中介效应分析概述中介效应分析广泛用于社会科学研究(Wood, Goodman, Beckmann, & Cook, 2008), 如心理学(MacKinnon, Fairchild, &Fritz, 2007; Rucker, Preacher, Tormala, & Petty, 2011),管理学(Mathieu, DeShon, & Bergh, 2008)和 传播学(Hayes, Preacher, &Myers,2011)等Rucker等(2011)统计发现2005至2009年间发表在《人格与社 会心理学朵志》(Journal of Personality and Social Psychology, JPSP)和《人格与社 会心理学公报^(Personality and Social Psychology Bulletin, PSPB)_L 59%和 65%的 文章使用了中介检验中介分析之所以如此流行，主要取决于如下几点原因(MacKinnon, 2008; MacKinnon, Fairchild, & Fritz, 2007)：第一，刺激一有机体一反应模型在心理学小的主导地位其次，中介变量是社会科 学诸多理论中不可缺少的内容。
第三，方法学上的挑战，中介效应检验的精确性激起了方法学者的研究热 情，新的方法或检验程序不断更新(Mathieu, DeShon, & Bergh, 2008) □ 中介变量存在于多种模型，如路径模型，SEM,纵向模型(MacKinnon, 2008; von Soest & Hagtvet, 2011)和多水平模型(Preacher, Zyphur, & Zhang, 2010; 温忠麟等,2012)等，下面介绍在路径模型的框架内结束中介效应分析，这 里介绍的方法也适用于其他情况，潜变量路径分析(SEM)P的中介效应分 析放在第8章介绍，关于其他模型的小介效应分析的内容可参见 MacKinnon(2008)和温忠麟等(2012)的专著第二，2•中介效应分析的意义中介变量是联系两个变量之间关系的纽带，在理论丄，中介变量意味着某 种内部机制(MacKinnon, 2008)自变量X的变化引起中介变量M的变化， 中介变量M的变化引起因变量Y的变化例如，某种治疗癌症的药物(X) 需要通过特定的酶(M)才能有效杀死肿瘤细胞(X),如果体内缺少这种酶， 药物的作用将失效可见中介变量是参与整个因果过程小的重要…环，不 可或缺，止因为如此，中介效应分析的前提是变量间存在明确的(理论上 或申实上的)因果关系(Baron & Kenny, 1986; Kenny et al., 1998;MacKinnon et al., 2002),否则结果很难解释。
3•中介效应检验第三，文献中存在多种中介效应检验的程序(MacKinnon, 2008; MacKinnon et al.,2002;温忠麟等,2012),下面以最简单的中介模型为例说明中介效应分 析的思路如图3・9, 变量X作用于因变量Y,路径系数c由于不涉 及第三个变量，所以c代表H变量作用于因变量的总效应MM=aX*e2Y=c?X-b.V-e3*―般情况下，只有为c显著或X与丫相关显著吋才会考虑中介变量(e.g., Baron & Kenny, 1986; Judd & Kenny, 1981;温忠麟等,2012),但不必然如此下图是个 单中介模型，代表自变量X作用于中介变量M的效陆b表示中介变量M作 用于因变量Y的效应，小代表考虑或控制小介变量M后，自变量X作用于因变 量Y的效应使用流行的统计分析软件或结构方程软件可以方便的获取a, 4 c和J的估 计值及对应标准误，进行显著性检验和构建路径系数的置信区^(MacKinnon, 2008; Preacher & Hayes, 2008)总效应等丁•所有中介效应加上c = ah + cc为总 效应，c，为考虑中介效应后的直接效应，"为中介效应也称间接效应。
在回归模 型中,ab = c-c9,但在其他模型(如logistic回归和多水平分析)中两者不…定完 全相等(MacKinnon, 2008;温忠麟等,2012)1)逐步检验法(Causal Steps Approach; Baron & Kenny, 1986)Kenny及其同事描述的中介效应检验程序是使用较多的检验程序，该方法易于理 解和険作，具体步骤如下：a. 检验总效应系数是否c显著，即口变量与因变量之间是否存在显著关系如 果c显著则继续进行随后的分析，如果不显著中介分析终止b. 检验自变量作用于小介变量效应d是否显著;如果d显著则继续进行随后检验, 否则终止分析，中介效应不存在；c. 检验中介变量作用于因变量效应是否b显著;如果b显著则继续进行随后检验, 否则终止分析，中介效应不存在；d. 检验直接效应c，是否显著在和b都显著的情况下，如果c，不显著说明存在 完全中介(Judd & Kenny, 1981),否则存在部分中介效应(Baron&Kenny, 1986)O 尽管逐步检验法易丁•理解和操作而且使用最频繁，但其存在问题也很明显如前 所述，c是否显著并卄•中介检验的必要前提，因为在有些情况下尽管c不显著仍 然存在实质的中介效应即所谓的抑制模型(Suppression model; MacKinnon, Krull, &Lockwood, 2000)o如果按照逐步检验法的要求，c必须首先显著否则中介变量 无从谈起，而实际中亡不显著而存在实质性中介效应的情况又非常普遍，所以逐 步检验法将错过很多实际存在的中介效应。
另外，模拟研究发现，与其他方法相 比逐步检验法的统计功效最小(MacKinnon, Lockwood, Hoffman, West, & Sheets, 2002; MacKinnon, Lockwood, & Williams,2004)0系数乘积检验就是检验”乘积是否显著即H()：" = 0,此程序常使用Sobel(1982) 提出的标准误计算公式，因此也将此检验称作Sobel检验"乘积是中介效应的大小，所以检验”乘积是否显著是对中介效应的直接检验 ”乘积作为抽样分布，文献中存在多种计算其标准误的方法，其中最常用的是 Sobel(1982)给出的公式：s2a和s2b分别为系数a, b标准误的平方系数乘积检验法的统计量是 z=ab/sab,如果检验显著说明中介效应显著此公式被常用的SEM分析 软件采用，例如EQS, LISREL和MpliiSo也有其他的分析程^(Preacher & Hayes, 2004)使用不同的标准误公式如：根据sab可以构建中介效应的置信区间：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，特别是样本量较少吋因为即使"，b分别服从正态分布，db的乘 积也可能与正态分布存在较大差异。
3)差异系数检验差异系数检验即检验HO： cd=()通常情况下ab = c-c\ Wilt差异系数同 系数乘积法有很多相同Z处cd的标准误估计通常使用如下公式(McGui gan & Langholz, 1988)：Sc和Sc，分别为两个直接效应估计的标准误，厂为自变量与中介变量的相 关系数差异系数采用/检验，其统计量为uc・cTS2模拟研究发现(MacKinnon et al., 2002),系数乘积法和差异系数法比逐步 检验法精确且具有较高的统计效力4) BootstrappingBootstrapping的原理是半正态分布假设不成立吋，经验抽样分布可以作为 实际整抵分布用于参数估计Bootstrapping以研究样木作为抽样总体，釆 用放回取样，从研究样本中反复抽取一定数量的样本(例如，抽取500 次)，通过平均每次抽样得到的参数作为最后的估计结果(Efron & Tibshirani, 1993; Mooney& Duval, 1993)Bootstrapping不需要分布假设所以避免了系数乘积检验违反分布假设的 问题，而且该方法不依赖标准误所以避免了不同标准误公式产生结果不一 致的问题。
模拟研究发现，与其他中介效应检验方法相比Bootstrapping 具有较高的统计效力(e.g., Briggs, 2006;Cheung, & Lau, 2008; MacKinnon et al., 2002,2004; Williams & MacKinnon, 200&Taylor, MacKinnon, & Tein, 2008)o因此,Bootstrapping法是目前比较理想的中介效应检验法(Preacher, & Hayes, 2008 reacher, Rucker, & Hayes, 2007;Hayes, Preacher, & Myers, 201 l)oMplus 提供两种 BootstrapLH：标准的和残差的(Bollen & Stine, 1992; Efron & Tibshirani, 1993; Enders, 2002)0 标准的 Bootstrap 只适应于 ML, WLS, WLSM, WLSMV, ULS 和 GLS 估计法，因为 MLR, MLF, MLM 和 MLMV 估计法的标准Bootstrap与ML结果相同残差的Bootstrap只适应于连续 变量的ML估计。
通过使用Bootstrap语句以及MODEL INDIRECT和 CINTERVAL,可以得到间接效应的Bootstrap标准误和偏差校正的 Bootstrap置信区间⑵4•中介如应分析小结本小结以最简单的中介模型为例，简要介绍了四种常用的中介效应检验方 法多中介等更复杂的效应检验与此人同小异，对于这些问题的进一步探 讨请参见MacKinnon的专著(2008)和相关研究论文(e.g., Cheung, & Lau, 200& Shrout, & Bolger, 2002; Taylor, MacKinnon, & Tein, 2008; von Soest, & Hugtvet, 2011) o。