1、中介作用于调节作用原理与应用中介效应与调节效应:原理与应用姜永志整理编辑中介效应与调节效应概念原理1中介效应考虑自变量X对因变量Y的影响，如果X通过影响变量M而对Y产生影响，则称M为中介变量,中介变量阐明了一个关系或过程“如何”及“为何”产生。例如，上司的归因研究：下属的表现-上司对下属表现的归因-上司对下属表现的反应,其中的“上司对下属表现的归因”为中介变量。假设所有变量都已经中心化(即将数据减去样本均值,中心化数据的均值为0)或者标准化(均值为0,标准差为1),可用下列回归方程来描述变量之间的关系(图1就是相应的路径图):其中方程(1)的系数c为自
2、变量X对因变量Y的总效应;方程(2)的系数a为自变量X对中介变量M的效应;方程(3)的系数b就是在控制了自变量X的影响后,中介变量M对因变量Y的效应；系数c就是在控制了中介变量M的影响后，自变量X对因变量Y的直接效应；e1-e3就是回归残差。中介效应等于间接效应(indirecteffect),即等于系数乘积ab,它与总效应与直接效应有下面关系:TOCo1-5hzY=cX+e1(1)M=aX+e2(2)Y=cX+bM+e3(3)c=cab(4)简单中介效应中成立,多重中介效应不成立。冏伟）中介效应的因果逐步回归法模
4、项自我概念重视程度的影响：很重视外貌的人，长相不好会大大降低其一般自我概念；不重视外貌的人，长相不好对其一般自我概念影响不大，从而对该项自我概念的重视程度就是调节变量。在做调节效应分析时，通常要将自变量与调节变量做中心化变换（即变量减去其均值，但现有文献发现中心化并不能改变调节的效应量。Y=aX+bM+cXM+e调节效应的基本模型1、3中介效应与间接效应的联系区别中介效应都就是间接效应，但间接效应不一定就是中介效应。实际上，这两个概念就是有区别的。首先，当中介变量不止一个时，中介效应要明确就是哪个中介变量的中介效应，而间接效应既可以指经过某个特定中介变量的间接效应（即中介效应工也可以
8、曲回力累融小1号言性J冲&;质者性黯恻密偎数的侥化(F检骁;他朱鸵.二工也;做SQM侬弋2中介效应与调节效应的比较2中介效应方法的原理与程序中介效应的检验方法众多,包括依次检验回归系数的因果逐步回归法(casualstepsapproach),检3C-c-c显著性的系数差异法(differenceincoefficients)与检验ab显著性的系数乘积法(productsofcoefficients),因果逐步回归法由于操作简单且易于理解，成为迄今为止使用最多的中介效应检验方法，但这类方法却存在诸多缺陷，已不适应甚至在某种程度上阻碍了中介研究的发展，这种方法目前也受到非常大
9、的质疑，已经有研究者建议放弃该方法的使用。另外，由于系数差异法在a或b不全为。时,存在第I类错误率很高的缺陷(可高达100%),且难以应用到更复杂的涉及多个中介变量或有调节的中介模型分析中而鲜有使用。目前被推荐的使用方法主要包括因果逐步回归法的改良法与非参数百分位数Bootstrap法，也有研究者建议使用基于机构方程模型的中介效应检验，另外也要一些其她方法。表1中介般应检聆方法的比就常，方法第一美醋驶审功收hfr=0便r-IIn力0JliJiL和Klui#_一一is11f出v*厂用工甘%7一卡弧世双5飞第施氐Bhfa和KfflnytS分中介8L$rjv尸与RI同上同
10、上同上IX台赣龄与部分中介的相同也耳著性水平不同肛而fi,值为0.(15中尊心一0i阶电1班豺_f-r-Jr/L*Jr-*h皿05由0.05中芍MmjKioituri等人网同k但电舁值与标准IE杳*骷帕不同沟口一M较大蜕大报一M-L(j崂驻等人i1qV一二”/Tl/为。心据大的aas快编hirpdniiWia杓江依很大内0.05等人gV2,.JJ2.y小/M忤V独样本客氐“门时表也冠居小序的惜法假fl=0时的家一美培*皇月k5有治械时的第一差错谀事与j..V有若功毅与小出力有关.传统中介效应方法的相互比较2、1中介效应的因果逐步回归检验法2
11、、1、1经典中介效应检验方法的步骤因果逐步回归法由Baron与Kenny（1986）提出，其检验步骤分为三步第一,X对Y的回归，检验回3系数c的显著性（即检验H0：c=0）;第二,X对M的回归，检验回3系数a的显著性（即检验Ho：a=0）；第三,X与M对Y的回归，检验回3系数b与c的显著性（即检验Ho：b=0、Ho：c，=0）。中介效完全中介应犍泰敏应耻著中介教中介皴应应显著不辕著了勺片和关不显著停止中介效应分析如果系数c,a与b都显著，就表示存在中介效应。此时如果系数c不显著，就称这个中介效应就是完全中介效应(fullmediation);如果回3系数c显著，但c.不*手.f5
13、*呻m鼻&AIftiH.aM函事仅中***屋国帚*木与i+.iAJV彳嚏鼻鼻AKAM*加A-fcX*.小0/Unstca_._=3ModeU/ummarv-Riqii问-t2：Q.3ZDF17Ba：/：1*步:餐4门efhjT1AleT,f肥：TefFE*-T：小*：,**：*：**富*fHora.V*ufhrBootSE的M4&L3息!MS了鬻fit2-.IDtM-口-.1170,PflfiT4心心*NQTEE二IM山曾IMSBootstrap结果输出(2)基于MEDIAT
14、E插件的操作Hayes等也建议使用MEDIATE插件，该插件提供了简单与并行多重中介分析的语言，只需要将Hayes等编辑的语言复制到语法栏中，进行修改即可。该方法同样适用于自变量为类别变量的中介分析，包括多个自变量、多个因变量与多个中介变量的多重中介分析，具体操作只需要对语法进行修改就可以。以下就是基本语法：MEDIATEY=symptoms/X=emotionthought/M=reaction/C=ageeduc/total=1/omnibus=1/ciconf=90/cimethod=2/samples=10000、软件操彳流程：第一，下载解压缩，然后将后缀名sav改为sps
15、;第二，在spss中打开语法文件；第三，选中全部命令点击按钮运行，output里面可以瞧到如下提示，表明mediate加载成功，注意该操作仅在spss英文版本中可运行。第四，关闭mediate,并新建新的语法编辑框第五，输入语法，并根据具体研究输入变量名，程序自动执行（整个操作过程要求spss数据打开）。MEDIATE使用需要说明之处：第一，中介变量与因变量必须就是连续变量，自变量可以就是分类变量；第二，接受不超过15个并行中介变量的分析；TOCo1-5hz第三，使用分类变量进行分析时，自变量的水平或类别不应超过9个；第四，模型中如果出现变量缺失则无法运行；第五，所有变量格式
16、都应就是数值型，字符串型变量将导致程序运行出错；第六，所有的回归系数都就是基于最小二乘法计算的非标准化回归系数。MEDIATE运行加载鲁1TO-itputlIDoxumavitlj-l/avrAQ*jwb-Iro-ifcmn-mrlnomra*EiripVo:1aJtM.Arid-i-nxIQrtfwvtM亡H栖虫11Ehr*Ub1由4热#s1/fvrSPSS/Tiittwi切Andr-friiF.HapM，晒TheWiLoSttUKiwflr#itj/h*ifa产WMhil,iy|l，/raicsi
17、0ED213*/,ri*rTiTrttiacr=nf,Ui1=S*S5Syit-ihCdltE-*也冰川Uf中的财ItfiiahSu出EJLTi551也K*R*Q.巴4%岂宫如IMeU41fe，=霓卡二S：1亚=骁&1.三H3/1口的0mntiu5D3-Q539-.532735ILW*aanwsTESTTTTOI!EUT，iB-mTF肛g1.M2.3l.*155l.aW741.MM.LMVOUTCOMEQ3ELEi堂里相M0DE1SU1MM时RXmAd二R-s-qFdfldf2ClW.00111.47312.000
18、0741-OWD.2299*MQISKLCOEFFTCTSKTSCoeff.3EtFC3nsta.nt,11C171343.mow口里二Q：M.0352,B374,402g.1性别ma0B：321.&193事11。”**+*，子杏,上*事*+-***v录子，/+*青*肯,痴号*于善事才+.青方+.睢|CUTCQMKVJIBLEW克里针欧)口口STJWlftRY-R,.2cceJU.3712adR-cq，06XF1S.9-D45ati3taoocg74口.。8口0Q0”uMODELCOEFEICIZbaS-coerr.Cbnjz；ant
19、223234-2q.1795,E.12.7176尸.3gQ#袋用3,2552,03477.314ToatKHJ费里二-.0-525.0332-1,5329.113性期-.072.0522-1.3K3-1E4”TOCo1-5hzHTOFEKHOCffiEITYOFKECKEDS：OK胪HIfTTZTACTION)R-sqFdfldf2p*1变更.C1C1*gg7：5,CCCC海334MJI3J3TSTUElFiCTEFFECTa-sqrdfidf2营303L2OES1.0000740.DODD.11W5*++*+*+如/土*+上
20、*如/+4*4+4虫寸才十才t*什*立*匕*/加+/4+53工Q工亚ETEFFECT()TEHOCCES+st翱UUEffectSE3)LLCIULCI)奏里i.ClflTS.039)-.0101-R!4iLCs匚工口ccnfidenceintcrraLafn匚irdLirscteffectisareprintedin3立匚甘口口结果输出2、2、3马尔科夫链蒙特卡罗法（MCMC法马尔科夫链蒙特卡罗（MCMC方法就是在贝叶斯理论框架下,将马尔科夫链过程引入到蒙特卡罗模拟中,实现抽样分布随模拟的进行而改变的动态模拟。MCMCT
21、法的计算常用WinBUGSMplus、SASritiH(EJiprt=juiind1Iwfaultra=-lNwl”工第IMIttrailiai-PJLdiLvuavJij.qfiiiuir皿1口匕建立假设模型，会在Spss分析中出现；第二打开Amos软彳41，根据理论构想画出中介效应图；第三,添加误差项、并命名；第四,选择数据文件添加变量，选才IListvariablesindateset直接拖动显变量即可；第五，选择所要输出的数据，点击Output,一般选择修正指数、标准化估计、总效应、直接效应与间接效应，第六，点击Calculateestimate
22、,运行程序求解；第七，点击Viewtext查瞧结果。需要注意的就是：第一,Amos对数据要求严格，数据不能含有缺失值；第二，预测变量不需要添加误差项、因变量必须添加误差项；白Q.：Inpul“让起it珈11京心工口出巴ugiEHelpog)a一JJe口一诟上肃空号胆曲鼎Adj.iLUlWmszsBEEm回恒I-yi-li,SIr.；1S第三，潜变量的命名不能与Spss中变量名称一致。VSS门KFSIE3的中口胃*,VJBEmoHmBJr观cwMH-M婀B黯&s或RArn!*tri|ikwMe*mejw，wiiMMHhMiei
23、g-Pqbandw击e.vr*thv*vLJ-SUhr-a-lwufcupti!caiBrirJ-hf*bi-mr3LLHMftf工：1显IB|J|*4hwbrBtndutJminitsWFiaifLcMLfli1MbMelidqhdLriMiBIHdfflMii-iPFirtwremwi43A.LtaFM.juwurlvaLmiElliMMMrt!LU：4LiLTLC*EfLdl*tfrieiMITn0549口14等g144-1虹IDoass.Dutcdmu至虽4*+4-++4+***且*
24、/++*4+*+4-+*+4hlad融1SurwiiAtyKK*3q烟EFdfld2p!38安Model260券白qiff.3SS027.MKT3.0000P141.oomLLCI,ocooULCI.CiTli-t-bineI1口721If42611COO17fi4521S52.变班g.253503477.3O6B.ocoo1854.3216.怛则虚担0519LM4B.2Z10.。丸3EffectofN5hSEtpLLC1ULC1.0636mm12248221D-.0303.1656OLIflS登an结果输出表(3)MEDIAT
25、E软件操作流程Hayes等建议使用MEDIATE软件操彳流程(可自动生成虚拟变量):第一，下载解压缩，然后将后缀名sav改为sps;第二，在Spss中打开语法文件第三，选中全部命令点击按钮运行，进行程序加载（该操作仅在spss英文版本中可运行）;第四，关闭MEDIATE，并新建新的语法编辑框；第五，输入语法，并根据具体研究输入变量名，程序自动生成虚拟变量参与程序执行（整个操作过程要求Spss数据才T开工获得的估计值被认为就是相对直接效应与相对中介效应。MEDIATEY=attitude/X=cond/M=communeinter/omnibus=1/samples=5000/catx=3其
26、中catx子命令只有在自变量就是分类变量时才使用祖Untitled1Da：aSetO-PASA1itastcs口ataeditor国Data用Syntax.眉鼻UlpLIl.国Script.iiI占EFileEditViewDaUTanMormiAnm怩eDisredMarketingGraphs-Utl如&AdchonsAincrarmt*MBH*mbNrTiHU匕.ErHl写19mm，Frgd例诧由附片量日/TlHIhig冏cEg.prrtiViS田nedldAf.Mss浦b耳产5iEdifaHl*ta
27、i加餐色Tfjfltbtni则*必口.他mgGrphtFmIi.Miaen日丽wQvlrmERNE日叼由HE(to|nofa|i.i：-icii*i=0NL-DE施e=NCTE驯口Th百MOtE司inolBliLi：irLUN3育r|1一用吗ehUUe-TirrtedsaafltsisedItorindrKltfeclEgwldfenceflibemh由Mipnt4K-IorirttilMd二31vh!pticaif-1||I6L3eonLianetrtmTtarmi-|nfeHwd=1Stdhod
28、-力amdrltort=切,d--2iefirtkiKK，intffmH加小修出frfuLtimt曲*ImolhEdJM-iIrCarloinaJ口uT建立语法操作窗口程序加载方式&M.21工口；CZOCE口4J4B*E*a*4hEDISUTFEgeauoems13E33Hex,学豆一dejlc工”,.Coojcajii：1.C434仆TBdiJ2.ilDECHKKb-真n.(,*为*.aanit.344C.d口。o*DL一。47皆.U3B-2.a9BJLa-34ll4*TESTOFHOM-MEHEITTOF&口日王9:2。*
29、wM*支ICTEELWIKUIl-r亭r6flara(直径口.OM6.6149-1.OCiOO740.0000.0103*-IHDIMCTEFFLrT4：SITH民3Hl-”二MODELSVMFFWR.JQR-aqrdifltirz.073B.QDS4.Qj414.OBSZ1.QdOQ4z.Gaa一口43*MODELrOEFFZCIEOTCMtEr01TeTTaCortswrre3制。503BSJMD1qg2t014&rect3E.4oatILLIOtXTl*：o*qwn1*事:=p0。鼻鼻.gsit.1U015.75,UJ42-L21MMW3IM
30、!R2153R*sg364WSEmuFM.Q720rifl1.Q0K)ijfl702.0000p11,DODOMoleJ*-fioIf.se1pLUULCConS1mi工3泗.必26.J,CODOKtM总um票量1.&独0*-6,COSO,CODO,3999-.J522-4/,*用同*4+*-*冉**鬲,*/*/常%*同**,*第*同**舄*常-**、,*%*OlLtCMG：变量加InfllatiutiRj17***Vh*V***/廿**YY*歌**t*修m卡*讨**鼻*Ciilco.*e电后M。dir】
31、WunjuiFE0/47Rrsq,0006B隆F.32QO.4515dll.UODOdfi732,0000Pe，5016*Moiel+-coeffEStPUriULCI-Con51mi2167.114725.5g51DODD1.11151i&zik变量皿乃,0350.6719,5018-.0453r0922-*，*帆*|4*|：11*:叶4*n青*4*窜;*4*愀融*ikiH4*#*融*：+：*曲*4*注款**总有*1*甫*|越*陋疝，DIRECT,MIDINDIRECTEFFECTSTotaleffectofKonEffet--SEtp.跳
33、lBr*D40i0193*1例-106T.口3-0020.1311104-pcificindirectelfgdic&ni4stdAfirLiiicrti(Cl)豆量2第由心结果输出结果报告的方式，以“姜永志，李笑燃，白晓丽，阿拉坦巴根，王海霞，刘勇、大学生神经质人格、手机网络服务偏好与手机网络过度使用的关系、心理与行为研究，2016(2)”为例：按照Zhao等(2010)提出的中介分析程序，参照Preacher与Hayes(2013)提出的Bootstrap方法进行中介检验，本研究通过抽取5000个样本估计中介效应的95%置信区间进行中介效应检验。以神经质作为自变量、娱乐服
34、务与信息服务作为中介变量、MIEU总分作为因变量，分别带入PROCESS程序，结果发现，在95%置信区间下，中介模型的总效应Effect为0、401,中介模型检验结果的置信区间不包括0(LLCI=0、156,ULCI=0、742),中介模型成立；以娱乐服务为中介变量的检验结果不包括0(LLCI=0、127,ULCI=0、696)，间接效应Effect为0、335,表明娱乐服务的中介效应显著。以信息服务为中介变量的检验结果包括0(LLCI=0、006,ULCI=0、226)，间接效应Effect为0、066，结果表明信息服务的中介效应显著。(4)(链式)多步多重中介效应的Bootstr
35、ap分析步骤一，运彳TSPSS打开数据文件；步骤二，在SPSS程序的菜单栏中找到“分析”栏目下的“回归”,在“回归”下面找到已经安装的PROCESSI彳;步骤三，运彳TPROCESS序，出现对话框；步骤四，在对话框里的相应的输入框里，输入因变量为变量4,自变量为变量1,依次输入中介变量变量2、变量3(导入的先后顺序要与假设模型中的顺序一致)。步骤五、ModelNumber选择6,把Bootstrap取样(Bootstrapsamples)设定为1000,建议为5000,Bootstrap方法选择偏差校对方法(biascorrected),置信区间选择95%E信区间；步
36、骤六、点击确定执行程序。执行完程序，会出现输出文件。在输出文件中包括该中介模型的估计值，包括所有中介变量的总中介效应、每一个中介变量在控制其它中介路径时的中介效应、直接中介效应与间接中介效应。如果置信区间不包括0,那么中介作用显著，支持中介效应的假设；如果包括0,则不显著，不支持中介效应的假设。特定路径的中介效应(specificmediationeffect),如ab、a2b2与aia3b2；总的中介效应(totalmediationeffect),即ab+a2b2+a1a3b2;对比中介效应，如a1a3b2-a2b2、ab-a2b2与a1a3b2-a1b1
37、o软物集户Ui.CIhh止FmgMtuK辞脾带口二年机月1&口)1叶率第+*咕中木*左解格*processP-OisedurafoiPSSRloasa2a3,2出*兴*徐*出-WWW-ddCUJIf归tlHhbw1uvF加.Ph,T)iflCineniitionIn台(2015)Bww.5n1foid京军才平事界*京末A：冲步整次/中长本方小肛斗出事不5t冰害;冲平*gKM不用邛肘本和生加甲肘*+--KX才求F+*才求*小年.Mo用7.4KS.I娈量302卧.CT非41.0-3713000.032S1D1.费里0543.O3D&
38、1.f6JJ.U7B3-.00C2*：忡司累.*范*r注CT蜘狐RECTEFFEn*窜*：4*幅#*#翻，*相*菖留*，.DiiecteffectofX皿FEffect,Q54S.0定101t1J6P078JLUCI-.0062ULCI11他:电4NEcmF4EfiecilootSEBcLLCtEq。皿评vVrf,fVrf,f,trfVfFmiTotti:-,Q财ont-.133-用眦IM:.09fflJPB-.1y4变量2-芟量取Indi:变量1-要量2-变量3-变量“变量1-变量3-变量*N*iKxr*MK*疝/亢匕IfOTEA颂1Vt
39、fJHIfGS*%“*，#*窜*/ITujlIibiaJboots1rapSnplesforl)ias二口匚圮ctEdbgtstrapc二incidence:ntErvak：5000LevelofcgfMedeforillconfidenceinternIsinoitiut:+195.CO-结果输出3调节效应的分析调节效应分析与交互效应分析大同小异。这里分两大类进行讨论。一类就是所涉及的变量(因变量、自变量与调节变量)都就是可以直接观测的显变量，另一类就是所涉及的变量中至少有一个就是潜变量。3、1显变量的调节效应分析方法调节效应分析方法根据自
40、变量与调节变量的测量级别而定。变量可分为两类，一类就是类别变量(categoricalvariable),包括定类与定序变量,另一类就是连续变量(continuousvariable),包括定距与定比变量。老1髭变量的调畤处应分析方法差别苹以谓节牧点一自变依用伪壹F密自妾，和调节交中心牝tt“1+/*，一代1/一c的层次网科分析kI，“1打声用M的回卡L用词定仪数蚂.工喈f时工何利心4匹若昭显色面i相；则调仃帙同显*.成也11网的回归前也柠曲.普1基电同三灶应总氟R生*制=节*中心化做aX+3打干的层次回除r辱志交互效应里如执还可以与虚高前交互；吨如仁心所衣
41、小方件门咛载向my：&K相畿回门的日节L第一，当自变量与调节变量都就是连续变量时，用带有乘积项的回归模型，做层次回归分析:第一步做Y对X与M的回归，得测定系数R21;第二步做Y对X、M与XM的回归得R22(此处就是分三步按层次移入变量，不就是一次将自变量与调节变量移入，这就是很多人容易范的错误)，若R22显著高于R21,则调节效应显著；或者，做XM的偏回归系数检验，若显著，则调节效应显著。第二，当自变量与调节变量都就是类别变量时做方差分析。第三，当调节变量就是类别变量、自变量就是连续变量时，做分组回归分析，或将调节变量转化为虚拟变量做层次回归分析。分类的调节变量转换为虚拟变量进行层次
43、就是连续变量时，做层次回归分析(1)分层回归法(目前仍就是主流)操作步骤：第一步,所有变量做中心化处理,并生成X与M的交互项,即变量1义变量2的交互项；第二步，做Y对X与M的回归，得测定系数R1,即变量3对变量1与变量2的回归；第三步，做Y对X、M与XM的回3得R22,若R22显著高于R1,则调节效应显著；或者，做XM的偏回归系数检验，若显著，则调节效应显著，即做变量3对变量1、变量2与变量1X变量2的交互项的回归。操作演示：第一步，中心化操作，首先求得三个显变量的均值，其次在spss转化一计算中使用变量1-均值、变量2-均值、变量3-均值,获得新的三列中心化处理后的变量；通过转化一计算
44、产生交互项。T-7H寸由so当量1用武也力士再；.中,中京1PH夫,，：白社片也裁HM由洱电1方呈带1勺果苏加干/聚ifEn印**1巾tTE，借册*EtW期/用再1EEit9R一甲科1F：词*f法码*M剁16压力E，上强r1力0k修#$1期1号.H*#克*卜:产长仆口干出手表的正任二HH1-322d|aaaaaBssssMMMMU4+CCF号事中心G&F赫梅在帧三昨时回已郢今Gfl司物I-触M尸有学*fjrt下劭中心化操作期F-！142花日mMliPUWEwvi后卜粗HsoMimcawQiwo廿出imH：曲啕列口W5wcfp叵国小，
45、药的褐器包可阿e下捕。,卜仲期1FB-日期中.t7fl3EtO-t日*36J1JI3K-23.依立05f23AX131042J-hi-M.M屿9才“据蚓.44JW1M1ttJ-l.EA4-1婚111M1MJi韭1.M-I4hH11MX财J.R中1g1ttltX321-1U-Jdi1MTg13131id/1-W-1J1-1开u1B1JJ-1，411浜fl1年、岫147-04-1JI41，1PQGil1雷ItO14J-1.3H-1BQF1，H20UI.H彳通i|1厘1W353ifl111tj”覃1111re1ts2总t51-Bli-1研1“i
46、fttV9厘妁1妁-1IT出d11iU才骨小fg.W,MrfelS.“一叫.1，小K，A-h-rf中心化操作第二步，做变量3对变量1与变量2的回归。ANDe：peridemVariabIe关里3中心化8而心博bhtadelUnsliandardizBclCcitfficienitE曰iit)i模甲.中心北中境2中心牝hiia国.41日口12口,S2n*r*5争,0171.7-95IN网口由卜”目,WO&Peneridi-rir/=iriAl9lA片里口中心化中介作用于调节作用原理与应用步骤五，ModelNumber选择1,把Bootstra
47、p取样(Bootstrapsamples)设定为第三步，做变量3对变量1、变量2与变量1瘦量交互项的回归。NKJdiHRRSquaioOldErrorEclimateHdhgytliefR口quMeChangoFChsnsert(1dC!igFChanoe1.日B.口g.43399.HE，5Z3GJ1MN.ODD2490hN38.帕233.1y3IME1T41ODOa:3D火.4而.01514loa1T4DODOrrcdiiElar*.0n1,尸ijf中心比日Prodi(Conilanri.5中心f匕只里口中心化C产悻叫做Qrs8阳刖风
48、心力中心化声足冲心化+下溜丁加速弁1巨MMWIl口flTE-quarseCHklsanBqusidFE-lDRwlafualTors!N1TJS剧1T4J,as口口研iRcgro-EGlnnRe4ldTotalSJ1,1723BT731EiEBJT41F+3：工工口GHs21311Et4ED00Db3旧Efgrv-s=-ionHQldualTdCbI67.fi41EHIEM2州多的3r4D人心1月日.Z2EB4.015.000p.Prvdictsrs.(Con鼻片闻,更力中心比CoofticiorrtsunoiondardizodC
49、oefficientsLSTaraaraisedCocfticicnio1ioD8td.Error口树a1*：*,1*：*：妣*此岸**4C*：：*金简单调节效应结果输出3、1、2当自变量与调节变量都就是类别变量时，做方差分析(步骤省略)TestsofDetweCM-SubjectsEffectsDependent四门改值变里m中SoiunceTypeIIISumofSquares灯MeanSquareFSig.CorretiedModel216.0773165l.29670.994.000,528162627.010.000费里1中25,
50、16926,96849.627,000婪量中97201EO1.02282,971.000变里1中*变12申68,150H9,99850.533.000Error11493568,020Total226569744CorrectedTotal220569743a.RSquared=.S49(AdjustedRSquared-.936)调节效应的方差分析3、1、3当调节变量就是类别变量、自变量就是连续变量时，做分组回归分析另外，也可以将分类调节变量转化为虚拟变量后做层次回归分析。分类的调节变量转换为虚拟变量进行层次回归分析后，调节效应就是瞧方程的决定系数R2显著性整体效
51、果，这与不同分类水平的自变量下调节变量的调节效应识别有区别。SPSS中对分组回归的操作主要分两步进行，第一步就是对样本数据按调节变量的类别进行分割，第二步则就是回归分析。具体步骤见下图：第一步，对样本数据按调节变量的类别进行分割，选择数据date-splitfiles,选择性别。WFBi1msvill-*swE通於3银石工件近r涧正o帆痣揖订：曲忻卜二1司和更四厅遑）苑用程中川窗口附；鹤就,二自叩r，里品本部宜也忡小孰量*1714忖旗胜现勒虐岫02钻。里去1飞同时Kf曲同e2&51花石昆7邛受庇新旧jB1&52*1甲/他聆11师1:网S2网罚却即目2网克于1弛网IB25553曲面
52、他B2曲画他Q27H:4的,旧）g2过H1中fi(NB2659立定之中物B2椒宜鼠0的02&G1Ji4fflWHl82国2舒明网B2阳好刷餐寄27口却叫H）8211U矢列斡井慝无ia三七是羌1614充无10岩E处安*Tiran=:|出行酒而、H，不=0忧柱里C；:林河苑门蚌二;；EMffHti，度站rwwirrfji/博4，d，，情命,湿血卡呈Sb度的度星度也吊肌J良学Z*F*古稻:K，1HR*9轲雪-类别变量拆分第二步，选择回归命令并设置自变量与因变量，选择自变量为变量1、勾选相应的统计量，确定。因变量为变量3,HH线性回归，,生别孑年织产牛调地，=4，现
53、在停用时同总讨为治理持用时同，堂花-2，用茶一5里表-6夕里衷7，至忠171里我一104里表一团口夕里表一Z1里表一736里表一/里森一R固笠里1QK|中块1的1下一卡实重1中S方法国返2，,走J粘贴里罡逐L取消|都助第三步，瞧输出结果，分析调节效应，见表格数据。ModoiSurniriary性到MQWRRSquare画出小口RGquaifSMErnarcrftheEsllmateRSqgiQChariseFChange1llflEgfChangept1二-，即呻,401WJOS79D3T11.3tla，哂a7僻4A1QOQ同犯griwi反型量伸
54、ANOVAP44名，ModelsumarBausresdTMeansei口白白FSI。男生1Regir曰ami口口2.iats12J8UU.U31.UU3一ResidLial3D49B12G.242Total32.81127女生1曰岁。目不事ion13,223113,22344.937-000JRrMlilRl160471614,204Total103.60015a.Predlctora:(Constent).SSEJ中b.DpenderitVbirldiLlu.交里3中cnn变量2的交互项。第二步，做丫对X与M的回归，得测定系数R21,变量3
55、对虚拟性另J与变量2的回归。第三步做Y对X、M与XM的回归得R22,若R22显著高于R21,则调节效应显著；或者，做XM的偏回归系数检验，若显著，则调节效应显著，即做变量3对虚拟性另I、变量2与虚拟性别义变量2的交互项的回归。CofficientsaWndFlUnstndardiz&dCoefficiBritsStandardiieclCocITicienlstWiQ口Std.ErrorBela1(Constant)-007.022-.307759虚撼性别,043.054,029.7974262CCorMart)-01BIJ19*033405由摞性别,0S5,0470662.0
56、43.041奘里2中,40215.3410003(Constant).UIj.(JlH*37/.sal虚嘏性别002.0471.744092艾里？巾,173,5W311020000受理性别和堂里上交互.I82.071-093-2572.010a-DependentVariable：我里J中层次回归结果输出3、2潜变量的调节效应分析方法有关潜变量的分析需要用到结构方程模型。潜变量的测量会带来测量误差，所以考虑潜变量时都认为就是连续变量。有潜变量的调节效应模型通常只考虑如下两种情形：一就是调节变量就是类别变量，自变量就是潜变量；二就是调节变量与自变量都就是潜变量（连续变量）。第一，
57、当调节变量就是类别变量时，做分组结构方程分析。这种方法就是显变量情形分组回归的推广（与显变量操作方法相同工主要使用SPSS,以及常用的结构方程分析软件（如LISREL、AMOS）她们都有现成的分组分析命令。第二，当调节变量与自变量都就是潜变量时，有许多不同的分析方法。如逐步回归法（逐步回归法与之前的一致）、结构方程法、校正的非参数百分位Bootstrap法（基于PROCESS与MEDIATE），其中校正的非参数百分位Bootstrap法操作也与前文一致。在这里我们推荐使用校正的非参数百分位Bootstrap法，在PROCESS的操作，比如自变量有3个因子、调节变量有2个因子、因变量有
58、3个因子，只需根据在三个潜变量的关系选择相应的模型进行操作即可，简单调节为模型1。在MEDIATE插件中，由于分析的主要就是ab交互项对因变量的回归，所以可直接将语法进行调整，将M项输入为自变量与调节变量的交互项即可，如MEDIATEY=变量3伏=变量1/“=变量1与变量2交互项/total=1/omnibus=1/ciconf=95/cimethod=2/samples=5000、4复杂中介效应与调节相应4、1有中介的调节效应如果一个模型除了自变量与因变量外，涉及的第三变量不止一个，可能会同时包含调节变量与中介变量。这些变量出现在模型中的位置不同会产生不同的模型，联系着不同的统计背
59、景与意义。如，要研究感觉寻求（X）对烟酒使用（Y）的影响。以往的研究发现，生活事件（U）就是调节变量,不良同伴（W）就是中介变量。据此可以建立如图所示的模型。我们知道,UX就是调节效应项,如果它影响W,而W影响Y,说明调节效应（至少部分地）通过中介变量W而起作用，称这样的调节变量就是有中介的调节变量（mediatedmoderator）。有中介的调节模型意味着自变量对因变量的效应受到调节变量的影响，而调节效应（至少部分地）通过中介变量而起作用。IEI有中介的调芍模型JB_出含铁44、1、1依次检验法基本步骤：做Y对X,U与UX的回归Y=co+ciX+c2U+C3UX+ei
60、(1)UX的系数C3显著(即U对Y与X关系的调节效应显著)接下来要检验UX会通过中介变量W对因变量丫产生影响。(2)做W对X,U与UX的回归W=ao+aiX+a2U+a3UX+e2(2)UX的系数a3显著做Y对X,U,UX与W的回归Y=co+ciX+C2U+C3UX+biW+e3(3)W勺系数bi显著Mb.070至此说明UX通过中介变量W对因变量Y产生影响。此时，间接的调节效应(即通过中介变量的调节效应)等于a3bi,直接的调节效应等于c3，。如果在第3步中,UX的系数c3不显著,则U的调节效应完全通过中介变量W而起作用。目前，国内学者多采用这种方法检验有中介的调节模