如何解读链式中介作用分析结果？

中介作用是研究自变量X对因变量Y的影响时，是否会先通过中介变量M，再去影响Y。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）。

在中介作用研究中，如果自变量与因变量之间存在多个中介变量被称为多重中介模型。

 

一、基本类型

根据中介变量之间是否有影响关系又可分为两种类型。

并行中介模型：并行多重中介模型，中介变量之间互不影响

链式中介模型：链式多重中介模型，中介变量之间相互影响

目前比较常见的是Bootstrap法进行中介效应检验。

 

二、多重中介操作方法

（1）并行中介基于SPSSAU的操作：

 

①登录SPSSAU上传数据；

②在SPSSAU左侧仪表盘选择[问卷研究]--[中介作用]；

③拖拽相应的变量到对应分析框；中介变量可同时放入多个；

④[中介类型]选择“平行中介”；

⑤点击开始分析。

 

SPSSAU中介作用分析

 

结果分析

上表是对中介作用分析结果的基本汇总。本次研究以X作为自变量，M1、M2作为中介变量，Y为自变量进行分析。本次中介效应分析共涉及共4个模型,模型方程分别如下：

Y=2.835+0.408*X
M1=2.093+0.541*X
M2=1.152+0.776*X
Y=1.611+0.038*X+0.524*M1+0.110*M2

 

上表是以Bootstrap法进行中介检验，分别对应两条路径结果：X->M1->Y 和 X->M2->Y；

如果置信区间不包括0，那么中介作用显著，支持有中介作用的假设; 如果包括0，则不显著，不支持有中介作用的假设。

 

本研究中，总体中介效应为：0.369，中介模型检验结果的置信区间不包括0，说明中介模型成立。

分别对两条路径分别进行中介效应检验。首先看X->M1->Y这条路径，bootstrap 95%置信区间为0.337~0.498，不包括0，说明X对Y影响时M1的中介效应显著。中介效应为0.284。

接着看X->M2->Y这条路径，bootstrap 95%置信区间为0.033~0.221，检验结果不包括0，说明X对Y影响时M2的中介效应显著。中介效应为0.085。

上表为中介作用效应量结果汇总表格。如果中介效应显著，可在此表中进一步查看中介作用的效应占比。

 

（2）链式中介基于SPSSAU的操作：

 

①登录SPSSAU上传数据；

②在SPSSAU左侧仪表盘选择[问卷研究]--[中介作用]；

③拖拽相应的变量到对应分析框；中介变量可同时放入多个；

④[中介类型]选择“链式中介”（默认为并行中介）；

⑤点击开始分析。

 

SPSSAU中介作用分析

 

结果分析

上表是对中介作用分析结果的基本汇总。本次研究以X作为自变量，M1、M2作为中介变量，Y为自变量进行分析。本次中介效应分析共涉及共4个模型。

上表为中介效应分过程汇总表格，输出包括中介效应、间接效应和总效应等结果。

如果置信区间不包括0，那么中介作用显著，支持有中介作用的假设; 如果包括0，则不显著，不支持中介作用的假设。

 

其中，总效应bootstrap95%置信区间为0.331~0.484，检验结果不包括0，说明总效应显著。直接效应95%置信区间为-0.055~0.132，检验结果包括0，说明直接效应不显著。

间接效应需要结合两条或多条路径回归模型的结果值相乘得到，比如中介变量M时，X->M和M->Y的效应值相乘，即得到间接效应值，间接效应值进行Bootstrap抽样检验，最终验证是否存在中介效应。间接效应结果可通过下面的间接效应分析表格进行查看。

使用Bootstrap抽样检验法进行中介效应研究，抽样次数为5000次，结果显示：

针对链式中介效应路径进行分析，针对‘X⇒M1⇒M2⇒Y’这条中介路径来看， 95%区间并不包括数字0(95% CI:0.003~0.021)，因而说明此条中介效应路径存在。

针对‘X⇒M1⇒Y’这条中介路径来看， 95%区间并不包括数字0(95% CI:0.332~0.431)，因而说明此条中介效应路径存在。
针对‘X⇒M2⇒Y’这条中介路径来看， 95%区间并不包括数字0(95% CI:0.051~0.077)，因而说明此条中介效应路径存在。