用SPSS作中介效应检验

如何运用SPSS及AMOS进行中介效应与调节效应分析

如何运用SPSS及AMOS进行中介效应与调节效应分析SPSS和AMOS是两个常用的统计软件，它们可以用于进行中介效应和调节效应分析。

下面我将详细介绍如何在SPSS中进行中介效应和调节效应分析，并结合AMOS进行结构方程模型的分析。

中介效应分析：中介效应分析用于探究一个因变量和一个自变量之间是否存在中介变量，以及中介变量对于因变量和自变量之间关系的解释程度。

1.数据准备首先，需要将需要分析的数据导入SPSS软件中。

确保数据已经整理好并进行了数据清洗。

2.建立回归模型在SPSS中，选择“回归”分析模块。

将自变量放入“独立变量”框中，将因变量放入“因变量”框中。

3.检验中介变量在回归模型中，将可能的中介变量放入“控制变量”框中。

运行回归模型后，观察自变量对因变量的影响是否减小或变得不显著。

如果在加入中介变量后，自变量对因变量的影响减小或不显著，则说明中介变量起到了中介作用。

4.中介效应检验使用SPSS的BOOTSTRAP方法进行中介效应检验。

在“回归分析”中选择“中介效应”，然后将自变量、中介变量和因变量依次放入相应的框中。

确保你勾选了“调节变量”框，在该框中放入与自变量和中介变量之间可能存在调节关系的变量，比如性别、年龄等。

5.结果解释SPSS将计算出中介效应的点估计值和置信区间。

通过检查置信区间是否包含0来判断中介效应是否显著。

如果置信区间不包含0，则可以认为中介效应是显著的。

调节效应分析：调节效应分析用于探索调节变量对于自变量和因变量之间关系的调节作用。

1.数据准备同样，将需要分析的数据导入SPSS软件中。

2.建立回归模型选择“回归”分析模块。

将自变量放入“独立变量”框中，将因变量放入“因变量”框中，将调节变量放入“控制变量”框中。

3.检验调节效应观察调节变量是否对自变量和因变量之间的关系产生显著的影响。

如果调节变量对于自变量和因变量关系的显著性有所改变或存在交互作用，则说明调节变量具有调节效应。

运用SPSS及AMOS进行中介效应分析报告

运用SPSS及AMOS进行中介效应分析报告
一、概述
本次研究旨在检测感知国家资助金额与产品创新之间的关系，以及机会主义与产品创新之间的关系，并探究机会主义作为感知国家资助金额与产品创新之间关系的中介变量。

为了实现研究目的，本研究运用SPSS与AMOS进行中介效应分析，结果表明，机会主义可以作为感知国家资助金额与产品创新之间关系的中介变量，其中机会主义对于感知国家资助金额与产品创新的影响有显著性差异。

二、研究结果
1、SPSS分析结果
经过SPSS分析，本研究发现感知国家资助金额与产品创新之间存在显著的相关性，其Pearson相关系数为0.324，p<0.01，表明感知国家资助金额与产品创新之间具有显著的正相关性。

另外，本研究也发现机会主义与产品创新之间存在显著的相关性，其Pearson相关系数为0.220，
p<0.01，表明机会主义与产品创新之间具有显著的正相关性。

2、AMOS分析结果
经过AMOS分析，本研究发现感知国家资助金额的正向影响对产品创新的影响存在显著性差异，其中，感知国家资助金额的正向影响对产品创新的影响由负相关（β=-0.230，p<0.01）转变为正向影响（β=0.252，p<0.01）。

运用SPSS及AMOS进行中介效应分析

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（X→Y）不是直接的因果链关系而是通过一个或一个以上变量(M)的间接影响产生的，此时我们称M为中介变量，而X通过M对Y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中介效应的总和。

在心理学研究当中，变量间的关系很少是直接的，更常见的是间接影响，许多心理自变量可能要通过中介变量产生对因变量的影响，而这常常被研究者所忽视。

例如，大学生就业压力与择业行为之间的关系往往不是直接的，而更有可能存在如下关系：○1就业压力→个体压力应对→择业行为反应。

此时个体认知评价就成为了这一因果链当中的中介变量。

在实际研究当中，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：○2就业压力→个体择业期望→择业行为反应；○3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：Y=cx+e1 1)M=ax+e2 2)Y=c’x+bM+e3 3)上述3个方程模型图及对应方程如下：二、中介效应检验方法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1）2）3）三个方程中的回归系数，程序如下：1.1首先检验方程1）y=cx+ e1，如果c显著（H0:c=0被拒绝），则继续检验方程2），如果c 不显著（说明X对Y无影响），则停止中介效应检验；1.2在c显著性检验通过后，继续检验方程2）M=ax+e2，如果a显著（H0:a=0被拒绝），则继续检验方程3）；如果a不显著，则停止检验；1.3在方程1）和2）都通过显著性检验后，检验方程3）即y=c’x + bM + e3,检验b的显著性，若b显著（H0:b=0被拒绝）,则说明中介效应显著。

如何用SPSS做中介效应

如何用SPSS故中介效应与调节效应1、调节变量的定义变量丫与变量X的关系受到第三个变量M的影响,就称M为调节变量。

调节变量可以是定性的，也可以是定量的。

在故调节效应分析时, 通常要将自变量和调节变量故中心化变换。

简要模型：丫 = aX + bM + cXM + e 。

丫与X 的关系由回归系数a + cM 来刻画, 它是M 的线性函数, c 衡量了调节效应(moderating effect) 的大小。

如果 c 显著，说明M 的调节效应显著。

2、调节效应的分析方法显变量的调节效应分析方法：分为四种情况讨论。

当自变量是类别变量，调节变量也是类别变量时，用两因素交互效应的方差分析，交互效应即调节效应；调节变量是连续变量时，自变量使用伪变量, 将自变量和调节变量中心化, 故Y=aX+bM+cXM+的层次回归分析：1、做丫对X和M的回归,得测定系数R12。

2、做丫对X、M和XM的回归得R22,若R22显著高于R12，则调节效应显著。

或者, 作XM的回归系数检验，若显著,则调节效应显著；当自变量是连续变量时，调节变量是类别变量，分组回归:按M 的取值分组, 做丫对X 的回归。

若回归系数的差异显著，则调节效应显著，调节变量是连续变量时，同上做Y=aX +bM +cXM +e 的层次回归分析。

潜变量的调节效应分析方法：分两种情形：一是调节变量是类别变量, 自变量是潜变量；二是调节变量和自变量都是潜变量。

当调节变量是类别变量时, 做分组结构方程分析。

做法是, 先将两组的结构方程回归系数限制为相等, 得到一个x2值和相应的自由度。

然后去掉这个限制，重新估计模型，又得到一个x2 值和相应的自由度。

前面的减去后面的得到一个新的x 2,其自由度就是两个模型的自由度之差。

如果x2检验结果是统计显著的，则调节效应显著；当调节变量和自变量都是潜变量时，有许多不同的分析方法，最方便的是Marsh,Wen和Hau提出的无约束的模型。

SPSS中介与调节效应分析

SPSS中介与调节效应分析首先，中介效应是指一个变量对于自变量和因变量之间关系的解释作用，通过该变量的加入，可以揭示自变量与因变量之间的潜在机制。

调节效应是指一个变量是否能够改变自变量与因变量之间的关系强度或者方向。

中介与调节效应分析可以帮助研究者深入了解自变量与因变量之间的关系，从而更好地解释研究结果。

SPSS可以用来进行中介与调节效应分析。

下面将介绍相应的步骤：1.数据收集与准备：首先，需要收集所需的数据，并将数据录入SPSS。

确保数据的准确性和完整性。

2.数据清洗与变量筛选：根据研究的需求，对数据进行清洗和变量筛选。

这包括删除缺失值、异常值或不相关的变量。

3.变量计算：根据中介与调节效应的研究假设，可以对一些变量进行组合或计算。

例如，计算中介变量的总得分或变量之间的差值。

4. 进行中介效应分析：在SPSS中，可以使用插件PROCESS来进行中介效应分析。

首先，选择"Analyze"选项卡，然后选择"PROCESS"插件。

在打开的窗口中，输入自变量、中介变量和因变量。

选择适当的模型，例如"Model 4"，并点击"Run"进行分析。

5. 解读中介分析结果：中介分析的结果有三项：自变量对中介变量的影响（路径a）、中介变量对因变量的影响（路径b）以及自变量对因变量的总效应（路径c）。

可以通过Bootstrap置信区间来检验效应的统计显著性。

如果路径a和b都显著，那么就可以认为存在中介效应。

6. 进行调节效应分析：调节效应分析也可以通过PROCESS插件进行。

首先，选择"PROCESS"插件，然后选择"Model 1"。

输入自变量、调节变量和因变量，点击"Run"进行分析。

7. 解读调节分析结果：在调节效应分析中，主要关注调节变量对自变量和因变量之间关系的影响。

中介效应和调节效应的SPSS检验

中介效应和调节效应的SPSS检验为将不同的变量的数据的尺度统一化，将所有数据进行中心化处理，即将原始数据减去平均数。

SPPS步骤：打开数据，在菜单中执行：analyse--descriptive statistics--descriptives。

一．SPSS回归分析中介效应检验步骤：第一步：检验自变量X（EP1）与因变量Y（SI1）的关系，即方程y=cx+e1中的c是否显著，检验结果如下表：由上表可知，方程y=cx+e的回归效应显著，系数c值.342显著性为p<.000,可以进行方程m=ax+e和方程y=c’x+bm+e的显著性检验；第二步：分别检验a和b的显著性，如果都显著，则急需检验部分中介效应和完全中介效应；如果都不显著，则停止检验；如果a或b其中只有一个较显著，则进行sobel检验（边缘检验）。

首先，检验中介变量M（OC1）与自变量X（EP1）的关系，即方程M=ax+e2中的c是否显著，检验结果如下表：由上面两个表格结果分析可知，方程m=ax+e中，a值0.112显著性p>.000,不显著，继续检验b的显著性。

第三步：检验中介变量M（OC1）、自变量X（EP1）和因变量Y（SI1）的关系，即方程y=c’x+bm+e3中的c是否显著，检验结果如下表：由上面两个表的结果分析可知，方程y=c’x+bm+e中，b值为0.146显著性为p>.000,所以b不显著。

因此综合两个方程m=ax+e和y=c’x+bm+e的检验结果，a和b都不显著，停止检验。

所以，由我们的数据，分析得出调节效应不存在。

二．SPSS回归分析调节效应检验步骤：首先，构建两个回归方程，Y（SI1）是因变量，x（EP1）是自变量，M （OC1）是调节变量，MX（spss计算得出：转换→计算变量，命名JFX）是调节变量和自变量的交互项，系数是a b c c'。

我们可以检验两个方程的R方改变量，如果该变量显著，说明调节作用显著，也可以直接检验c'的显著性，如果显著也可以说明调节作用。

如何用SPSS做中介效应与调节效应

如何用SPSS做中介效应与调节效应中介效应和调节效应是做结构方程模型的时候，不得不探讨的问题，有时候，这些效应会在你的研究中发挥着很大的作用。

可以说，知道如何用SPSS来测量中介效应和调节效应对你的研究和数据分析至关重要。

若你正好在搞结构方程模型，那么你可以使用SPSS，记住以下几点即可测量中介效应和调节效应。

首先，你需要在SPSS中建立一个结构方程模型，这个模型要包括自变量，因变量，中介变量和调节变量，然后打开“结构方程模型”窗口，点击“新建模型”，这样你的模型就建立好了，你就可以添加相关的变量了。

接下来，你需要添加自变量、因变量、中介变量和调节变量，右击模型框架后，选择“新建变量/因变量/中介变量/调节变量”，点击OK，在弹出的窗口中选择想要的变量，比如自变量、因变量、中介变量和调节变量，然后点击“确定”，变量就被添加到你的模型里了。

接下来，你需要在模型中添加因变量和自变量的回归参数，以测量中介效应和调节效应，点击“新建参数”，在弹出的窗口中，选择你最近添加的自变量和因变量，比如说，如果你想测量一个自变量对一个因变量的中介效应，你就需要选择两个变量。

用SPSS作中介效应检验

显著不显着中介效应显著完全中介效应显著中介效中介效应应显著不显著Y与弋相并壬显着停止中奔效应分析SPSS实例：［16］中介效应的检验过程SPSS ftt中介效应现崔用的越来越％遇，虽然说用伽OS是放佳的工具，但是很多人还是耳欢SPSS，史容易理解，摊作起来也比aaos简录夕下面我们就来分享一下如何使用sj>ss«!行中介效应的检脸，这个教翟是理论上的讲解，目的爱让你理解这个过权。

后面我们会具体的来徐作一下，让你知道如何具体的去做，先来看看理论上的过权：1. 先要明确你的A变量和因变量，假如我们有三个变量分别是：角变# (x)，因变f (y)，中介变#(M)。

2. 席一个要■检能的是自变童对因变童的作用，我们用下面的方权表示：我们首先要傩的是对索數c的检矗，你应该知道，用回扫做检胎，假如c不显著，说明不存衣中介效应，停止检胎；假如c显著，还不能说明存在Y-cX+e I?中介效应、接舟进行下面的步骤：3. 接舟我们佻自变量和中介变童之间的回归方穆的检脸，也就是用下面的方暇来表示，假如系数a显著，说明X 确实可以预測X，但仍然没有说明中介效应的存在。

假如a不显著，那就需要进行sobcl检脸「我们皆时不去M=aXTe2；fttsobel，因为还有一个步驟4. 现衣我们要检脸M和Y之间的关余，也就是下面的方权的杀數是否显著。

假如日显著、b也显著，那么就可以证明中介效应存衣：假如日和b中有一个不显著，另一个先不显箸我们不知道，我们需要•迓行sobcl桧滋，sYF X+bM+®。

obel检胎显箸：那么中介效应存在，5. 到此为止，我们就完成了中介效应的检能，下面衰总结一下塾个滾段，看下面的浪权图：都显著至少有-个不显著显著不显著6. 中介效宏的具依躱作，参考我的下一為文章。

SPSS实例：［17］进行sobel检验（小白教程）適禽我们在做中介效应的时候，遇到有一个系数没有达到显箸性水平，我们需要迸行sobel检滋，但是sobel检脸的公式非常麻烦，如果你扶计算器就很麻烦了，史何况你还有很多中介效应去绘证，所以今夭我给大家分享一个Excel可以抿快的计算。

如何用SPSS做中介效应与调节效应

如何用SPSS做中介效应与调节效应1、调节变量的定义变量Y与变量X 的关系受到第三个变量M 的影响,就称M为调节变量。

调节变量可以是定性的，也可以是定量的。

在做调节效应分析时,通常要将自变量和调节变量做中心化变换。

简要模型：Y = aX + bM + cXM + e 。

Y与X 的关系由回归系数a + cM 来刻画,它是M 的线性函数, c衡量了调节效应(moderating effect)的大小。

如果c显著，说明M 的调节效应显著。

2、调节效应的分析方法显变量的调节效应分析方法：分为四种情况讨论。

当自变量是类别变量，调节变量也是类别变量时，用两因素交互效应的方差分析，交互效应即调节效应；调节变量是连续变量时，自变量使用伪变量,将自变量和调节变量中心化,做Y=aX+bM+cXM+e 的层次回归分析：1、做Y对X和M的回归,得测定系数R12。

2、做Y对X、M和XM的回归得R22，若R22显著高于R12，则调节效应显著。

或者,作XM的回归系数检验,若显著,则调节效应显著；当自变量是连续变量时，调节变量是类别变量，分组回归:按 M的取值分组,做 Y对 X的回归。

若回归系数的差异显著,则调节效应显著，调节变量是连续变量时，同上做Y=aX +bM +cXM +e 的层次回归分析。

潜变量的调节效应分析方法：分两种情形：一是调节变量是类别变量,自变量是潜变量；二是调节变量和自变量都是潜变量。

当调节变量是类别变量时,做分组结构方程分析。

做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度。

然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度。

前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差。

如果χ2检验结果是统计显著的,则调节效应显著；当调节变量和自变量都是潜变量时，有许多不同的分析方法，最方便的是Marsh,Wen 和Hau提出的无约束的模型。

3．中介变量的定义自变量X对因变量Y的影响,如果X通过影响变量M来影响Y,则称M为中介变量。

如何用SPSS做中介效应与调节效应教案资料

如何用SPSS做中介效应与调节效应教案资料使用SPSS进行中介效应和调节效应分析需要以下步骤和资料：1.数据准备：- 首先要确保你已经收集到了适当的数据，并将其整理成适合SPSS 分析的格式，通常是将数据输入到一个Excel文件中，并确保每个变量都有一个明确的变量名。

2.导入数据到SPSS：-打开SPSS软件，并导入数据文件。

选择"文件"->"打开"->"数据"，然后选择你的数据文件，点击"打开"即可导入数据。

3.变量选择和重编码：-根据你的研究目的，选择相关变量。

对于中介变量和结果变量，确保它们是连续型变量。

如果这些变量是分类变量，可以进行重编码，将其转换成连续型变量。

对于调节变量，可以是分类变量或连续型变量。

4.中介效应分析：-选择"分析"->"回归"->"线性"，将自变量放入"独立变量"框中，将中介变量放入"中介变量"框中，将结果变量放入"因变量"框中。

点击"模型"按钮，选择"中介"，然后点击"继续"。

-在"状况变量"框中，可以选择添加其他控制变量。

- 点击"统计"按钮，确保勾选了"Sobel"和"Bootstrap"两个选项。

这些选项可以用来检验和估计中介效应的标准误差。

-点击"继续"按钮，然后点击"OK"按钮进行分析。

-SPSS将生成一个报告，其中包括回归系数、t值、p值以及中介效应的估计值和置信区间。

5.调节效应分析：-选择"分析"->"回归"->"线性"，将自变量放入"独立变量"框中，将调节变量放入"因变量"框中，将结果变量放入"因变量"框中。

SPSS及AMOS进行中介效应分析

SPSS及AMOS进行中介效应分析中介效应分析是通过统计分析方法，揭示一个自变量对依变量的影响是否通过一些中介变量来传递的过程。

在SPSS及AMOS软件中，可以使用路径分析或结构方程模型来进行中介效应分析。

首先，我们需要明确中介效应分析的理论框架及假设。

一般来说，中介效应分析包括三个变量：自变量（independent variable），中介变量（mediator variable）和依变量（dependent variable）。

其中，自变量对依变量的关系可以通过中介变量来解释。

我们的假设是：自变量对中介变量存在显著影响，中介变量对依变量存在显著影响，同时自变量对依变量的直接影响减少或变为非显著。

接下来，我们可以使用SPSS进行路径分析。

路径分析是一种解释变量间直接相互关系和间接相互关系的方法。

在路径分析中，我们需要建立一个模型，设置自变量、中介变量和依变量的观测变量。

然后，我们可以通过路径分析来计算直接效应和间接效应。

具体操作可以按照以下步骤进行：1. 打开SPSS软件，在“Analyze”菜单中选择“Regression”-“Linear”。

2. 将自变量、中介变量和依变量添加到“Dependent”、“Independent”和“Covariate”框中。

确保变量类型正确。

3. 点击“Options”按钮，勾选“Unstandardized”和“Standardized”，以获取直接和间接效应的标准化值。

4.点击“OK”按钮，得到回归结果。

5.根据回归结果，计算直接效应和间接效应的值。

间接效应可以通过自变量对中介变量的回归系数与中介变量对依变量的回归系数的乘积得出。

6.可以分别计算直接效应和间接效应的置信区间，以评估其显著性。

7.最后，可以通过检验直接效应是否减少或变为非显著，来判断中介效应的存在与否。

除了路径分析，我们还可以使用AMOS软件进行结构方程模型（Structural Equation Modeling, SEM）分析。

如何用SPSS做中介效应

如何用SPSS做中介效应
要使用SPSS进行中介效应分析，可以按照以下步骤进行操作：
1.数据准备和导入：将需要分析的数据准备好，并导入SPSS软件中。

确保数据集中包括自变量、中介变量和因变量的数据。

2.描述性统计分析：对数据进行描述性统计分析，包括计算变量的平
均值、标准差和相关系数等。

这些统计数据可以提供对数据的整体了解，
并对后续的分析做准备。

3.建立回归模型：通过建立回归模型，估计自变量对中介变量和因变
量的影响。

在SPSS中，可以使用多元回归分析进行此项分析。

将自变量
作为预测因子，将中介变量作为中介变量，同时将因变量作为结果变量。

这样可以估计自变量对中介变量和因变量的直接效应。

4. 中介效应的检验：为了检验中介效应，需要计算直接效应和间接
效应。

在SPSS中，可以使用bootstrap方法进行中介效应检验。

通过bootstrap，可以生成多个中介效应的置信区间，以确定中介效应是否显著。

SPSS中的PROCESS程序可以用于进行bootstrap分析。

5. 结果解释和报告：分析完毕后，需要解释和报告结果。

可以报告
中介效应的点估计和置信区间，以及回归模型的拟合度和显著性。

此外，
还可以绘制途径图（path diagram）以可视化中介过程。

总结起来，使用SPSS进行中介效应分析包括数据准备和导入、描述
性统计分析、建立回归模型、中介效应的检验以及结果解释和报告等步骤。

通过SPSS软件中的相关功能和程序，可以方便地进行中介效应的分析和
解释。

用SPSS线性回归实现中介效应分析

⽤SPSS线性回归实现中介效应分析基本原理中介效应是指变量间的影响关系（X→Y）不是直接的因果链关系，⽽是通过⼀个或⼀个以上的变量M间接影响产⽣，此时称M为中介变量，X通过M对Y的间接影响称为中介效应。

以上基本模型和回归⽅程描述了变量之间的关系：⽅程（1）的系数c为X对Y的总效应；⽅程（2）的系数a是X对M的直接效应；⽅程（3）的系数b是在控制了X的影响后，M对Y的直接效应；系数c’是控制了M的影响后， X对Y的直接效应；系数a*b是经过中介变量M产⽣的中介效应，并存在a*b=c-c’的关系。

分析步骤步骤⼀：X对Y的回归，检验回归系数c的显著性步骤⼆：X对M的回归，检验回归系数a的显著性步骤三：X和M对Y的回归，检验回归系数b和c’的显著性在SPSS操作软件中，分别对⽅程(1)(2)(3)进⾏线性回归分析，逐步检验系数的显著性。

打开菜单栏，分析→回归→线型，分别加⼊⾃变量和因变量，输出结果，得到系数的显著性。

典型案例研究⼯作认同感与⼯作绩效之间⼼理因素（焦虑）的意义，案例数据包括“不被认同”、“焦虑”、“⼯作绩效” 3个变量。

从⾃变量、因变量、中介变量的概念来理解，“不被认同”即⾃变量X，“焦虑”即中介变量M，“⼯作绩效”即因变量Y。

Step1：检验⽅程Y=c*X+e1 中系数c是否显著具体操作其实很简单，就是常规的线性回归过程。

菜单：【分析】→【回归】→【线性】，在线性回归主对话框中进⾏操作即可。

来看线性拟合结果：显然，模型 Y=c*X+e1 显著，标准化系数c=0.678，p=0.000，显著。

可以继续检验其他两个⽅程是否显著了。

Step2：检验⽅程M=a*X+e2 中系数a是否显著重复进⾏线性回归过程，焦虑变量作为因变量，⼯作不被认同变量作为⾃变量进⾏线性拟合即可。

显然，模型M=a*X+e2 显著，标准化系数a=0.533，p=0.000，系数显著。

可继续检验另外⼀个⽅程。

Step3：检验⽅程Y=c'*X+b*M+e3 中系数b和c'是否显著重复进⾏线性回归过程，⼯作绩效作为因变量，⼯作不被认同和焦虑同时作为⾃变量，进⾏线性拟合即可。

运用SPSS及AMOS进行中介效应分析

运用SPSS及AMOS进行中介效应分析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（X→Y）不是直接的因果链关系而是通过一个或一个以上变量(M)的间接影响产生的，此时我们称M 为中介变量，而X通过M对Y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中介效应的总和。

在心理学研究当中，变量间的关系很少是直接的，更常见的是间接影响，许多心理自变量可能要通过中介变量产生对因变量的影响，而这常常被研究者所忽视。

例如，大学生就业压力与择业行为之间的关系往往不是直接的，而更有可能存在如下关系：○1就业压力→个体压力应对→择业行为反应。

此时个体认知评价就成为了这一因果链当中的中介变量。

在实际研究当中，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：○2就业压力→个体择业期望→择业行为反应；○3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：Y=cx+e1 1)M=ax+e2 2)Y=c’x+bM+e3 3)上述3个方程模型图及对应方程如下：二、中介效应检验方法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1）2）3）三个方程中的回归系数，程序如下：1.1首先检验方程1）y=cx+ e1，如果c显著（H0:c=0被拒绝），则继续检验方程2），如果c不显著（说明X对Y无影响），则停止中介效应检验；1.2在c显著性检验通过后，继续检验方程2）M=ax+e2，如果a 显著（H0:a=0被拒绝），则继续检验方程3）；如果a不显著，则停止检验；1.3在方程1）和2）都通过显著性检验后，检验方程3）即y=c ’x+ bM + e3,检验b 的显著性，若b 显著（H0:b=0被拒绝）,则说明中介效应显著。

运用SPSS及AMOS进行中介效应分析

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（X→Y）不是直接的因果链关系而是通过一个或一个以上变量(M)的间接影响产生的，此时我们称M为中介变量，而X通过M对Y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中介效应的总和。

在心理学研究当中，变量间的关系很少是直接的，更常见的是间接影响，许多心理自变量可能要通过中介变量产生对因变量的影响，而这常常被研究者所忽视。

例如，大学生就业压力与择业行为之间的关系往往不是直接的，而更有可能存在如下关系：○1就业压力→个体压力应对→择业行为反应。

此时个体认知评价就成为了这一因果链当中的中介变量。

在实际研究当中，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：○2就业压力→个体择业期望→择业行为反应；○3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：Y=cx+e1 1)M=ax+e2 2)Y=c’x+bM+e3 3)上述3个方程模型图及对应方程如下：二、中介效应检验方法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1）2）3）三个方程中的回归系数，程序如下：1.1首先检验方程1）y=cx+ e1，如果c显著（H0:c=0被拒绝），则继续检验方程2），如果c不显著（说明X对Y无影响），则停止中介效应检验；1.2在c显著性检验通过后，继续检验方程2）M=ax+e2，如果a 显著（H0:a=0被拒绝），则继续检验方程3）；如果a不显著，则停止检验；1.3在方程1）和2）都通过显著性检验后，检验方程3）即y=c ’x+ bM + e 3,检验b 的显著性，若b 显著（H0:b=0被拒绝）,则说明中介效应显著。

运用SPSS及AMOS进行中介效应分析

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（X→Y）不是直接的因果链关系而是通过一个或一个以上变量(M)的间接影响产生的，此时我们称M为中介变量，而X通过M对Y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中介效应的总和。

在心理学研究当中，变量间的关系很少是直接的，更常见的是间接影响，许多心理自变量可能要通过中介变量产生对因变量的影响，而这常常被研究者所忽视。

例如，大学生就业压力与择业行为之间的关系往往不是直接的，而更有可能存在如下关系：○1就业压力→个体压力应对→择业行为反应。

此时个体认知评价就成为了这一因果链当中的中介变量。

在实际研究当中，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：○2就业压力→个体择业期望→择业行为反应；○3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：Y=cx+e11)M=ax+e22)Y=c’x+bM+e33)上述3个方程模型图及对应方程如下：二、中介效应检验方法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1）2）3）三个方程中的回归系数，程序如下：1.1首先检验方程1）y=cx+ e1，如果c显著（H:c=0被拒绝），则继续检验方程2），如果c不显著（说明X对Y无影响），则停止中介效应检验；1.2在c显著性检验通过后，继续检验方程2）M=ax+e2，如果a显著（H:a=0被拒绝），则继续检验方程3）；如果a不显著，则停止检验；1.3在方程1）和2）都通过显著性检验后，检验方程3）即y=c’x + bM + e3,检验b的显著性，若b显著（H0:b=0被拒绝）,则说明中介效应显著。