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c'＜c，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/c或ab/c'来衡量，但现有研究认为ab/c和ab/c'作为中介效果量指标存在诸多问题。

上述Baron和Kenny(1986)的逐步法，第一步检验的是X对Y的总效应；第二步实际上是检验系数乘积的显著性(即检验H0:ab =0)，通过依次检验系数a和b来间接进行；第三步检验用来区分完全中介还是部分中介。这三步其实是可以分开进行的，区分每一步的目的对理解和讨论逐步法很重要。

依次检验是对系数乘积的间接检验，想法很直观，如果检验结果是a≠0且b≠0，就可以推出ab≠0。这个推理在代数上没有问题，但在统计检验上如何呢？模拟研究发现，用依次检验来检验H0:ab =0，第一类错误率较低，低于设定的显著性水平(如0.05)。这就是说，如果依次检验结果a和b都显著，已经足够支持所要的结果，即ab显著。但依次检验的检验力(power)也较低，即系数乘积实际上显著而依次检验比较容易得出不显著的结论。 2.1.2经典中介效应检验的质疑 （1）依次检验还有用吗？

尽管早有方法文章已经建议使用Bootstrap法直接检验系数乘积，但很多应用工作者还是照用依次检验。依次检验受到欢迎的原因是方法简单，容易理解和解释。方法学者不推荐也可以理解，因为依次检验的检验力在各种方法中是最低的。就是说，依次检验比较不容易检验到中介效应显著。但如果研究者用依次检验已经得到显著的结果，检验力低的问题对其而言就不是问题！此时，依次检验的结果甚至好过Bootstrap法的结果。因此，如果检验结果都显著，依次检验的结果强于Bootstrap法检验结果。 （2）先检验总效应还有必要吗？

逐步法中第一步是检验方程(1)的系数c，有些人认为没有必要(Zhaoetal.，2010)。他们的论据是，间接效应(ab)的符号可能和直接效应(c)的符号相反，使得总效应(c)不显著，但中介效应还是存在；也可能存在两条中介路径，其间接效应大小相近但符号相反，使得总效应不显著。就是说，即使总效应不显著，间接效应还是可能存在。这里其实涉及两个问题，一是要不要检验系数c？二是中介效应要不要以系数c显著为前提条件？第一个问题的答案是肯定的，因为研究者肯定会关心X是否显著影响Y。对于特定的两个变量X和Y，如果根据理论、经验或者与他们关系密切的第三个变量M，都无法设想X和Y之间有关系的话，还会去研究X如何影响Y吗？文章将如何立论？所以说，研究者肯定会关心X和Y之间关系。 因果逐步回归法将自变量显著影响因变量作为中介效应检验的前提条件，即如果系数c不显著，就不存在中介效应了，但有学者认为这个前提条件是不必要的，这个前提条件的存在使得许多本来有意义的中介研究停止在第一步，抑制了中介研究的发展和应用，因为在系数c不显著的情况下完全可能存在中介效应。另外，以c显著为前提降低了中介效应的统计检验

力也是主要的批评来源。Mackinnon(2002)通过模拟研究比较了三类中介效应检验方法的表现，发现因果逐步回归法的统计功效(Power)最低，并且容易低估第Ⅰ类错误率，统计功效最低成为因果步骤法的主要批评来源。有学者认为，因果步骤法统计功效最低主要与因果步骤法需要自变量显著影响因变量(即系数c显著)有关，系数c显著的要求严重降低了统计功效。放弃系数c显著的因果步骤法称为联合显著法(jointsignificance)，Mackinnon(2002)的模拟研究发现联合显著法的统计功效显著高于因果步骤法。

Shrout和Bolger(2002)指出当ab和c'方向相反时，就可能会导致系数c不显著。Preacher和Hayes(2008)指出在有两个中介变量的模型中，如果两个中介效应方向相反，也可能会导致系数c不显著，有研究者将这种现象称之为遮蔽效应，即一旦出现c不显著但中介效用显著时，要进一步去考察是否会存在上述两种情况，研究的解释也应按照遮蔽效应来解释。

多重中介模型

（3）区分完全中介和部分中介是否合适？

因果逐步回归法中最后一步， 通过检验方程(3)的系数c来区分完全中介还是部分中介。如果系数c不显著，属于完全中介。Baron 和Kenny(1986)认为完全中介是中介效应存在的最强有力的证明。区分完全中介和部分中介，是对中介效应模型的效应量的一种文字描述， 可以帮助解释结果。但完全中介和部分中介概念是有问题的：

第一，在总效应小(但显著)的时候，间接效应可能占总效应的比重也很小，直接效应已经不显著了，结果是完全中介，与常理相悖。一般地说，当总效应小且样本也小的时候，容易得到完全中介的结果，但其实完全中介的情况是很少的。

第二，当说M是X 和Y关系的完全中介时，排除了将来探索其他中介的可能性。Preacher 和Hayes(2008)呼吁放弃完全中介的概念，将所有中介都看作是部分中介，Zhao等人(2010)建议直接报告间接效应和直接效应的显著性。 （4）效果量能否准确反映中介效应

由于中介效应ab 的统计显著性实际上是效果量和样本量共同作用的结果，因此，当中介效应显著后还需要报告独立于样本量的效果量大小，效果量才是研究者最关心的。Mackinnon(2008)总结了7种中介效果量指标，其中使用最广的是ab/c 和ab/c'，但ab/c和

ab/c'作为中介效果量指标存在诸多问题。

就ab/c指标而言，第一，效果量的大小可能不能准确反映中介效应的实际重要性，二者之间可能存在较大差异。例如当c很小时，即使很小的中介效应ab都会产生较大的效果量值，同理，当c很大时，即使很大的中介效应ab也只能产生较小的效果量值。第二，尽管许多研究者将ab/c 看成是一个比值，表示中介效应ab在总效应c(c=ab +c')中所占的比例，但实际上，当ab与c'方向相反时，ab /c的值可以大于1，也可以是负值，甚至小于-1，这表明ab/c不是一个比值，不能表示中介效应占总效应的比例。Shrout 和Bolger(2002)甚至建议ab/c在ab和c'方向相同的情况下使用。第三，ab/c的使用需要大样本，ab /c只有当样本量大于500 时才稳定。 2.2乘积系数法

系数乘积法由于直接检验中介效应ab 是否显著不为0，无需以系数c显著作为中介效应检验的前提条件，可以直接提供中介效应的点估计和置信区间，且Mackinnon(2002)的模拟研究也发现系数乘积法的统计功效优于因果逐步回归法。因此，系数乘积法逐渐得到众多研究者的青睐。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不对称置信区间法(asymmetricconfidence interval)。 2.2.1Sobel中介效应检验法

Sobel检验法就是用中介效应估计值^a^b除以中介效应估计值^a^b的标准误^σz值(z=^a^b/^σ

^a^b

^a^b

得到一个

)，将这个z值和基于标准正态分布的临界z值进行比较，如果z值大于

临界z值，说明中介效应存在，如果z值小于临界z值，说明中介效应不存在；或构建一个对称的置信区间(^a^b-zα/2×^σ

^a^b

，^a^b+zα/2×^σ

^a^b

)，如果置信区间不包括0，说明有中

介效应存在，置信区间包括0，说明中介效应不存在(MacKinnonetal．，2002;温忠麟等，2004)。

Sobel检验的前提假设是中介效应^a^b是正态分布且需要大样本，因为只有在正态分布下，才能使用基于标准正态分布的临界z值。但实际的情况是，即使^a和^b都是正态分布，^a^b也不一定是正态分布，更进一步的说，只要^a^b不为零，^a^b的分布就是偏态分布，并且分布的峰值还会随着中介效应值^a^b的变化而变化。因此，基于中介效应^a^b是正态分布的Sobel检验仍是不准确的，而且导致了统计功效降低。Macho和Ledermann(2011)指出Sobel检验的另一个不足是在有多个中介变量的模型中，中介效应估计值的标准误^σ^a^b常用Delta法计算，计算公式比较复杂，且使用不便。

软件具体操作步骤：

下载Sobel插件安装在Spss中(http://www.comm.ohio-state.edu/ahayes/) 步骤一、运行SPSS，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sobel插件；

步骤三、运行sobel程序，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，自变量，中介变量。如果需要，也可以输入协变量；

步骤五、把取样(Bootstrap samples)设定为某一数字，一般为1000，建议为5000；

步骤六、点击确定。

Sobel操作界面

Sobel操作图示：

Sobel检验结果输出