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。
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。
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。
当前较为流行的检验方法为Bootstrap抽样法，SPSSAU系统里暂未提供Sobel检验，需要使用Sobel检验可参考此链接进行分析：http://quantpsy.org/sobel/sobel.htm
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。
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。
（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。
「更多内容请登录SPSSAU官网了解」
