寫在前面亦渗，資料整合嘍~感謝各位作者凌净！

轉(zhuǎn)自：https://blog.csdn.net/D07Qs2KxkH0KkSxEx/article/details/79205022

中介效應(yīng)

通俗解釋龙亲，中介效應(yīng)是指某個（某些）變量在另兩個（兩組）變量間扮演了中間人的角色昵骤，也就是社會上說的掮客宵睦。當(dāng)然涯捻，這里的變量可以是測量變量浅妆，也可以是測量模型，如下圖所示障癌，如果是測量變量凌外，那么該模型就是一個路徑分析模型；如果是一個測量模型涛浙，那么就是結(jié)構(gòu)方程模型康辑。

如上圖所示，在A變量和C變量之間轿亮，存在B變量疮薇，只要A到B的路徑，以及B到C的路徑同時都是通暢的（A對B有顯著性影響我注，同時B對C有顯著性影響）按咒，那么就可以說在A變量和C變量之間存在由B變量引起的中介效應(yīng)。當(dāng)然但骨，根據(jù)A變量和C變量之間的直接路徑是否通順励七，中介效應(yīng)又細(xì)分為完全中介效應(yīng)和部分中介效應(yīng)。

中介效應(yīng)檢驗方法

檢驗中介效應(yīng)是否存在奔缠，其實就是檢驗A到B掠抬，B到C的路徑是否同時具有有顯著性意義。為了講解更有效率校哎，我們以最簡單的模型為例两波，進(jìn)行說明，如下如所示贬蛙，圖中路徑上的符號代表路徑系數(shù)（回歸系數(shù)）雨女。

做中介效應(yīng)檢驗的方法目前有四種：逐步回歸法；系數(shù)乘積檢驗法阳准；差異系數(shù)檢驗法和Bootstrapping氛堕。嚴(yán)格意義上來說，它們的分析原理都是一致的野蝇，檢驗W2和W3路徑是否同時有意義（通暢）讼稚，區(qū)別在于判斷有意義的標(biāo)準(zhǔn)嚴(yán)謹(jǐn)度不同括儒。

逐步回歸法

分別檢驗W1，W2锐想，W3和W1-1是否有顯著帮寻，如果W2和W3同時有意義，那么中介效應(yīng)存在赠摇；如果W1也有意義固逗，那么就是部分中介，否則就是完全中介藕帜。部分中介存在的缺陷容易出現(xiàn)假陽性烫罩，因為W2的置信度為95%，而W3的置信度也是95%洽故，如果不加以控制贝攒，判斷A和B之間存在中介效應(yīng)的置信度將會降低為95%的平方，也就是90.25%时甚，也就意味著這個結(jié)論的可靠性降低了隘弊。逐步回歸法直接用SPSS的回歸功能就能完成。

系數(shù)乘積檢驗法（Sobel檢驗）

鑒于逐步回歸法的缺陷荒适，很多研究者創(chuàng)造了修正的方法梨熙，系數(shù)乘積檢驗法就是其中一種。系數(shù)乘積檢驗法的原理是將W2和W3綜合考慮吻贿，也就是考慮W2*W3是否有意義串结，這樣就避免了分別檢驗W2和W3造成的置信度降低問題。Sobel檢驗也存在缺陷舅列，那就是要求W2*W3服從正態(tài)分布肌割，但是這一點是很難保證的，即使是W2和W3服從正態(tài)分布帐要，W2*W3也不一定服從正態(tài)分布把敞。Sobel檢驗可以使用SPSS中的Process插件來完成。

差異系數(shù)檢驗法

差異系數(shù)檢驗法檢驗的是(W1-W1-1)是否有意義榨惠，因為通常情況下奋早，W2*W3=(W1-W1-1)，因此赠橙，乘積系數(shù)法和差異系數(shù)法的檢驗效力是基本上相同的耽装，區(qū)別在于兩者的標(biāo)準(zhǔn)誤不同。經(jīng)過很多研究者的對比期揪，乘積系數(shù)法和差異系數(shù)法都比逐步回歸法的檢驗結(jié)果更為準(zhǔn)確掉奄。

Bootstrapping法

大多數(shù)假設(shè)檢驗用到的標(biāo)準(zhǔn)誤都是做無偏估計或有偏估計得來的，也就是說凤薛，檢驗用的標(biāo)準(zhǔn)誤都是偽標(biāo)準(zhǔn)誤（估計值）姓建，要使估計值準(zhǔn)確诞仓，需要服從很多的假設(shè)條件（例如上面說到的正態(tài)分布），系數(shù)乘積檢驗法和差異系數(shù)檢驗法的標(biāo)準(zhǔn)誤都是如此速兔。

有些可惜的是墅拭，很多數(shù)據(jù)無法完全滿足標(biāo)準(zhǔn)誤估計的假設(shè)條件，這樣Bootstrapping就應(yīng)運而生了涣狗。這種方法是根據(jù)標(biāo)準(zhǔn)誤的理論概念谍婉，將樣本容量很大的樣本當(dāng)作總體，進(jìn)行有放回抽樣（抽樣次數(shù)可以自己定）屑柔，從而得到更為準(zhǔn)確的標(biāo)準(zhǔn)誤屡萤。

總結(jié)一下

上面介紹了4種中介效應(yīng)的檢驗方法珍剑，其實它們的檢驗原理都是一樣的掸宛，區(qū)別在于顯著性（置信度）水平的校正方式不同，顯而易見招拙，后面三種的檢驗結(jié)果優(yōu)于第一種逐步回歸結(jié)果唧瘾，但是草堂君需要告訴大家，校正不是萬能的别凤，即使是最優(yōu)的Bootstrapping方法饰序，因為它們都有前提假設(shè)條件，如果不滿意這些假設(shè)條件规哪，結(jié)論可想而知不會準(zhǔn)確求豫，因此想要得到準(zhǔn)確的模型結(jié)果，還是要收集到具有代表性的樣本數(shù)據(jù)诉稍，這個才是根本蝠嘉。

中介效應(yīng)可以用spss macro做，也可以用amos做杯巨，具體各自有什么優(yōu)缺點還沒看蚤告。未完待續(xù)吧，等用的時候再好好研究服爷。

再來推薦一篇中介分析的中文文獻(xiàn)杜恰，很全http://www.docin.com/p-1218737521.html

再來個網(wǎng)址：http://afhayes.com/spss-sas-and-mplus-macros-and-code.html

翻墻才能打開哦，這個是文獻(xiàn)中用到mediation analysis時引用的網(wǎng)址仍源，可以看看心褐。

process插件下載地址[https://mp.weixin.qq.com/s/rflXONPUGeVQlEpwKi4Veg](https://mp.weixin.qq.com/s/rflXONPUGeVQlEpwKi4Veg)

視頻[https://mp.weixin.qq.com/s/yvb0ginl6qSc4PkshH9eDw](https://mp.weixin.qq.com/s/yvb0ginl6qSc4PkshH9eDw)