验是指回归系数a和回归系数b的乘积项(a*b)的95%置信区间是否包括数字0；如果95%置信区间不包括数字0，则说明具有中介作⽤；如果说95%置信区间包括数字0，即说明没有中介作⽤。
基于SPSSAU的操作
(1)第⼀步，登录SPSSAU，上传数据；
(2)第⼆步，选择【问卷研究】--【中介作⽤】；
(3)第三步，选择变量拖拽到右侧对应分析框内，点击开始分析。
使⽤SPSSAU【中介作⽤】Bootstrap抽样法检验与第⼀种因果逐步回归检验法在操作上没有任何区别，只是在解读结果时有区分。
结果分析
由上图两项结果指标可知，乘积项结果显著，95%区间并不包括数字0，说明中介变量在x影响y的关系中具有中介效应。
唐家三少的妻子在a*b系数呈现出显著性时，可具体进⼀步得到中介作⽤的效应量。
由上图可知，直接效应为0.085，间接效应为0.045，总效应为0.130。间接效应在总效应中占⽐为34.403%。
3 因果逐步回归改良法
因果逐步检验法便于理解和操作⽽受到欢迎，但也有⼈研究认为逐步检验会⽐较不容易得到中介效应显著的结论，检验功效较低。因此，有学者在逐步检验流程上进⾏相应的修改，得到如下检验步骤：
温忠麟等(2014)因果逐步回归法(改良)
基于SPSSAU的操作
与上述bootstrap检验法操作⽅法⼀致，选择SPSSAU【问卷研究】--【中介作⽤】，放⼊对应变量，点击开始分析即可。
结果分析
第⼀步，检验⽅程(1)的系数c，如果显著，按中介效应⽴论，否则按遮掩效应⽴论。但⽆论是否显著，都进⾏后续检验。
第⼀步：可能存在中介效应
第⼆步，依次检验⽅程(2)的系数a和⽅程(3)的系数b，如果两个都显著，则间接效应显著，转到第四步；如果⾄少有⼀个不显著，进⾏第三步。
第⼆步：间接效应显著
第三步，⽤Bootstrap法检验。如果显著，则间接效应显著，进⾏第四步；否则间接效应不显著，停⽌分析。
如果第⼆步中，系数a、b有⼀个不显著，则查看a*b中介效应是否显著(a*b95%BootCI是否包括数字0)
第三步：间接效应显著
第四步，检验⽅程(3)的系数c′，如果不显著，即直接效应不显著，说明只有中介效应。如果显著，即直接效应显著，进⾏第五步。
第四步：直接效应显著
第五步，⽐较ab和c′的符号，如果同号，属于部分中介效应，报告中介效应占总效应的⽐例ab/c。如果异号，属于遮掩效应，报告间接效应与直接效应的⽐例的绝对值|ab/c|。
第五步：部分中介效应
本次研究，⾃变量x对因变量y的总效应是0.130，影响显著；其中直接效应为0.085，间接效应0.045，具有显著性；最终以有部分中介作⽤作为结论，中介效应在总效应占⽐为34.403%。
其他说明
(1) 中介作⽤前需要标准化处理吗？
⼀般情况下，在进⾏中介作⽤前需要标准化或中⼼化处理，可使⽤数据处理->⽣成变量功能批量完成标准化或中⼼化处理；SPSSAU提供的中介作⽤检验默认不会对数据进⾏处理。
(2)SPSSAU分析结果中有对检验结果的⾃动化判断，⽤户可以直接使⽤。智能分析中也有相应解读，如果有不了解的地⽅，可以点击右侧的“灯泡”按钮查看帮助⼿册。
(3)spssau也⽀持链式中介检验，操作⽅法是点击【问卷研究】--【中介效应】，[中介类型]选择“链式中介”。提供中介效应分析⽅法为⾮参数百分位Bootstrap法。
女明星尴尬图(4)如果数据是显变量如何处理？
如果数据是显变量，此时可转换成潜变量再处理即可。使⽤【⽣成变量】--【平均值】功能。当然如果是使⽤结构⽅程模型进⾏研究分析中介作⽤时，建议使⽤因果逐步回归检验法进⾏中介效应验证。SPSSAU提供的结构⽅程模型暂不提供Bootstrap抽样法检验。
发布评论