中介效應檢驗（二）

1.

方法介紹

上兩篇文章，我們瞭解到，中介變數是指“在自變數X對因變數Y的影響中，如果X透過影響變數M來影響Y，則稱M為中介變數”。傳統的依次檢驗迴歸係數方法已經在上兩文作出介紹，本文主要介紹第二種中介效應檢驗的方法：

PROCESS外掛法

。

首先，PROCESS外掛是什麼呢？

Andrew F。 Hayes基於SPSS和SAS開發了用於進行中介和調節效應分析的外掛PROCESS。在我看來，PROCESS外掛的應用強項在於：

讓複雜的模型分析一步到位

。具體而言，Hayes提供了多個假設模型示意圖，可以處理鏈式中介效應（如圖1），多重中介效應模型（如圖2），有中介的調節效應與有調節的中介效應等多種模型，分析結果與資料處理（樣本資料中心化）一鍵到位，相比於前文提到的依次檢驗迴歸係數的分析方法，PROCESS外掛法在模型複雜的情況下就顯得方便很多。具體操作與結果分析步驟如下。

圖1 鏈式中介效應模型

圖2 多重中介效應模型

2.

PROCESS外掛法做中介效應檢驗

本章我們繼續沿用上文的案例：不妨假設FEV為自變數，CS為中介變數，US為因變數，假設模型如下圖3所示。可用下列方程來描述變數之間的關係：

方程一：US = c*FEV + e1

方程二：CS = a*FEV + e2

方程三：US = c'*FEV + b*CS + e3

圖3 中介效應假設模型

（1）操作步驟

首先點選分析-迴歸-PROCESS（圖4），而後拉入自變數FEV、因變數US與中介變數CS（Mediator），選擇模型4（圖6），模型的選擇需要參考Hayes所著文章

《Mediation, Moderation, and

Conditional

Process

Analysis》

的模型示意圖，選擇正確的模型是前提。最後點選Options，勾選下列選項（圖7）：

Show total effect model （only models 4，6，80，81，82）

Effect size （mediation - only models）

Standardized coefficients （mediation - only models）

最後確定即可開始中介效應檢驗的執行

圖4 中介效應檢驗步驟

圖5 中介效應檢驗步驟

圖6 中介效應模型示意圖

圖7 中介效應檢驗步驟

（2）結果分析

PROCESS執行結果如下所示，其中

圖8描述模型的總體概況

，例如採用模型4，因變數Y為US，自變數X為FEV，中介變數M為CS，樣本規模為10。

圖8 中介效應檢驗結果

圖9展示了方程二 (CS = a*FEV + e2)

的估計結果，結果表明a = 1。1354 （p = 0。0013 < 0。01）顯著。

圖9 中介效應檢驗結果

圖10展示了方程三 (US = c'*FEV + b*CS + e3)

的估計結果，結果表明c‘ = 0。0687 （p = 0。3887 > 0。05）不顯著；b = 0。1838 （p = 0。0144 < 0。05）顯著。

圖10 中介效應檢驗結果

圖11展示了方程一 (US = c*FEV + e1)

的估計結果，結果表明c = 0。2773 （p = 0。0011 < 0。01）顯著。

圖11 中介效應檢驗結果

圖9-11的結果表明，CS在FEV與US之間起

完全中介效應(c顯著而c'不顯著)

。

當然PROCESS的結果匯出中也會有一個模組，同時包含總效應、直接效應與間接效應（即中介效應）的檢驗結果，如圖12所示，結果按照方程一、方程三與中介效應輪流展示。其中Total effect of X on Y展示的是方程一 （US = c*FEV + e1）的估計結果，Direct effect of X on Y展示的是方程三 （US = c*FEV + e1）的估計結果，Indirect effect（s） of X on Y表明95%的bias-corrected bootstrap

置信區間為[0.0851, 0.5759]，不包含0，故中介效應顯著

。

圖12 中介效應檢驗結果

所以，如果採用PROCESS做中介效應顯著，一般而言，我們只需檢視最後部分（TOTAL， DIRECT， AND INDIRECT EFFECTS OF X ON Y）的結果展示即可。

最後，如需獲取PROCESS模型示意圖與PROCESS外掛安裝包可與我聯絡，我看到後會儘快回覆。

參考文獻

［1］ Preacher K J ， Hayes A F 。 Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models［J］。 Behav Res Methods， 2008， 40（3）：879-891。

［2］ Preacher K J ， Hayes A F 。 SPSS and SAS procedures for estimating indirect effects in simple mediation models［J］。 Behavior Research Methods Instruments & Computers， 2004， 36（4）：717-731。