中介效应检验方法

三种中介效应检验⽅法及操作步骤

本⽂将介绍三种常见中介效应检验⽅法，分别是因果逐步回归检验法、系数乘积法、改良后的因果逐步回归法，以及如果使⽤SPSSAU进⾏操作。

什么是中介效应

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；

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；

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。

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。

收稿日期:20042022093　本研究得到全国教育科学”十五”规划教育部重点课题(DBA010169)以及香港中文大学和华南师范大学心理应用研究中心(教育部文科基地)资助。　通讯作者:温忠麟,E2mail:wenzl@中介效应检验程序及其应用3

温忠麟1,2　张　雷2　侯杰泰2　刘红云3

(1华南师范大学教育科学学院,广州510631)　(2香港中文大学教育学院,香港)(3北京师范大学心理学院,北京100875)

摘　要　讨论了中介变量以及相关概念、中介效应的估计;比较了检验中介效应的主要方法;提出了一个检验程序,它包含了依次检验和Sobel检验。该程序检验的第一类和第二类错误率之和通常比单一检验方法小,既可以做部分中介检验,也可以做完全中介检验。作为示范例子,引入中介变量研究学生行为对同伴关系的影响。关键词　中介变量,检验,第一类错误率,功效,同伴关系分类号　B841.21　引言

中介变量(mediator)是一个重要的统计概念,

国外涉及中介变量的研究很多,依PsycINFO检索

结果,仅1998～2003年涉及中介变量且在标题中含

有相关词条(包括mediator、mediating或mediation)

的就有1100多篇。国内对中介变量的研究很少,依

中国期刊网“文史哲”和“教育与社会科学”专栏目录

的检索结果,1998～2003年在标题或关键词中含有

“中介变量”或“中介效应”的文章不足20篇。这些

文章中,有些只是做定性分析,说说中介变量而已;有些虽然做了统计分析,但没有中介变量分析。只

有少数几篇做了涉及中介变量的统计分析,其中较

好的如文[1]和[2],都使用了结构方程分析,但对中

介效应的分析还是有点粗略。以文[1]为例,标题中

出现了“中介变量”,可见中介变量及其效应分析应

当是该文的重点。文中虽然估计了中介效应的大

小,但没有报告中介效应的相对大小(即中介效应占

全部效应的比例),最大的不足是没有对中介效应进

中介效应检验方法

中介效应是指一个变量（中介变量）在自变量与因变量之间产生的间接作用。常用的检验中介效应的方法有Sobel检验、Bootstrap法和路径分析等。

Sobel检验是一种常见的检验中介效应的方法。它基于正态分布的假设，通过计算一个统计量来检验中介效应的显著性。具体步骤是首先计算出自变量对中介变量和因变量之间的间接效应，然后计算相应的标准误，最后将两者相除得到一个Z值。如果Z值的绝对值大于1.96，则中介效应是显著的。

Bootstrap法是一种非参数的统计方法，可以通过对样本进行重新抽样来估计中介效应的分布。它不依赖于正态分布的假设，具有较好的抗干扰性。具体步骤是通过有放回地抽取样本观测值，然后计算出中介效应的估计值。重复这个过程很多次，形成一个中介效应的分布。通过分析分布的置信区间，可以检验中介效应的显著性。

路径分析是一种结构方程模型的方法，可以同时估计自变量、中介变量和因变量之间的关系，进而检验中介效应的显著性。它可以直接计算出中介效应的估计值及其标准误，从而判断中介效应是否显著。

除了上述方法外，还可以使用其他的检验方法，如Sobel-Goodman方法、Baron和Kenny方法等。这些方法在具体分析中可以根据研究问题的特点来选择适合的方法。

中介效应检验方法

中介效应是指一个变量通过影响另一个变量与第三个变量之间的关系来产生影响的过程。在社会科学研究中，中介效应检验方法被广泛运用于探究变量之间的关系及影响机制。本文将介绍中介效应的概念、检验方法以及实际应用。

一、中介效应的概念。

中介效应是指自变量对因变量的影响，通过中介变量的作用而产生的间接影响。在研究中，我们通常关心的是自变量对因变量的直接影响，但有时候这种直接影响可能会被中介变量所削弱或放大，因此需要通过中介效应检验方法来深入理解变量之间的关系。

二、中介效应的检验方法。

1. Sobel检验。

Sobel检验是一种常用的中介效应检验方法，它通过计算中介效应的标准误差来判断中介效应的显著性。具体而言，Sobel检验通过计算间接效应的标准误差和直接效应的标准误差，进而得出中介效应的显著性。这种方法在实际应用中较为简便，因此被广泛采用。

2. Bootstrap法。

Bootstrap法是一种非参数检验方法，它通过重复抽样来估计中介效应的置信区间。这种方法不依赖于数据的分布形式，因此在样本较小或不符合正态分布的情况下也能够有效地检验中介效应。在实际研究中，Bootstrap法的应用越来越广泛，尤其是在中介效应的稳健性检验中具有重要意义。

3. 布尔迪亚中介效应检验。 布尔迪亚中介效应检验是一种基于回归分析的方法，它通过构建中介效应的回归模型来检验中介效应的显著性。这种方法在理论基础较为丰富的情况下能够有效地检验中介效应，但在实际操作中需要注意模型的合理性和可解释性。

三、中介效应的实际应用。

中介效应检验方法在社会科学研究中具有重要的应用意义。通过深入理解变量之间的中介关系，我们能够更好地把握影响机制，为实际问题的解决提供科学依据。例如，在心理学领域，研究者通过中介效应检验方法发现了一些心理干预措施的中介效应，从而为心理健康干预提供了理论支持。

总之，中介效应检验方法是社会科学研究中的重要工具，它能够帮助我们深入理解变量之间的关系及影响机制。在实际应用中，我们应该根据研究问题的具体情况选择合适的检验方法，并注意方法的合理性和稳健性。通过科学地运用中介效应检验方法，我们能够更好地认识社会现象的本质，为解决实际问题提供更有力的支持。