©2020-2024 ioDraw All rights reserved
<>1.中介效应
中介效应模式：A对C的作用通过B发生，即A-B-C。其中A-C如果作用为零，则B为完全中介；若A-C作用不为零，则B为部分中介。
形象比喻：中介效应为“媒婆”，A-C的认识是通过媒婆牵线搭桥。
<>1.1 中介效应
指变量间的影响关系（X→Y）不是直接的因果链关系，而是通过一个或一个以上的变量M间接影响产生，此时称M为中介变量，X通过M对Y的间接影响称为中介效应。
以上基本模型和回归方程描述了变量之间的关系：
方程（1）的系数c为X对Y的总效应；
方程（2）的系数a是X对M的直接效应；
方程（3）的系数b是在控制了X的影响后，M对Y的直接效应；
系数c’是控制了M的影响后， X对Y的直接效应；系数ab是经过中介变量M产生的中介效应，并存在ab=c-c’的关系。
<>1.2 分析步骤
步骤一：X对Y的回归，检验回归系数c的显著性
步骤二：X对M的回归，检验回归系数a的显著性
步骤三：X和M对Y的回归，检验回归系数b和c’的显著性
在SPSS操作软件中，分别对方程(1)(2)(3)进行线性回归分析，逐步检验系数的显著性。打开菜单栏，分析→回归→线型，分别加入自变量和因变量，输出结果，得到系数的显著性。
<>1.3 案例
1.31 数据展示
研究工作认同感与工作绩效之间心理因素（焦虑）的意义，案例数据包括“不被认同”、“焦虑”、“工作绩效” 3个变量。
从自变量、因变量、中介变量的概念来理解，“不被认同”即自变量X，“焦虑”即中介变量M，“工作绩效”即因变量Y。
1.32 操作流程
Step1：检验方程Y=c*X+e1 中系数c是否显著
具体操作其实很简单，就是常规的线性回归过程。菜单：【分析】→【回归】→【线性】，在线性回归主对话框中进行操作即可。
线性拟合结果：
显然，模型 Y=c*X+e1 显著，标准化系数c=0.678，p=0.000，显著。可以继续检验其他两个方程是否显著了。
Step2：检验方程M=a*X+e2 中系数a是否显著
重复进行线性回归过程，焦虑变量作为因变量，工作不被认同变量作为自变量进行线性拟合即可。
显然，模型M=a*X+e2 显著，标准化系数a=0.533，p=0.000，系数显著。可继续检验另外一个方程。
Step3：检验方程Y=c’X+bM+e3 中系数b和c’是否显著
重复进行线性回归过程，工作绩效作为因变量，工作不被认同和焦虑同时作为自变量，进行线性拟合即可。
显然，模型Y=c’X+bM+e3 显著，标准化系数b=0.213，p=0.000，系数显著。系数c’=0.564，p=0.000，显著。
此时方程(2)方程(3)中有关“焦虑”变量的系数a和系数b均显著，方程(3)中c’显著，所以本研究属于部分中介效应。
自变量“工作不被认同”对因变量“工作绩效”的中介效应不完全通过中介变量“焦虑”的中介来达到影响，“工作不被认同”对“工作绩效”有部分直接效应。
中介效应对总效应的贡献率：M=ab/c=0.5330.213/0.678=0.167，及16.7%。
<>2.调节效应
调节效应：A-C有作用，但B会影响A-C 的作用大小。
形象比喻：调节效应为“小三”，会影响A-C正常的夫妻关系。
<>3.交互作用
上图为i型交互作用模式：A-C有关系，B-C有关系；并且B会影响A-C关系，A会影响B-C关系。
此图就像A和B是同宿舍的室友，都同时喜欢了C，意思AB互为小三，但没有先后关系。
调节效应和交互效应在统计模型上无本质区别；但调节效应能够指定谁是自变量，谁是调节变量；而交互作用地位是等价的。
研究中介和调节效应，但研究因素为显变量时采用Process最佳；
当为潜变量时采用AMOS为好，当然还有lisrel，Mplus等。
lisrel为最早的结构方程模型软件，通过编程操作，已逐渐被取代之势，感兴趣的可以好好学习Process和AMOS吧！