非线性关系还能做中介效应吗

如果数据是显变量，此时可转换成潜变量再处理即可。使用【生成变量】--【平均值】功能。当然如好了，这些概念相信大家应该比较清楚了，搞懂这些概念对我们阅读心理学文献是非常有帮助的，而且如果将来自己做研究，也是需要弄懂这些概念的。果是使用结构方程模型进行研究分析中介作用时，建议使用因果逐步回归检验法进行中介效应验证。SPSSAU提供的结构方程模型暂不提供Bootstrap抽样法检验。

可以。

部分中介效应_部分中介效应有意义吗

部分中介效应_部分中介效应有意义吗

非线性调制又称为角度调制，其已调信号的频谱和调制信号的频谱结构有很大的不同，除了频谱搬移外，还增加了许多新的频率成分。

三种中介效应检验方法及作步骤

通常的做法是论述中介的两段路径(即A影响M和M影响B)后，提出设：M在A和B之间起中介作用。

介绍三种常见中介效应检验方法，分别是因果逐步回归检验法、系数乘积法、改良后的因果逐步回归法，以及如果使用SPSSAU进行作。

也就是说，最关键的是要明确给出中介这个设，至于中介包含的两条路径，可以明确给设，也可以不给。

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。

中介作用的检验模型可以用以下路径图来描述：

方程(1)的系数c 为自变量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；

方程(3)的系数c′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；

系数乘积ab即为中介效应等于间接效应

因果逐步回归法由Baron和Kenny(1986)提出，其检验步骤分为三步：

，分析X对Y的回归，检验 回归系数c 的显著性(即检验H0:c=0)；

第二，分析X对M的回归，检验 回归系数a 的显著性(即检验H0:a=0)；

根据检验结果按下图进行判断：

基于SPSSAU的作

（1）步，登录SPSSAU，上传数据；

（2）第二步，选择【问卷研究】--【中介作用】；

SPSSAU的“中介作用”可直接将中介作用的检验过程自动化，一键提供出上述提及模型结果。

本次结果包含三个模型：

①模型1：X对Y的回归模型，结果显示x与y存在显著影响关系，回归系数c=0.130.

②模型2：x对m的回归模型，结果显示x与y存在显著影响关系，回归系数a=0.175.

③模型3：加入中介变量m后x对y的回归模型，结果显示回归系数b、c’均呈现显著性，系数a、b均显著，说明存在中介效应。

种因果逐步回归检验法简单易懂、容易理解和解释，因而受到广泛的应用，但有学者认为其检验效能较低，有时候本身有中介作用但却显示没有中介作用。有学者提出乘积系数法的统计功效优于因果逐步回归法，因此，系数乘积法逐渐受到研究者的青睐。

其原理是 检验ab是否呈现出显著性。 系数乘积法分为两类，一类是基于中介效应的抽样分布为正态分布的 Sobel 检验法 ，另一类是基于中介效应的抽样分布为非正态分布的 Bootstrap抽样法 。

① Sobel中介效应检验法

Sobel检验的前提设是中介效应^a^b是 正态分布且需要大样本。

使用Sobel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，特别是样本量较少时。因为即使a，b分别服从正态分布，ab的乘积也可能与正态分布存在较大异。

当前较为流行的检验方法为Bootstrap抽样法，SPSSAU系统里暂未提供Sobel检验，需要使用Sobel检验可参考此链接进行分析：

② Bootstrap抽样法

Bootstrap法能适用于中、小样本和各种中介效应模型，当前SPSSAU【问卷研究】--【中介作用】也使用Bootstrap抽样法进行检验。并且支持一次性放置多个自变量X、中介变量M及控制变量等。

检验方法： Bootstrap抽样法检验是指回归系数a和回归系数b的乘积项（ab）的95%置信区间是否包括数字0；如果95%置信区间不包括数字0，则说明具有中介作用；如果说95%置信区间包括数字0，即说明没有中介作用。

基于SPSSAU的作

（1）步，登录SPSSAU，上传数据；

（2）第二步，选择【问卷研究】--【中介作用】；

使用SPSSAU【中介作用】Bootstrap抽样法检验与种因果逐步回归检验法在作上没有任何区别，只是在解读结果时有区分。

在ab系数呈现出显著性时，可具体进一步得到中介作用的效应量。

由上图可知，直接效应为0.085，间接效应为0.045，总效应为0.130。间接效应在总效应中占比为34.403%。

基于SPSSAU的作

与上述bootstrap检验法作方法一致，选择SPSSAU【问卷研究】--【中介作用】，放入对应变量，点击开始分析即可。

步，检验方程(1)的系数c，如果显著，按中介效应立论，否则按遮掩效应立论。 但无论是否显著，都进行后续检验。

第二步，依次检验方程(2)的系数a和方程(3)的系数b，如果两个都显著，则间接效应显著，转到第四步；如果至少有一个不显著，进行第三步。

第三步：间接效应显著

第四步，检验方程(3)的系数c′，如果不显著，即直接效应不显著，说明只有中介效应。如果显著，即直接效应显著，进行第五步。

第五步，比较ab和c′的符号，如果同号，属于部分中介效应，报告中介效应占总效应的比例ab/c。如果异号，属于遮掩效应，报告间接效应与直接效应的比例的|ab/c|。

本次研究，自变量x对因变量y的总效应是0.130，影响显著；其中直接效应为0.085，间接效应0.045，具有显著性；最终以有部分中介作用作为结论，中介效应在总效应占比为34.403%。

（1） 中介作用前需要标准化处理吗？

一般情况下，在进行中介作用前需要标准化或中心化处理，可使用数据处理->生成变量功能批量完成标准化或中心化处理；SPSSAU提供的中介作用检验默认不会对数据进行处理。

（2）SPSSAU分析结果中有对检验结果的自动化判断，用户可以直接使用。智能分析中也有相应解读，如果有不了解的地方，可以点击右侧的“灯泡”按钮查看帮助手册。

（3）spssau也支持链式中介检验，作方法是点击【问卷研究】--【中介效应】，[中介类型]选择“链式中介”。提供中介效应分析方法为非参数百分位Bootstrap法。

（4）如果数据是显变量如何处理？

回归系数不显著但中介效应却显著是为什么

结果分析二、调节效应

1、存在部分中介或完全中介的情况。

2、当一个自变量对因变量的影响只被中介变量的一部分解释时，自变量与因变量之间的关系就会被部分中介，此时自变量的回归系数不显著，但中介效应显著。

3、是由中介变量的完全中介或部分中介导致的。

不设中介作用,就分析了中介效应可以吗，可以的原因是什么呀？

第三步，用Bootstrap法检验。如果显著，则间接效应显著，进行第四步；否则间接效应不显著，停止分析。

如果设了A由上图两项结果指标可知，乘积项结果显著，95%区间并不包括数字0，说明中介变量在x影响y的关系中具有中介效应。影响M，M影响B，并且对这两条路径有明确的理论和实证证据支持，那就可以直接推出设：M在A和B之间起中介作用。

或者，先后提出设1：A影响M，设2：M影响B，进而得出:3：M中介了A和B的关系。

这个问题不用尝试解释或反驳答辩老师，而是应该虚心接受。把中介设补上即可。

中介效应模型可以滞后吗

如果第二步中，系数a、b有一个不显著，则查看ab中介效应是否显著（ab95%BootCI是否包括数字0）

中介效应模型可以滞后。做中介效应模型用纵向数据才好，其次明白，中介效应模型交叉滞后是纵向面板数据的常用分析方法。但是传统交叉滞后不考虑个体扰动，只拟合全部个体的均值。

中介效应模型所以在特定人群中估计系数可能不准理解方法参考混合模型，因为存在上面的问题，所以一般我们会做一个允许个体扰动的情形下纵向数据的中介模型。因此中介效应模型可以滞后。

中介效应： 如果自变量X通过影响变量M而对因变量Y产生影响，则称M为中介变量。检验方法

因果步骤法由Baron和Kenny 1986 提出，其检验步骤分为三步。，X对Y的回归，检验回归系数c的显著性，第二，X对M的回归，检验回归系数a的显著性，第三，X和M对Y的回归，检验回归系数b和c'的显著性。如果系数c，a和b都显著，就表示存在中介效应。

此时如果系数c'不显著，就称这个中介效应是完全中介效应full mediation，如果回归系数c'显著，但就称这个中介效应是部分中介效应partial mediation。中介效应的效果量effect size常用ab除以c或ab除以c'来衡量。因果步骤法虽然被广泛使用，但该方法自问世以来，一直饱受争议。

调节变量放在前半段后半段路径的区别

以上三个回归方程也从数学的视角形象描述了中介效应检验流程：

中介效应或者调节效应并非分析方法，而是一种关系的描述，研究人员需要结合不同的数据分析方法对两种关系进行分析。

中介效应

中介作用是研究X对Y的影响时，是否会先通过中介变量M，再去影响Y；即是否有X->M->Y这样的关系，如果存在此种关系，则说明具有中介效应。比如工作满意度（X）会影响到创新氛围（M）,再影响最终工作绩效（Y），此时创新氛围就成为了这一因果链当中的中介变量。

调节作用是研究X对Y的影响时，是否会受到调节变量Z的干扰；比如开车速度（X）会对车祸可能性（Y）产生影响，这种影响关系受到是否喝酒（Z）的干扰，即喝酒时的影响幅度，与不喝酒时的影响幅度 是否有着明显的不一样。 一、中介效应

设自变量是X，因变量是Y，中介变量是M，调节变量是W，那么中介效应就是如果X影响Y，并且X是通过一个中间变量M对Y产生影响的，那么M就是中介变量，它所起的效应就是中介效应。

完全中介效应是指自变量X只能通过中介变量M影响因变量Y，如果没有中介变量M的话，自变量X就不会影响因变量Y。

部分中介效应是指自变量X可以通过中介变量M影响因变量Y，但也可以不通过中介变量M影响因变量Y，直接影响因变量Y。

举例：林国耀等人的《大学生支持与主观幸福感的关系：生命意义感的中介作用》，这篇文献中，自变量是大学生支持，因变量是主观幸福感，中介变量则是生命意义感，生命意义感在支持和主观幸福感之间起到了部分中介作用。生命意义感在朋友支持、家庭支持和主观幸福感之间起部分中介作用，即朋友支持、家庭支持可以通过生命意义感正向影响大学生的主观幸福感。

另外，中介变量还可以平行中介和链式中介。

平行中介是指几个中介变量如M1，M2，M3都在自变量X对因变量Y的影响中起着同等的中介作用；

链式中介则是指自变量X先通过中介变量M1再影响M2再影响M3最终影响因变量Y。

调节效应是指如果变量X与变量Y有关系，但是X与Y的关系受第三个变量W的影响，那么变量W就是调节变量，调节变量所起的效应就是调节效应。根据调节变量的不同水平会对X与Y的关系产生不同的影响，可以把调节效应分为正向调节和负向调节。当调节变量W对变量X与变量Y间的影响关系具有显著的强化或促进作用时，称为正向调节，反之则为负向调节。

举例：刘莎等人在《大学生感知压力与手机依赖：孤独感的中介作用与性别的调节作用》这篇文献中，自变量X为大学生感知压力，因变量Y为手机依赖，中介变量为孤独感，调节变量为性别，结论是孤独感在感知压力和手机依赖的关联中起中介作用，性别在该中介路径的后半段起调节作用。

中介效应可以分为完全中介效应和部分中介效应。三、中介效应与调节效应的区别

总的来说，中介效应的本质是一种简接效应，研究的目的是看自变量X如何影响因变量Y；而调节效应是看自变量何时影响因变量Y或者何时影响较大，是一种情境变量所产生的效应。

有中介的调节是指自变量X通过中介变量M影响因变量Y，并且调节效应（至少部分地）通过中介变量（M）起作用。

五、有调节的中介

有调节的中介是指如果中介变量M的中介效应受到调节变量W的影响，就称这样的中介效应为有调节的中介效应。

中介效应只研究一个中介变量可以吗

Baron, R. M., & Kenny, D. A. (1986). The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51, 1173–1182.

当然可以了，应该是至少有一个的中介变量，一般中介变量也可以作为调节变量深度分析。如果采取单一的中介变量，亲考虑是否进行中介变量因子维度的划分，这就是验证完全中介和部分中介的关系。

因果逐步检验法便于理解和作而受到欢迎，但也有人研究认为逐步检验会比较不容易得到中介效应显著的结论，检验功效较低。因此，有学者在逐步检验流程上进行相应的修改，得到如下检验步骤：

求助回归分析结果解读，用spss回归分析做中介检验

非线性中介可以按照线性中介的程序检验，但无论线性部分还是非线性部分，亦或两部分均显著，皆可以证明中介效应显著。

spss做中介分析 直接在多元回归分析里面 有个 block 那个分层就可以了，将自变量一层一层的移入到那个对话框，就会一次性出来一个整合的表格，而不应该第四步, 确定中介效应存在后, 检验直接效应 c'。若不显著, 则说明是完全中介效应。按照中介效应解释结果即可。否则, 系数显著, 说明存在中介效应, 进行下一步。你这样你一步一步地回归。

中介效应的路径系数设置为1吗

争议点1：自变量X对因变量Y的总效应c之前整理过一篇中介分析 是否作为中介效应检验的前提？

中介效应的路径系数取的是标化系数，而不是原始系数。

1. 自变量 A 对因变量 C 具有显著的解释力;

2. 变量 A 对 B 具有显著的解释力;

3. 当 A 和 B 同时进入时,原来存在显著关系 的 A、

心理学中介效应分析

第三，分析加入中介变(1)自变量X对因变量Y的总效应c不显著；量M后X对Y的回归，检验 回归系数b和c' 的显著性(即检验H0:b=0、H0:c’=0)。

如果你确信自变量D是自变量的话，那就不用管了~（你都默认他是自变量了）。你的目的是考察自变量A和因变量C之间是否存在中介。如果有，又是哪些因素。所以你目前有2个方法可以选择：

1）分别做变量B和变量D的中介。也许2个都存在。

2）若是样本足够大（至少要几百个），可以做路劲分析的话，那么你可以把这些因素都放进去，做一个路径图出来。这样就可以知道是否存在中介，以及变量B和D之间又是怎样的关系。

中介作用的系数很小，但是显著性水平是很高的，这还是可以判定为是有中介效应的么

倘若自 变量的系数减 小到不显著的 水平，即自变 量完全通过中 介变量影响因 变量，此时，中介变量为完 全中介变量。 如果自变量的 回关系：c =c′+ab归系数变小 ，并能达到 显著性水平，这时中介变量为 部分中介变量 。这时，自变 量通过两条路 径影响因变量，一方面通过 中介变量作用 于因变量，另四、有中介的调节 一方面直接作 用于因变量。