运用SPSS及AMOS进行中介效应分析.doc

中介效应重要理论及操作务实

一、中介效应概述

中介效应是指变量间的影响关系（）不是直接的因果链关系

而是通过一个或一个以上变量的间接影响产生的，此时我们称

 为中介变量，而  通过  对  产生的的间接影响称为中介效应。

中介效应是间接效应的一种，模型中在只有一个中介变量的情况下 ，

中介效应等于间接效应；当中介变量不止一个的情况下，中介效应

的不等于间接效应，此时间接效应可以是部分中介效应的和或所有

研究当中，中介变量的提出需要理论依据或经验支持，以上述因果

链为例，也完全有可能存在另外一些中介因果链如下：

就业压力→个体择业期望→择业行为反应；

就业压力→个体生涯规划→择业行为反应；

因此，研究者可以更具自己的研究需要研究不同的中介关系。当

然在复杂中介模型中，中介变量往往不止一个，而且中介变量和调

节变量也都有可能同时存在，导致同一个模型中即有中介效应又有

调节效应，而此时对模型的检验也更复杂。

以最简单的三变量为例，假设所有的变量都已经中心化，则中

介关系可以用回归方程表示如下：





上述  个方程模型图及对应方程如下：

中介效应的检验传统上有三种方法，分别是依次检验法、系数乘

积项检验法和差异检验法，下面简要介绍下这三种方法：

1.依次检验法（causual steps ）。依次检验法分别检验上述

）））三个方程中的回归系数，程序如下：

1.1 首先检验方程 ）

绝），则继续检验方程 ），如果  不显著（说明  对  无影响），

则停止中介效应检验；

1.2在  显著性检验通过后，继续检验方程 ）

著，则停止检验；

1.3 在方程 ）和 ）都通过显著性检验后，检验方程 ）即



检验  的显著性，若  显著（ 被拒

绝）则说明中介效应显著。此时检验 若 显著，则说明是不完

全中介效应；若不显著，则说明是完全中介效应， 对  的作用完

全通过  来实现。

评价依次检验容易在统计软件中直接实现，但是这种检验对于

较弱的中介效应检验效果不理想，如  较小而  较大时，依次检验

判定为中介效应不显著，但是此时  乘积不等于 ，因此依次检验

积项联合标准误而已，而且此时总体分布为非正态，因此这个检验

公式的  值和正态分布下的  值检验是不同的，同理临界概率也不

能采用正态分布概率曲线来判断。具体推导公式我就不多讲了，大

家有兴趣可以自己去看相关统计书籍。分母 

的计算公式为：



个检验称为  检验，当然检验公式不止这一种例如  !

" 检验和  !"" 检验都可以检验（见下）但在样本比较大的

情况下这些检验效果区别不大。在 #$% 中没有专门的  检验

的模块，需要自己手工计算出。而在 &' 里面则有，其临界值为



)*+, 或 

-.*+,/-*0，12。关于临界值比率表

见附件（虚无假设概率分布见 3&!!! 表中无中介效应 4*5*表，

双侧概率，非正态分布。这个临界表没有直接给出*0 的双侧概率

值，只有*6 的双侧概率值；以 1 为例，*0 的双侧概率值在

其 表 中 大 概 在 7*+ 左 右 ， 而 不 是 温 忠 麟 那 篇 文 章 中 提 出 的

*+,。关于这一点，我看了温的参考文献中提到的 3&!!! 那

篇文章，发现温对于*+, 的解释是直接照搬 3&!!! 原文中的一

*0&?!&@!<':;':;! *+A  >'  :;:!'

!' ::>6*B&?!::;&::::&:&C

=&:= &D'!:&:'&=:&!:;!:;!' 

统计值，因为在该表中根本就没有直接给出*0 概率的统计值。为

了确定这点，我专门查了国外对这个概率表的介绍，发现的确如此，

相关文章见附件 &:&! *''。当然，从统计概率上来说

大于 *+, 在这个表中意味着其值对应概率大于*0，但是当统计值

小于 *+,

+C:;

时而大于 *C,

+,:;

，其值对应概率的判断就比较麻烦了，

此时要采用 *+ 作为 /-*0 的统计值来进行判断。之所以对温的

文章提出质疑，是因为这涉及到概率检验的结果可靠性，我为此查

了很多资料，累）。

 !" 检验公式如下  !"" 检验检验公式如下



注：从统计学原理可知，随着样本量增大，样本均值和总体均值的

差误趋向于减少；因此从这两个公式可看出， 的值随着样本容

量 增 大 而 呈 几 何 平 方 值 减 小 ， 几 乎 可 以 忽 略 不 计 算 ， 因 此

3&!!!:*++C认为 乘积项在样本容量较大时是

“:'&<&E（琐碎不必要的）的，因此  检验和  ! 检验

4 9'&!  >  :;  :  F:  &:&!  !  $:;'

"!:'<!&!?5'&GD:*/;?&:;

评价：采用  等检验公式对中介效应的检验容易得到中介效应

显著性结果，因为其临界概率（ 3&!!!）/-*0 的  值为



(

)*+ 或 

(

-.*+，而正态分布曲线下临界概率 /-*0 的 

值为 

)*+A 或 

错误（拒绝虚无假设而作出中介效应显著的判断）

3.差异检验法(dierence in coecients)。此方法同样要找

出联合标准误，目前存在一些计算公式，经过 3&!!! 等人的