1、中介作用于調(diào)節(jié)作用原理與應(yīng)用中介效應(yīng)與調(diào)節(jié)效應(yīng) : 原理與應(yīng)用姜永志 整理編輯中介效應(yīng)與調(diào)節(jié)效應(yīng)概念原理1 中介效應(yīng)考慮自變量X對(duì)因變量Y的影響，如果X通過影響變量 M而對(duì)Y產(chǎn)生影響，則稱M為中 介變量,中介變量闡明了一個(gè)關(guān)系或過程“如何 ”及 “為何 ” 產(chǎn)生。例如，上司的歸因研究：下屬的表現(xiàn)-上司對(duì)下屬表現(xiàn)的歸因-上司對(duì)下屬表現(xiàn)的反應(yīng),其中的 “上司對(duì)下屬表現(xiàn)的歸因 ”為中介變量。假設(shè)所有變量都已經(jīng)中心化 (即將數(shù)據(jù)減去樣本均值, 中心化數(shù)據(jù)的均值為0)或者標(biāo)準(zhǔn)化(均值為 0,標(biāo)準(zhǔn)差為1),可用下列回歸方程來描述變量之間的關(guān)系(圖 1 就是相應(yīng)的路徑圖 ):其中方程 (1)的系數(shù) c 為自

2、變量 X 對(duì)因變量 Y 的總效應(yīng);方程(2)的系數(shù) a 為自變量 X 對(duì)中介變量 M 的效應(yīng) ;方程 (3)的系數(shù) b 就是在控制了自變量X 的影響后,中介變量M 對(duì)因變量 Y 的效應(yīng)；系數(shù)c就是在控制了中介變量M的影響后，自變量X對(duì)因變量Y的直接效應(yīng)；e1-e3就是回歸殘差。中介效應(yīng)等于間接效應(yīng)(indirect effect),即等于系數(shù)乘積ab,它與總效應(yīng)與直接效 應(yīng)有下面關(guān)系 : TOC o 1-5 h z Y =cX +e 1(1)M =aX +e2(2)Y =c X +bM +e3(3)c = c ab(4) 簡(jiǎn)單中介效應(yīng)中成立,多重中介效應(yīng)不成立。冏偉）中介效應(yīng)的因果逐步回歸法模

3、型1、2調(diào)節(jié)效應(yīng)如果變量Y與變量X的關(guān)系就是變量 M的函數(shù),稱M為調(diào)節(jié)變量。就就是說，Y與X的 關(guān)系受到第三個(gè)變量 M的影響。調(diào)節(jié)變量（moderator）所要解釋的就是自變量在何種條件下 會(huì)影響因變量，也就就是說，當(dāng)自變量與因變量的相關(guān)大小或正負(fù)方向受到其它因素的影響時(shí) 這個(gè)其它因素就就是該自變量與因變量之間的調(diào)節(jié)變量。調(diào)節(jié)變量可以就是定性的（如性別、種族、學(xué)校類型等 工也可以就是定量的（如年齡、受教育年限、刺激次數(shù)等，它影響因變量與自變量之間關(guān)系方向（正或負(fù)）與強(qiáng)弱，調(diào)節(jié)變量展示了一個(gè)關(guān)系何時(shí)“與 為誰”而增強(qiáng)或減弱。如,學(xué)生一般自我概念與某項(xiàng)自我概念（如外貌、體能等）的關(guān)系，受到學(xué)生對(duì)該

4、項(xiàng)自我概念重視程度的影響：很重視外貌的人，長(zhǎng)相不好會(huì)大大降低其一般自我概念；不重視外貌的人，長(zhǎng)相不好對(duì)其一般自我概念影響不大，從而對(duì)該項(xiàng)自我概念的重視程度就是調(diào)節(jié)變量。在做調(diào)節(jié)效應(yīng)分析時(shí)，通常要將自變量與調(diào)節(jié)變量做中心化變換（即變量減去其均值，但現(xiàn)有文獻(xiàn)發(fā)現(xiàn)中心化并不能改變調(diào)節(jié)的效應(yīng)量。Y =aX +bM +cXM +e 調(diào)節(jié)效應(yīng)的基本模型1、3中介效應(yīng)與間接效應(yīng)的聯(lián)系區(qū)別中介效應(yīng)都就是間接效應(yīng)，但間接效應(yīng)不一定就是中介效應(yīng)。實(shí)際上，這兩個(gè)概念就是有區(qū)別的。首先，當(dāng)中介變量不止一個(gè)時(shí)，中介效應(yīng)要明確就是哪個(gè)中介變量的中介效應(yīng)，而間接效應(yīng)既可以指經(jīng)過某個(gè)特定中介變量的間接效應(yīng)（即中介效應(yīng)工也可以

5、指部分或所有中介效應(yīng)的與。其次，在只有一個(gè)中介變量的情形，雖然中介效應(yīng)等于間接效應(yīng) ，但兩者還就是不 等同。中介效應(yīng)的大前提就是自變量與因變量相關(guān)顯著，否則不會(huì)考慮中介變量。但即使自變量與因變量相關(guān)系數(shù)就是零，仍然可能有間接效應(yīng)，這種觀點(diǎn)目前正在激烈的討論中。多重中介效應(yīng)基本模型1、4調(diào)節(jié)效應(yīng)與交互效應(yīng)的聯(lián)系區(qū)別調(diào)節(jié)效應(yīng)與交互效應(yīng)這兩個(gè)概念不完全一樣。在交互效應(yīng)分析中，兩個(gè)自變量的地位可以就是對(duì)稱的，其中任何一個(gè)都可以解釋為調(diào)節(jié)變量；也可以就是不對(duì)稱的，只要其中有一個(gè)起到了調(diào)節(jié)變量的作用，交互效應(yīng)就存在。這一點(diǎn)從有關(guān)討論交互效應(yīng)的專著中可以瞧出。 但在調(diào)節(jié)效應(yīng)中，哪個(gè)就是自變量，哪個(gè)就是調(diào)節(jié)變

6、量，就是很明確的，在一個(gè)確定的模型中兩 者不能互換。例如，要研究數(shù)學(xué)能力的性別差異，將年級(jí)作為調(diào)節(jié)變量，這個(gè)問題關(guān)注的就是性 別差異，以及性別差異就是否會(huì)隨年級(jí)而變化。如果從小學(xué)一年級(jí)到高中三年級(jí)都獲得了各 年級(jí)學(xué)生有代表性的樣本，每個(gè)年級(jí)各用一份測(cè)試題，所得的數(shù)據(jù)就可以進(jìn)行上述分析。但同 樣的數(shù)據(jù)卻不能用于做年級(jí)為自變量、數(shù)學(xué)能力為因變量、性別為調(diào)節(jié)變量的分析，因?yàn)楦髂昙?jí)的測(cè)試題目不同，得分沒有可比性，因而按調(diào)節(jié)效應(yīng)的分析方法，分別不同性別做數(shù)學(xué)能 力對(duì)年級(jí)的回歸沒有意義。要做數(shù)學(xué)能力對(duì)年級(jí)的回歸，應(yīng)當(dāng)用同一份試題測(cè)試所有年級(jí)的學(xué)生。1、5簡(jiǎn)單中介效應(yīng)與調(diào)節(jié)相應(yīng)的比較溫忠麟等人（2005）對(duì)

7、中介效應(yīng)與調(diào)節(jié)效應(yīng)進(jìn)行比較后，得出如下結(jié)果表2調(diào)節(jié)變址與中介變量的比埼中介堂M打碣弋H的二時(shí)影咱琥何時(shí)分響栽大JT如何叩響Y柔聯(lián)暢患曷不歿而，工互及同中介靚向、M振牧而什也情況下考慮丁對(duì)的非毛肘強(qiáng)時(shí)朝*對(duì)了的打響較覆且穩(wěn)定異型灶里y 右一郎+ar+.5f- d+ e? Y-cX MF程里中“的他直X.F曲麻 M可 I花 A-h： hiMK K之吊、之力史的功心爹響了和JC之間關(guān)殺的1向4正觸曲)和強(qiáng)就代表一腫機(jī)M工地過它囂咆Fm與*. r的關(guān)系樨勺而r的相關(guān)可以b著或f著(后者較耳患iM與工F的相夫都顯著效噸回町東獨(dú)C回5系片巫枳心權(quán)應(yīng)佶計(jì)CM節(jié)足哲等于岑必出否零于家檢驗(yàn)策略幻星回U|分 冷貽

8、曲回力累融 小1號(hào)言性J沖&;質(zhì)者性黯惻密偎數(shù)的僥化(F檢驍;他朱鴕.二工也;做SQM儂弋2中介效應(yīng)與調(diào)節(jié)效應(yīng)的比較2中介效應(yīng)方法的原理與程序中介效應(yīng)的檢驗(yàn)方法眾多,包括依次檢驗(yàn)回歸系數(shù)的因果逐步回歸法(casual stepsapproach),檢3C- c-c顯著性的系數(shù)差異法 (difference in coefficients)與檢驗(yàn)ab顯著性的系數(shù)乘 積法(products of coefficients),因果逐步回歸法由于操作簡(jiǎn)單且易于理解，成為迄今為止使用最多的中介效應(yīng)檢驗(yàn)方法，但這類方法卻存在諸多缺陷，已不適應(yīng)甚至在某種程度上阻礙了中 介研究的發(fā)展，這種方法目前也受到非常大

9、的質(zhì)疑，已經(jīng)有研究者建議放棄該方法的使用。另外，由于系數(shù)差異法在a或b不全為。時(shí),存在第I類錯(cuò)誤率很高的缺陷(可高達(dá)100%),且難以應(yīng)用到更復(fù)雜的涉及多個(gè)中介變量或有調(diào)節(jié)的中介模型分析中而鮮有使用。目前被推薦的使用方法主要包括因果逐步回歸法的改良法與非參數(shù)百分位數(shù)Bootstrap法，也有研究者建議使用基于機(jī)構(gòu)方程模型的中介效應(yīng)檢驗(yàn)，另外也要一些其她方法。表1中介般應(yīng)檢聆方法的比就常，方法第一美醋駛審功收h fr= 0便 r- IIn力 0JliJiL 和 Klui#_一 一is11f出v *廠用工甘%7一卡弧世雙5飛第施氐Bhfa 和K fflny tS分中介8L $r jv尸與RI同上同

10、上同上IX臺(tái)贛齡與部分中介的相同也耳著性水平不同肛而fi ,值為 0.(15中尊心一0i階電1班豺_f - r -Jr /L * Jr-*h皿05由 0.05中芍M mjK ioituri等人網(wǎng)同k但電舁值與標(biāo)準(zhǔn)IE杳*骷帕不同溝口一 M較大蛻大報(bào)一M- L(j嶗駐等人i1 qV一 二 ”/Tl/為。心據(jù)大的a as快編h irpdniiWia杓江依很大內(nèi) 0.05等人gV2,.J J 2.y小/M忤 V獨(dú)樣本客氐“門時(shí)表也冠居小?序的惜法 假fl=0時(shí)的家一美培*皇月k 5有治械時(shí)的第一差錯(cuò)諛事與j. .V有若功毅與小出力 有關(guān).傳統(tǒng)中介效應(yīng)方法的相互比較2、1中介效應(yīng)的因果逐步回歸檢驗(yàn)法2

11、、1、1經(jīng)典中介效應(yīng)檢驗(yàn)方法的步驟因果逐步回歸法由Baron與Kenny（1986）提出，其檢驗(yàn)步驟分為三步第一 ,X對(duì)Y的回歸，檢驗(yàn)回3系數(shù)c的顯著性（即檢驗(yàn)H0：c=0）;第二,X對(duì)M的回歸，檢驗(yàn)回3系數(shù)a的顯著性（即檢驗(yàn)Ho：a=0）；第三,X與M對(duì)Y的回歸，檢驗(yàn)回3系數(shù)b與c的顯著性（即檢驗(yàn)Ho：b=0、Ho：c，=0）。中介效完全中介 應(yīng)犍泰敏應(yīng)恥著中介教中介皴應(yīng) 應(yīng)顯著不轅著了勺片和關(guān)不顯著 停止中介效應(yīng)分析如果系數(shù)c,a與b都顯著，就表示存在中介效應(yīng)。此時(shí)如果系數(shù)c不顯著，就稱這個(gè)中介效 應(yīng)就是完全中介效應(yīng)(full mediation);如果回3系數(shù)c顯著，但c.不 *手.f5

12、小 A 什A .+ 吊 律 M冷河於凡Jx *4 4半a.陋眶上小，黑小小停修 GdA 停用/ 福 AA V-+：*+ * * # 4* 4 %4*甲 * / 年 、事事和 f 卷 4 卑/ 4444444： /4事*事 事事孚華、不gdEii節(jié)：力制AR 7 M組1-cfCAf2.USS.4M.1701.UtIDD742 . DDDCI.口口 m口Mind e 1sajeljb enpLL.tGonfr 1 3b13.394.卻36656,00003 M72J.S3JT*來1336。0i76-,ooeoEDQQ-2999-.1522*J*.停*凡3瓜為融明由，i*小.+i *，*冉界律*嚏*

13、 *呻m鼻& A IftiH .aM 函事僅中* * *屋國(guó)帚*木與i+.iAJV彳嚏鼻鼻A KA M*加 A -fcX *.小0 / U nstca _._ = 3Mod e U /umma rv- R iqii問-t2：Q.3ZDF 17 B?a ：/：1 * 步:餐 4 門efh jT 1AleT, f肥：T ef FE* -T： 小 *：,* *：*： * *富* f H ora. V*ufhr Boot SE的M4&L3息!MS了鬻fit2 - . I DtM-口- . 1170, PflfiT4心心*NQTEE二 IM 山曾 I MSBootstrap結(jié)果輸出(2)基于MEDIAT

14、E 插件的操作Hayes等也建議使用 MEDIATE插件，該插件提供了簡(jiǎn)單與并行多重中介分析的語言，只需要將Hayes等編輯的語言復(fù)制到語法欄中，進(jìn)行修改即可。該方法同樣適用于自變量為類 別變量的中介分析，包括多個(gè)自變量、多個(gè)因變量與多個(gè)中介變量的多重中介分析，具體操作只需要對(duì)語法進(jìn)行修改就可以。以下就是基本語法：MEDIATE Y=symptoms/X=emotion thought/M=reaction/C=ageeduc/total=1/omnibus=1/ciconf=90/cimethod=2/samples=10000 、軟件操彳流程：第一，下載解壓縮，然后將后綴名sav改為sps

15、;第二，在spss中打開語法文件；第三，選中全部命令點(diǎn)擊按鈕運(yùn)行，output里面可以瞧到如下提示，表明mediate加載成功，注意該操作僅在spss英文版本中可運(yùn)行。第四，關(guān)閉mediate,并新建新的語法編輯框第五，輸入語法，并根據(jù)具體研究輸入變量名，程序自動(dòng)執(zhí)行（整個(gè)操作過程要求 spss數(shù)據(jù) 打開）。MEDIATE 使用需要說明之處：第一，中介變量與因變量必須就是連續(xù)變量，自變量可以就是分類變量；第二，接受不超過15個(gè)并行中介變量的分析； TOC o 1-5 h z 第三，使用分類變量進(jìn)行分析時(shí)，自變量的水平或類別不應(yīng)超過9個(gè)；第四，模型中如果出現(xiàn)變量缺失則無法運(yùn)行；第五，所有變量格式

16、都應(yīng)就是數(shù)值型，字符串型變量將導(dǎo)致程序運(yùn)行出錯(cuò)；第六，所有的回歸系數(shù)都就是基于最小二乘法計(jì)算的非標(biāo)準(zhǔn)化回歸系數(shù)。MEDIATE 運(yùn)行加載魯1 TO-itputl IDoxumavitlj - l/avrA Q* jwb- Iro-ifcm n-mrl nom ra*Ei ripVo:1aJtM .Arid-i-nx IQrtfwv tM?亡 H 棲蟲 11 E hr* Ub 1由 4 熱 # s 1/fvr SPSS/ Tiittwi 切 Andr-frii F. HapM，曬 The WiLo St t? UKiwflr#itj/ h* ifa 產(chǎn) WMh il,iy|l ，/ raicsi

17、 0ED213 */, ri* rTiTrttiacr=nf, Ui 1 = S*S5 Syit-ih CdltE-* 也 冰川 Uf中的 財(cái)Itf iiahSu出 EJLTi 5 51 也K*R*Q .巴 4 % 豈宮如 IMeU41 fe，=霓卡二S： 1 亞=驍 &1.三H3/1 口的0 mntiu5D3-Q539-.5327 35ILW*aanws TESTT TTOI !EUT，iB-mTF肛g1.M2.3l.*155l.aW741. MM.LMVOUTCOME Q3ELEi堂里相M0DE1 SU1MM時(shí)RX mAd二 R-s-qFdfldf2 ClW.00111.47312.000

18、0741-OWD.2299*MQISKL COEFFTCTSKTSCoeff.3EtFC3nsta.nt,11C171343.mow口里二 Q：M.0352,B374,402g.1性別ma0B：3 21.&193事 11?！? *+*，子杏,上* 事 * + -* * * v ?錄子，/ + *青*肯,癡號(hào)* 于善事才 +.青 方+.睢|CUTCQMK VJIBLEW克里針歐)口口 STJWlftRY-R ,.2cceJU .3712ad R-cq，06XF 1S.9-D45ati3taoocg74 口 .。8口 0Q0”uMODEL COEFEICIZbaS- coerr.Cbnjz；ant

19、223234-2q .1795,E.12.717 6尸. 3gQ#袋用3,2552,03477.314ToatKHJ費(fèi)里二-.0-525.0332-1,5329.113性期-.072.0522-1.3K3-1E4” TOC o 1-5 h z HT OF EKHOCffiEITY OF KECKED S：OK臚H IfTTZTACTION) R-sqFdfldf2p*1變更 .C1C1 *gg 7：5,CCCC 海 334MJI3J3 TST U ElFiCT EFFECTa-sqrdfidf2營(yíng)303L2OES1.0000 740. DODD.11W5 *+ + * +*+ 如/土*+ 上

20、* 如/+ 4 * 4+4蟲寸才十才 t*什*立*匕* /加 + / 4 +53工Q工亞ET EFFECT () TEHOCCES + st翱U U Effect SE 3)LLCI ULCI)奏里 i .ClflTS .039)-.0101- R !4iL Cs匚工口 ccnfidence intcrraLa fn匚 irdLirsct effectis are printed in 3立匚甘口口結(jié)果輸出2、2、3馬爾科夫鏈蒙特卡羅法（MCMC法馬爾科夫鏈蒙特卡羅（MCMC方法就是在貝葉斯理論框架下,將馬爾科夫鏈過程引入到蒙 特卡羅模擬中,實(shí)現(xiàn)抽樣分布隨模擬的進(jìn)行而改變的動(dòng)態(tài)模擬。MCMCT

21、法的計(jì)算常用WinBUGS Mplus、SASritiH( EJiprt =juiind 1 Iwf ault ra=-l Nwl”工第IMIttrailiai- P JLdiL vu avJij.q fiiiuir 皿1 口匕建立假設(shè)模型，會(huì)在Spss分析中出現(xiàn)；第二打開Amos軟彳41，根據(jù)理論構(gòu)想畫出中介效應(yīng)圖；第三,添加誤差項(xiàng)、并命名；第四,選擇數(shù)據(jù)文件添加變量，選才I List variables in date set直接拖動(dòng)顯變量即可；第五，選擇所要輸出的數(shù)據(jù)，點(diǎn)擊Output,一般選擇修正指數(shù)、標(biāo)準(zhǔn)化估計(jì)、總效應(yīng)、直接效應(yīng)與間接效應(yīng)，第六，點(diǎn)擊Calculateestimate

22、,運(yùn)行程序求解；第七，點(diǎn)擊Viewtext查瞧結(jié)果。需要注意的就是：第一 ,Amos對(duì)數(shù)據(jù)要求嚴(yán)格，數(shù)據(jù)不能含有缺失值；第二，預(yù)測(cè)變量不需要添加誤差項(xiàng)、因變量必須添加誤差項(xiàng)；白Q. ： Inpul“讓起it珈11京心 工口出 巴ugiE Helpog)a一JJ e 口一詬上肅空號(hào)膽曲鼎Adj .iLUlWmszsBEEm回恒I-yi -li ,S Ir. ；1S?第三，潛變量的命名不能與 Spss中變量名稱一致。VSS 門 KFSIE3的中口 胃 *, V J BE moHmBJr 觀 cw MH-M 婀 B 黯&s或RArn !* tri | ikwMe *mejw，wiiMMH hMiei

23、g-P qbandw擊e. vr* thv*vL J-SUhr-a-l wufcupti! caiBrir J-hf* bi -mr 3LLH Mftf 工：1 顯IB|J|*4 hwbr BtndutJ mi nitsW FiaifLcMLfli 1MbMe lidqh dLriMi B IHd fflMii-iP Firtw rem wi43A.L taFM.juw urlvaLmiElliMM Mr t!LU：4L iLTLC* E fL dl*tfrieiMI Tn0549口1 4等 g144-1虹IDoass.Du t cdmu 至雖4* + 4- + + 4 + * * * 且*

24、/ + + *4 + * + 4- + * + 4hlad 融 1 SurwiiA tyKK* 3q煙EFdfld2p ! 38安Model260券白qiff.3SS027.MK?T3.0000P141 .oomLLCI,ocooULCI .CiTli- t-bineI1 口 721If 42611COO17fi452 1S52.變班g.253503477.3O6B.ocoo1854.3216.怛則虛擔(dān)0519LM4B.2Z10.。丸3Effectof N 5 h SEtpLLC1ULC1 .0636mm1 2248221D-.0303.1656OLIflS登an結(jié)果輸出表(3) MEDIAT

25、E軟件操作流程Hayes等建議使用MEDIATE軟件操彳流程(可自動(dòng)生成虛擬變量):第一，下載解壓縮，然后將后綴名sav改為sps;第二，在Spss中打開語法文件第三，選中全部命令點(diǎn)擊按鈕運(yùn)行，進(jìn)行程序加載（該操作僅在spss英文版本中可運(yùn)行）;第四，關(guān)閉MEDIATE，并新建新的語法編輯框；第五，輸入語法，并根據(jù)具體研究輸入變量名 ，程序自動(dòng)生成虛擬變量參與程序執(zhí)行（整個(gè)操作過程要求Spss數(shù)據(jù)才T開工獲得的估計(jì)值被認(rèn)為就是相對(duì)直接效應(yīng)與相對(duì)中介效應(yīng)。MEDIATE Y=attitude/X=cond/M=communeinter/omnibus=1/samples=5000/catx=3其

26、中catx子命令只有在自變量就是分類變量時(shí)才使用祖 Untitl ed 1 Da：aSetO - PAS A1 itastcs 口 ata editor國(guó) Data用 Syntax. 眉鼻UlpLIl. 國(guó) Script .iiI占EFile Edit View DaU TanMormi An m怩e Disred Marketing Graphs- Utl 如 & Adchons Ainc rarmt*MBH*mbNr TiHU匕.Er Hl寫19mm，F(xiàn)rgd例詫 由 附 片量日/TlHIhig冏cEg .prrtiViS田 nedldAf.Mss 浦b 耳產(chǎn)5i E difaHl* ta

27、i 加餐 色Tfjfltbtni 則* 必 口.他mg GrphtFmIi. Miaen 日麗wQvlrmERNE日叼由HE(to |nofa|i.i： - i cii*i = 0NL-DE施e=NCTE 馴口Th百M(fèi)OtE司inolBliLi ：?irL UN3育 r|1一用 嗎ehUUe - Tirrtedsaaflts ised Itor indrKl tfecl Egwldfence flibemh由 M ipnt4K - I or irttilMd 二 31 vh! pticaif - 1| |I6L3 eonLianet rtmTtarmi-|nfeHwd = 1 St dhod

28、-力 amd rltort =切, d - -2iefirtkiKK，intffmH 加小修出 frfuLti mt曲 * ImolhEdJM-iIr Carloin aJ口uT建立語法操作窗口程序加載方式&M. 21工口； CZOCE口4J4B*E*a*4 hEDISUT FEgeauoe ms1 3E33 Hex,學(xué) 豆一dejl c工”,.Coojcajii：1. C43 4仆TBdiJ2. ilDECHKKb-真n.(,*為*.aan it. 344C.d口。o*DL一。47皆.U3B-2. a9BJLa-34ll4* TEST OF HOM-MEHEITT OF &口日王9:2。*

29、wM *支 ICTEELWIKUIl -r亭r6flara(直徑口. OM 6. 6149-1. OCiOO 740.0000.0103*-IHDIMCT EFFLrT4：SI TH 民3Hl- ”二MODEL SVMFFWR.JQR-aqrdifltirz.073B.QDS4.Qj414.OBSZ1 .QdOQ4z.Gaa一口4 3*MODEL rOEFFZCIEOTCMtEr01T e TTaCortswrre3制。5 03BSJMD1qg2t014&rect 3E. 4oat ILLIOtXTl*：o*qwn1*事:=p0。鼻鼻.gsit.1U015.75,UJ42-L21MMW3 IM

30、!R 2153R*sg364WSE muF M.Q720rifl1.Q0K)ijfl702.0000p11 ,DODOMoleJ*-fio? If.se1pLU?ULCConS 1 mi工3泗.必26.J,CODOKtM總um票量1.&獨(dú)0*-6,COSO,CODO,3999-.J522- 4/,*用同*4 + *- *冉 * *鬲, */*/常 %*同* *,*第 *同 * *舄*常- * *、,*%*OlLtCMG：變量加Infll? atiutiRj 17 * * * Vh * V* * */廿 * * YY* 歌* * t *修m卡* 討* *鼻*Ciilco.*e 電后 M。dir】

31、 WunjuiFE 0/47Rrsq,0006B隆F.32QO.4515dll.UODOdfi732,0000Pe， 5016*Moiel+-coe ffEStPUriULCI-Con5 1 mi2167.114725.5g51DODD1.11151 i&zik變量皿乃,0350.6719,5018-.0453r0922- *，*帆* |4*|：11*:葉4 *n青*4*竄;*4*愀融* ikiH4 *#*融*：+：*曲*4 *注款* *總有*1 *甫* |越*陋疝，DIRECT, MID INDIRECT EFFECTSTotal effect of K onEffet - -SEtp .跳

32、35UjC-.1067wot-斗Dinet of fv. t vJX UE L T-式MtKEtPLIX1net*1J皿J砌tnllisc1eflbcI c.Jm oti y 口EL feetBoot -SEEoplLLCLBmtIXCI* rrrTOTAL.皿切.OL8B二】疣-05W變a.叫曲0L78-J344-.0641*英妄二.QQU9DQQ7-00 L9，口】*匚”-.0977 1721347=.06 小Ccixp 1 tly 11ini*ri 1 e&1 L&dL reel effs-dcf工的EffacbBuvi SE弛BaoiULCrI1 1 11111 i0204F笠-.OA

33、lBr*D40i0193*1例-106T.口3-0020.1311104-pcific indirect elfgdi c&ni?4st dAfirLiiicrti(Cl) 豆量2第由心結(jié)果輸出結(jié)果報(bào)告的方式，以“姜永志，李笑燃，白曉麗，阿拉坦巴根，王海霞，劉勇、大學(xué)生神經(jīng)質(zhì)人 格、手機(jī)網(wǎng)絡(luò)服務(wù)偏好與手機(jī)網(wǎng)絡(luò)過度使用的關(guān)系、心理與行為研究，2016(2)”為例：按照Zhao等(2010)提出的中介分析程序 ，參照Preacher與Hayes(2013)提出的Bootstrap 方法進(jìn)行中介檢驗(yàn)，本研究通過抽取5000個(gè)樣本估計(jì)中介效應(yīng)的95%置信區(qū)間進(jìn)行中介效應(yīng)檢驗(yàn)。以神經(jīng)質(zhì)作為自變量、娛樂服

34、務(wù)與信息服務(wù)作為中介變量、MIEU總分作為因變量，分別帶入PROCESS程序，結(jié)果發(fā)現(xiàn)，在95%置信區(qū)間下，中介模型的總效應(yīng) Effect為0、401, 中介模型檢驗(yàn)結(jié)果的置信區(qū)間不包括0(LLCI=0、156,ULCI=0、742),中介模型成立；以?shī)蕵贩?wù)為中介變量的檢驗(yàn)結(jié)果不包括0(LLCI=0、127,ULCI=0、696)，間接效應(yīng) Effect為0、335,表明娛樂服務(wù)的中介效應(yīng)顯著。以信息服務(wù)為中介變量的檢驗(yàn)結(jié)果包括0(LLCI=0、006,ULCI=0、226)，間接效應(yīng)Effect為0、066，結(jié)果表明信息服務(wù)的中介效應(yīng)顯著。 (4)(鏈?zhǔn)?多步多重中介效應(yīng)的 Bootstr

35、ap分析步驟一，運(yùn)彳T SPSS打開數(shù)據(jù)文件；步驟二，在SPSS程序的菜單欄中找到“分析”欄目下的“回歸”,在“回歸”下面找到已經(jīng)安裝的PROCESSI彳;步驟三，運(yùn)彳T PROCESS序，出現(xiàn)對(duì)話框；步驟四，在對(duì)話框里的相應(yīng)的輸入框里，輸入因變量為變量 4,自變量為變量1,依次輸入中介變量變量2、變量3(導(dǎo)入的先后順序要與假設(shè)模型中的順序一致)。步驟五、Model Number 選擇 6,把 Bootstrap 取樣(Bootstrap samples) 設(shè)定為 1000,建議為5000,Bootstrap方法選擇偏差校對(duì)方法 (bias corrected),置信區(qū)間選擇95%E信區(qū)間；步

36、驟六、點(diǎn)擊確定執(zhí)行程序。執(zhí)行完程序，會(huì)出現(xiàn)輸出文件。在輸出文件中包括該中介模型的估計(jì)值，包括所有中介變量的總中介效應(yīng)、每一個(gè)中介變量在控制其它中介路徑時(shí)的中介效應(yīng)、直接中介效應(yīng)與間接中介效應(yīng)。如果置信區(qū)間不包括0,那么中介作用顯著，支持中介效應(yīng)的假設(shè)；如果包括0,則不顯著，不支持中介效應(yīng)的假設(shè)。特定路徑的中介效應(yīng) (specific mediationeffect), 如ab、a2b2與aia3b2；總的中介效應(yīng) (total mediation effect),即 ab+a2b2 +a 1a3b2;對(duì)比中介效應(yīng)，如 a1a3b2-a 2b2、ab-a 2b2 與a1 a3b2-a 1 b1

37、o軟物集戶Ui.CIhh止FmgMtuK辭脾帶 口二年機(jī)月1&口)1葉率第+*咕中木*左解格* process P-Oisedura foi PSS Rloasa 2a 3,2 出*興*徐*出-WWW - dd CUJIf 歸tlHhbw 1 u v F 加. Ph ,T) iflCineniitionIn 臺(tái)(2015) B ww.5n 1 foid京軍才平事界*京末A：沖步整次/中長(zhǎng)本方小肛斗出事不5t冰害;沖平*gKM不用邛肘本和生加甲肘*+ - -K X才求F+* 才求*小年.Mo 用7.4KS.I孌量302臥.CT非41 .0-3713000. 032S1D1.費(fèi)里0543.O3D&

38、1 . f6JJ.U7B3- .00C2*：忡司累.*范*r注CT 蜘狐RECTEFFEn *竄*：4*幅#*#翻，*相*菖留*，.Diiect effect of X 皿 FEffect,Q54S.0定101t 1J6P078 JLUCI-.0062ULCI11他:電4NEcm F4Efieciloot SE BcLLCtEq。皿評(píng)vVrf,fVrf,f,trfVfF m iTotti:-,Q 財(cái)ont -.133?-用眥IM: .09fflJPB -.1y4變量2-芟量取Indi:變量1-要量2-變量3-變量“ 變量1-變量3-變量*N*iKxr*MK* 疝/亢匕 IfOTEA 頌1 Vt

39、fJHIfGS *%“*，#*竄*/ITujlIibi aJ boots 1 rap Snples for l)ias 二口匚圮ctEd bgts trap c二incidence :ntErvak：5000Level of cgf Mede for ill confidence intern Is in oitiut:+195.CO-結(jié)果輸出3調(diào)節(jié)效應(yīng)的分析調(diào)節(jié)效應(yīng)分析與交互效應(yīng)分析大同小異。這里分兩大類進(jìn)行討論。一類就是所涉及的變量(因變量、自變量與調(diào)節(jié)變量 )都就是可以直接觀測(cè)的顯變量 ，另一類就是所涉及的變量 中至少有一個(gè)就是潛變量。3、1顯變量的調(diào)節(jié)效應(yīng)分析方法調(diào)節(jié)效應(yīng)分析方法根據(jù)自

40、變量與調(diào)節(jié)變量的測(cè)量級(jí)別而定。變量可分為兩類，一類就是類別變量(categorical variable),包括定類與定序變量,另一類就是連續(xù)變量 (continuousvariable), 包括定距與定比變量。老1髭變量的調(diào)畤處應(yīng)分析方法差別蘋以謂節(jié)牧點(diǎn)一自變依用偽壹F密自妾，和調(diào)節(jié)交中心牝tt “1 + /*，一代 1/ 一 c的層次網(wǎng)科分析kI，“1打聲用M的回卡L用詞定儀數(shù)螞.工喈f時(shí)工何利心4匹若昭顯色面i 相；則調(diào)仃帙同顯*.成也11網(wǎng)的回歸前也檸曲.普 1基電同三灶應(yīng)總氟R生*制=節(jié)*中心化做 aX +3打 干 的層次回除r辱志交互效應(yīng)里 如執(zhí) 還可以與虛高前交互 ；噸如仁心所衣

41、小方件門嚀載向my： &K相畿 回門的日節(jié)L第一，當(dāng)自變量與調(diào)節(jié)變量都就是連續(xù)變量時(shí)，用帶有乘積項(xiàng)的回歸模型，做層次回歸分析:第一步做Y對(duì)X與M的回歸，得測(cè)定系數(shù)R21;第二步做Y對(duì)X、M與XM的回歸得R22 (此 處就是分三步按層次移入變量，不就是一次將自變量與調(diào)節(jié)變量移入，這就是很多人容易范的錯(cuò)誤)，若R22顯著高于R21,則調(diào)節(jié)效應(yīng)顯著；或者，做XM的偏回歸系數(shù)檢驗(yàn)，若顯著，則調(diào)節(jié) 效應(yīng)顯著。第二，當(dāng)自變量與調(diào)節(jié)變量都就是類別變量時(shí)做方差分析。第三，當(dāng)調(diào)節(jié)變量就是類別變量、自變量就是連續(xù)變量時(shí)，做分組回歸分析，或?qū)⒄{(diào)節(jié)變量轉(zhuǎn)化為虛擬變量做層次回歸分析。分類的調(diào)節(jié)變量轉(zhuǎn)換為虛擬變量進(jìn)行層次

42、回歸分析后，調(diào)節(jié)效應(yīng)就是瞧方程的決定系數(shù)R顯著性整體效果，這與不同分類水平的自變量下調(diào)節(jié)變量的調(diào)節(jié)效應(yīng)識(shí)別有區(qū)別。第四，當(dāng)自變量就是類別變量、調(diào)節(jié)變量就是連續(xù)變量時(shí)，不能做分組回歸，而就是將自變量重新編碼成為虛擬變量 (dummy variable), 用帶有乘積項(xiàng)的回歸模型，做層次回歸分析。需要說明的就是，除非已知X與M不相關(guān)(即相關(guān)系數(shù)為零，否則調(diào)節(jié)效應(yīng)模型不能瞧標(biāo) 準(zhǔn)化解。這就是因?yàn)?，即使X與M的均值都就是零,XM的均值一般說來也不就是零。SiMislicd Dmg&mtaMidnmai rfftw of 1口 1 必匕寸簡(jiǎn)單調(diào)節(jié)效應(yīng)概念圖簡(jiǎn)單調(diào)節(jié)效應(yīng)模型圖3、1、1當(dāng)自變量與調(diào)節(jié)變量都

43、就是連續(xù)變量時(shí)，做層次回歸分析(1)分層回歸法(目前仍就是主流)操作步驟：第一步,所有變量做中心化處理,并生成X與M的交互項(xiàng),即變量1義變量2的交互項(xiàng)；第二步，做Y對(duì)X與M的回歸，得測(cè)定系數(shù)R1,即變量3對(duì)變量1與變量2的回歸；第三步，做Y對(duì)X、M與XM的回3得R22,若R22顯著高于R1,則調(diào)節(jié)效應(yīng)顯著；或者，做XM 的偏回歸系數(shù)檢驗(yàn)，若顯著，則調(diào)節(jié)效應(yīng)顯著，即做變量3對(duì)變量1、變量2與變量1X變量2 的交互項(xiàng)的回歸。操作演示：第一步，中心化操作，首先求得三個(gè)顯變量的均值，其次在spss轉(zhuǎn)化一計(jì)算中使用變量1- 均值、變量2-均值、變量3-均值,獲得新的三列中心化處理后的變量；通過轉(zhuǎn)化一計(jì)算

44、產(chǎn)生交 互項(xiàng)。T-7H寸由so當(dāng)量1用武也力 士再；.中,中京 1P H夫,，：白社片也裁HM由洱電1方呈帶1勺果蘇加干/ 聚 ifEn印* *1 巾tTE，借冊(cè)* EtW期/用再 1EEit9R一甲科1F：詞*f法碼* M剁16壓力E，上強(qiáng)r 1力0k修#$1期1號(hào).H*#克*卜:產(chǎn)長(zhǎng)仆口干出手表的正任二 HH1-3 22d|aaaaaBssssMMMMU4+CCF號(hào)事中心G&F赫梅在幀三昨時(shí)回 已郢今Gfl司物I -觸M尸有學(xué)* fjrt下劭中心化操作期 F-！ 142花日mMl i PUWEwvi后卜粗Hso M imc awQi wo 廿出 imH： 曲啕 列口W5 w cfp叵國(guó)小，

45、藥的褐器包可阿e下捕。,卜仲期1?FB-日期中.t7fl3EtO-t日*36J1 JI3K-23.依立05f2 3AX131042J-hi-M.M嶼9才“據(jù)蚓.44JW1 M1 ttJ-l.EA4-1婚111 M1 MJi韭1.M-I4hH1 1 MX財(cái)J.R中1g1 ttlt X3 21-1 U-Jdi1MTg131 31id/1-W-1J1-1開u1B1JJ-1，411浜fl1年、岫147- 04-1 JI41，1 PQGil1雷ItO14J-1.3H-1 BQF1?，H20UI.H彳通i|1厘1 W353i fl111 tj”覃1 111 re1 ts2總t 51-Bli-1研1 “i

46、fttV9厘妁1妁-1 IT出d 11iU才骨小fg.W,Mr fel S.“一叫.1，小K，A-h -r f中心化操作第二步，做變量3對(duì)變量1與變量2的回歸。AN De：peri d e m Variab I e 關(guān)里 3中 心化8而心博bhtadelUnslia ndardizBcl CcitfficienitE曰iit)i模甲.中心北中境2中心牝hi ia國(guó).41日口12口,S2n*r*5爭(zhēng),0171 .7-95IN網(wǎng)口由卜”目,WO& Peneridi-rir/=iriAl9lA 片里口中心化中介作用于調(diào)節(jié)作用原理與應(yīng)用步 驟五，Model Number 選擇 1,把 Bootstra

47、p 取樣(Bootstrap samples)設(shè)定為第三步，做變量3對(duì)變量1、變量2與變量1瘦量交互項(xiàng)的回歸。NKJdiHRR SquaioOld Error E climateHdhgyt lie fR 口qu Me Chan goF Chsnsert(1dC!ig F Chanoe1.日B.口g.43 399.HE，5Z 3 GJ1MN.ODD249 0hN38.帕 233.1y3IM E1T41ODOa:3D火.4而.0 1514 loa1T4DODO rrcdiiElar*.0n1,尸 ijf 中心比日Prodi(Conilanri. 5 中心f匕只里口中心化C產(chǎn)悻叫做Qrs 8陽刖風(fēng)

48、心力中心化聲足沖心化+下溜丁加速弁1巨MMWIl 口flT E-quars eCHkls an Bqu si dFE-lDR wlafual Tors!N1TJS 劇1T4J,as口口研iRcgro-EGlnnR e4ldTotalSJ 1, 172 3BT 731EiEBJT41F+3：工工口 GHs2131 1 Et 4ED00 Db3舊 Efgrv-s =-ionH Qldual TdCbI67.fi41 EHIEM2州多的3r4D人心1月日.Z2EB4.015.000 p. Prvdi cts rs. (Con鼻片聞,更力中心比Coofticiorrtsunoiondardizod C

49、oefficientsLSTaraaraised Cocfticicnio1ioD8td. Error口樹a1 *： * , 1 * ：* ：妣 * 此岸 * * 4C *： ：* 金簡(jiǎn)單調(diào)節(jié)效應(yīng)結(jié)果輸出3、1、2當(dāng)自變量與調(diào)節(jié)變量都就是類別變量時(shí)，做方差分析(步驟省略)Tests of DetweCM-Subjects EffectsDependent四門改值變里m中SoiunceType III Sum of Squares燈Mean SquareFSig.Corretied Model216.0773165l .29670.994.000,528162627.010.000費(fèi)里1中25,

50、16926,96849.627,000婪量?中97 201EO1.02282,971.000變里1中*變12申68,150H9,99850.533.000Error11 493568,020Total226 569744Corrected Total220 569743a. R Squared = .S49 (Adjusted R Squared- .936)調(diào)節(jié)效應(yīng)的方差分析3、1、3當(dāng)調(diào)節(jié)變量就是類別變量、自變量就是連續(xù)變量時(shí)，做分組回歸分析另外，也可以將分類調(diào)節(jié)變量轉(zhuǎn)化為虛擬變量后做層次回歸分析。分類的調(diào)節(jié)變量轉(zhuǎn)換為虛擬變量進(jìn)行層次回歸分析后，調(diào)節(jié)效應(yīng)就是瞧方程的決定系數(shù)R2顯著性整體效

51、果，這與不同分類水平的自變量下調(diào)節(jié)變量的調(diào)節(jié)效應(yīng)識(shí)別有區(qū)別。SPSS中對(duì)分組回歸的操作主要分兩步進(jìn)行，第一步就是對(duì)樣本數(shù)據(jù)按調(diào)節(jié)變量的類別進(jìn)行分割，第二步則就是回歸分析。具體步驟見下圖：第一步，對(duì)樣本數(shù)據(jù)按調(diào)節(jié)變量的類別進(jìn)行分割，選擇數(shù)據(jù)date-split files,選擇性別。WFBi 1msvill - *sw E通於3銀石工件近r澗正o帆痣揖訂：曲忻卜二1司和更四廳遑）苑用程中川窗口附；鶴就,二自叩r，里品本部 宜也忡小孰量*1714忖旗勝現(xiàn)勒虐岫02鉆。里去1飛同時(shí)Kf曲同e2&51花石昆7?邛受庇新舊jB1&52*1甲/他聆11師1:網(wǎng)S2網(wǎng)罰卻即目2網(wǎng)克于1弛網(wǎng)IB25553曲面

52、他B2曲畫他Q27H:4的,舊）g2過H1中fi(NB2659立定之中物B2椒宜鼠0的02&G1J?i4fflWHl82國(guó)2舒明網(wǎng)B2陽好刷餐寄27? 口卻叫H）8211U矢列斡井慝無ia三七是羌1614充無10巖E處安*Tiran=:|出行酒而、H，不=0憂柱里C；:林河苑門蚌二;；EM ffHti ，度站 rwwi rrfji /博4 ，d， ，情命 ,濕血 卡呈Sb 度的 度星 度也吊肌J良學(xué)Z * F*古稻:K，1HR*9軻雪-類別變量拆分第二步，選擇回歸命令并設(shè)置自變量與因變量，選擇自變量為變量 1、勾選相應(yīng)的統(tǒng)計(jì)量，確定。因變量為變量3,HH線性回歸，,生別孑年織產(chǎn)牛調(diào)地，=4，現(xiàn)

53、在停用時(shí)同總討為治理持用時(shí)同，堂花-2，用茶一5里表-6夕里衷 7，至忠 171里我一104里表一團(tuán)口夕里表一Z1里表一 736里表一/里森一R固笠里1QK|中塊1的1下一 卡實(shí)重1中S方法國(guó)返2，,走J粘貼 里罡逐L取消 |都助第三步，瞧輸出結(jié)果，分析調(diào)節(jié)效應(yīng)，見表格數(shù)據(jù)。Modoi Surniriary性到MQWRR Square畫出小口 R GquaifSM Ernarcrf the EsllmateR S qgiQ Ch ariseF Change1llflE g f Changept1二-，即呻,401 WJOS79D3T11.3tla，哂a 7僻4 A1QOQ同犯griwi反型量伸

54、ANOVAP44 名， Modelsum ar Baus resdTMean sei口白白FSI。男生1Regir 曰 ami 口口2. i ats12J 8UU.U31.UU3一Resid Lial3D 49B1 2G.242Total3 2. 811 27女生1曰歲。目不事ion13,223113,22344.937-000JRrMlilRl160 47161 4,204Total103.60015a. Predlctora: (Constent). SSEJ中b. Dp enderitVbirldiLlu.交里3中cnn變量2的交互項(xiàng)。第二步，做丫對(duì)X與M的回歸，得測(cè)定系數(shù)R21,變量3

55、對(duì)虛擬性另J與變量 2的回歸。第三步做Y對(duì)X、M與XM的回歸得R22,若R22顯著高于R21,則調(diào)節(jié)效應(yīng)顯著；或者，做 XM的偏回歸系數(shù)檢驗(yàn)，若顯著，則調(diào)節(jié)效應(yīng)顯著，即做變量3對(duì)虛擬性另I、變量2與虛擬性別 義變量2的交互項(xiàng)的回歸。CofficientsaWndFlUnstndardiz&d CoefficiBritsStandardiiecl CocITicienlstWiQ口Std. ErrorBela1(Constant)-007.022-.307759虛撼性別,043.054,029.7974262CC or Mart)-01BIJ19*033405由摞性別,0S5,0470662.0

56、43.041奘里2中,40215.3410003(Constant).UI j.(JlH*37/.sal虛嘏性別002.0471 .744092艾里？巾,173,5W311 020000受理性別和堂里上交互.I82.071-093-2572.010a- Dependent Variable：我里 J中層次回歸結(jié)果輸出3、2潛變量的調(diào)節(jié)效應(yīng)分析方法有關(guān)潛變量的分析需要用到結(jié)構(gòu)方程模型。潛變量的測(cè)量會(huì)帶來測(cè)量誤差，所以考慮潛變量時(shí)都認(rèn)為就是連續(xù)變量。有潛變量的調(diào)節(jié)效應(yīng)模型通常只考慮如下兩種情形：一就是調(diào)節(jié)變量就是類別變量，自變量就是潛變量；二就是調(diào)節(jié)變量與自變量都就是潛變量 （連續(xù)變 量）。第一，

57、當(dāng)調(diào)節(jié)變量就是類別變量時(shí)，做分組結(jié)構(gòu)方程分析。這種方法就是顯變量情形分組 回歸的推廣（與顯變量操作方法相同工主要使用 SPSS,以及常用的結(jié)構(gòu)方程分析軟件（如LISREL、AMOS）她們都有現(xiàn)成的分組分析命令。第二，當(dāng)調(diào)節(jié)變量與自變量都就是潛變量時(shí)，有許多不同的分析方法。如逐步回歸法（逐步回歸法與之前的一致）、結(jié)構(gòu)方程法、校正的非參數(shù)百分位Bootstrap 法（基于PROCESS與MEDIATE），其中校正的非參數(shù)百分位Bootstrap法操作也與前文一致。在這里我們推薦使用校正的非參數(shù)百分位Bootstrap法，在PROCESS的操作，比如自變量有3個(gè)因子、調(diào)節(jié)變量有 2個(gè)因子、因變量有

58、3個(gè)因子，只需根據(jù)在三個(gè)潛變量的關(guān)系選 擇相應(yīng)的模型進(jìn)行操作即可，簡(jiǎn)單調(diào)節(jié)為模型1。在MEDIATE插件中，由于分析的主要就是 ab交互項(xiàng)對(duì)因變量的回歸，所以可直接將語法 進(jìn)行調(diào)整，將M項(xiàng)輸入為自變量與調(diào)節(jié)變量的交互項(xiàng)即可，如MEDIATE Y=變量3伏=變量1/“=變量1與變量2交互項(xiàng)/total=1/omnibus=1/ciconf=95/cimethod=2/samples=5000、4復(fù)雜中介效應(yīng)與調(diào)節(jié)相應(yīng)4、1有中介的調(diào)節(jié)效應(yīng)如果一個(gè)模型除了自變量與因變量外，涉及的第三變量不止一個(gè)，可能會(huì)同時(shí)包含調(diào)節(jié)變 量與中介變量。這些變量出現(xiàn)在模型中的位置不同會(huì)產(chǎn)生不同的模型，聯(lián)系著不同的統(tǒng)計(jì)背

59、景與意義。如，要研究感覺尋求（X）對(duì)煙酒使用（Y）的影響。以往的研究發(fā)現(xiàn)，生活事件（U）就是調(diào)節(jié)變 量,不良同伴（W）就是中介變量。據(jù)此可以建立如圖所示的模型。我們知道,UX就是調(diào)節(jié)效應(yīng)項(xiàng),如果它影響 W,而W影響Y,說明調(diào)節(jié)效應(yīng)（至少部分地）通過中介變量 W而起作用，稱這樣 的調(diào)節(jié)變量就是有中介的調(diào)節(jié)變量（mediated moderator）。有中介的調(diào)節(jié)模型意味著自變量對(duì)因變量的效應(yīng)受到調(diào)節(jié)變量的影響，而調(diào)節(jié)效應(yīng)（至少部分地）通過中介變量而起作用。IE I有中介的調(diào)芍模型JB_出含鐵44、1、1依次檢驗(yàn)法 基本步驟：做Y對(duì)X,U與UX的回歸Y=co+ciX+c2U + C3UX+e i

60、(1)UX的系數(shù)C3顯著(即U對(duì)Y與X關(guān)系的調(diào)節(jié)效應(yīng)顯著)接下來要檢驗(yàn)UX會(huì)通過中介變量 W對(duì)因變量丫產(chǎn)生影響。(2)做W對(duì)X,U與UX的回歸W=ao+aiX+a2U+a3UX+e2 (2)UX的系數(shù)a3顯著做Y對(duì)X,U,UX與 W的回歸Y=co+ci X+C2 U+C3 UX+b iW+e3(3)W勺系數(shù)bi顯著Mb. 07 0至此說明UX通過中介變量 W對(duì)因變量Y產(chǎn)生影響。此時(shí)，間接的調(diào)節(jié)效應(yīng)(即通過中 介變量的調(diào)節(jié)效應(yīng))等于a3bi,直接的調(diào)節(jié)效應(yīng)等于 c3，。如果在第3步中,UX的系數(shù)c3不顯著, 則U的調(diào)節(jié)效應(yīng)完全通過中介變量W而起作用。目前，國(guó)內(nèi)學(xué)者多采用這種方法檢驗(yàn)有中介的調(diào)節(jié)模