用SPSS作中介效应检验

SPSS 实例：［16］中介效应的检验过程

spss 做中介效应现在用的越来越普遍，虽然说用 amos 是最佳的工具，但是很多人还是喜欢 spss ，更容易理解，操作起 来也比amos 简单。下面我们就来分享一下如何使用 spss 进行中介效应的检验，这个教程是理论上的讲解，目的是让你 理解这个过程。后面我们会具体的来操作一下，让你知道如何具体的去做，先来看看理论上的过程：

1. 先要明确你的自变量和因变量，假如我们有三个变量分别是：自变量（ x ），因变量（y ）,中介变量（M 。

2.

第一个要检验的是自变量对因变量的作用，我们用下面的方程表示：我们首先要做的是对系数

c 的检验，你

应该知道，用回归做检验，假如 c 不显著，说明不存在中介效应，停止检验；假如 c 显著，还不能说明存在

Y=cX+en

中介效应，接着进行下面的步骤： 3.

接着我们做自变量和中介变量之间的回归方程的检验，也就是用下面的方程来表示，假如系数

a 显著，说明X

确实可以预测M 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sobel 检验。我们暂时不去

N4=aX+02；

做sobel ，因为还有一个步骤

现在我们要检验M 和Y 之间的关系，也就是下面的方程的系数是否显著。假如 a 显著、b 也显著，那么就可以 证明中

介效应存在；假如a 和b 中有一个不显著，另一个先不显著我们不知道，我们需要进行 sobel 检验，s

YF X+bM+e 3a

obel 检验显著，那么中介效应存在。

6.中介效应的具体操作，参考我的下一篇文章。

4. 5.

中介效完全中介 应显著效应显著

中介效中介效应 应显著不显着

Y 与冥相去不昱菁

停止中介建应分析

到此为止，我们就完成了中介效应的检验，下面来总结一下整个流程，看下面的流程图:

A

B

C

D

E

F

G

SPSS 实例：［17］进行sobel 检验（小白教程）

通常我们在做中介效应的时候，遇到有一个系数没有达到显著性水平，我们需要进行 sobel 检验，但是sobel 检验的公 式非常麻烦，如果你按计算器就很麻烦了，更何况你还有很多中介效应去验证，所以今天我给大家分享一个 Excel 可以

很快的计算。

1.

从下面的参考资料里下载一个 Excel 文件

2. 下载下来以后，打开Excel ，你会看到一个这样的表格

1

A

B

C

D

E F G

H

r

a

b sa sb soble

是否显•

値

0.104

0.023

0,03

0.159

0445 否

1

3. 将你的三个模型的三线表粘贴过来

参考资

不用哺写*

，如果您就是乍者£

芮r 莘助用户追溯斑验来沥, .请庫写

4. 我们在对应的位置写入对应的值，soble 值会自动的计算出来，是否显著这一栏会告诉是否显著，如果显著说 明中介效应显著

A

B

c

D

E F G H

養数

a

b

ib

sable

是否显蓍

11

0,104

0,023

0.03

0J59 0J45

否

IV 1

A

T

Y=c*X+^l c \ 0.227 0 116 13.750 0.000

M=a*X+e2

a h 0.061 0 D05 12.779 0.000

Y=c'*X+b F M+e3

c r

\ 0.223

—

018 12.653 0.000

1

b

0.052

0.103

0.S02

0&.F

-

5. 跟大家分享一下各个单元格的公式，看下面的公示栏就知道了

文再 ■

ISA

页面布局 公式 数摒

审闻

幵

■

电复制"

D 粘贴

T

Calibri

*| 11 * A* A T — 一，

1

薛目动换行

再规

B I

——■—

旨合并后居中+ 厂

剪贴扳 忌

字休 斥

对齐方式

斥

A

B

C

D

E F G

H

i

1

3

b sa

sb soble

是否显著 2 值

0.104

0.023

0,03

0.159

0,145 否

3

沖

SPSS 实例：［20］检验中介效应的操作方法

现在哦我们要在上一篇文章的基础上进行操作，操作方法如下:

1.首先检验第一个方程，方程形式如下

Y=cX+en

检验过程是使用线性回归：：：：：：

打开线性回归的对话框

11J - IBM SPSS statistics Data'Editor

Analyze Direct Marketing Graphs Utilities Add-ons Window Help Tattles

Compaq Means General Linear Model

Generalized Linear Models ► Mixed Models

Correlate Regression Logiinear

Classify

G11

G12

5.00 5.00 5.00 3 00 3.00 3.00 1.00

6.00 4.00 1 00

3 00

2.00

G10

Automatic Linear Modeling... T Linear..

Neural Networks

Curve Estimation...

Partial Least S HUTTS ..

Dimension Reduction

然后再放

上一篇文章我介绍了检验中介效应的理论过程,

见文章【中介效应的检验过程】

Reports

Descriptive Statistics

HS

TH —