中介和调节效应自助法检验，针对非正态截面数据

文末有送系列相关资料和书籍，请自行下载。

此文是计量经济圈的新加入圈主—Sirius的第一次推文，请圈友们多多支持这篇关于中介效应、调节效应检验的方法（适用于Non-Normal Distribution Cross Sectional Data）。

编者：基于调研数据的计量研究，如果所采集的数据为一期的截面数据，特别对于管理学、社会学等学科的计量分析中，往往需要考察变量之间的中介效应、调节效应。对于中介效应、调节效应的分析，通常是采用传统的三步检验法（Baron & Kenny，1986）。

然而，对于社会调查所取得的一手调研资料，如果样本数量不足、或因调研条件所限而造成的样本数据分布非正态，那么根据陈瑞（2013）的观点，使用Baron & Kenny（1986）的三步检验法来进行中介效应、调节效应检验，结果是有偏误的。陈瑞（2013）建议使用Hayes（2013）开发的基于Bootstrap法的process宏进行中介效应、调节效应检验。

本次推文全文转载了南心网博客的一篇关于使用Bootstrap法的中介效应、调节效应检验方法。并在文后附带了一个最新版的PROCESS 2.16.3宏，可以加载到SPSS软件中运行。PROCESS插件的最新版可以在作者Hayes主页上下载：http://www.processmacro.org/download.html

近几年来，Hayes开发的基于SPSS和SAS的中介和调节效应分析程序插件Process得到了越来越多的人的应用，主要的优势有这么几点：

第一，中介效应分析一步到位。在Process之前，中介效应分析要分步进行，分为三步（实际上两步就可以）。第一步检验总效应，即自变量X对因变量Y的总效应。但这一步已经被证明是没有必要的甚至是错误的，总效应存在与否不是中介效应的必要条件，因此，先前支持中介效应三步法的一些学者后来做了修正，不再把检验总效应作为前提条件，也就是三步法实际上变成了两步法。

此外，结构方程模型的思路再次证明，第一步检验总效应的做法完全没有必要。Hayes显然早已发现了这一点，因此，Process插件做的就是两步而不是三步。Process直接将这两步整合起来，得到一个总的结果，不需要分两步设置和分析，这就大大简化了步骤，结果呈现更更全面。值得一提的是，Process虽然两步整合在一起，但其结果也是分步呈现，因而非常方便我们在论文中整理成规范的表格结果。

第二，调节效应分析前的数据处理自动化。在Process出来之前，调节效应的分析要经过两个重要环节——变量中心化和构建交互项，虽然这两步的操作不难，但有时候容易忽视或者计算出错。Process提供了均值中心化之后的交互项设置，可以自动完成，因此更为准确高效。

第三，中介效应的Bootstrap和Sobel检验可以自动处理。在Process开发之前，中介效应的Bootstrap需要特别设置，Sobel检验需要手工计算（或者用专门的小程序），Process则可以直接自动化完成，并直接得到中介效应值Sobel检验值Z和显著性水平（基于理论正态分布）。

第四， 可以处理带有控制变量的中介、调节效应模型。在中介效应和调节效应分析中，尤其是调节效应分析，经常需要对控制变量进行控制，Process对此也有专门的设置（协变量中处理即可）。

第五，处理多变量中介、调节效应更方便，例如多重中介效应、有中介的调节效应、有调节的中介效应等。例如，以往的SPSS分析不能提供多重中介模型的各个具体路径、各个中介变量单独的中介效应检验，如中介效应值及其置信区间和显著性水平等，而Process则可以提供这些结果。

那我们如何操作Process呢？其实很简单！以下举例说明：

假设我们的研究假设是，自变量是神经质，因变量是绩效，中介变量是组织支持，控制变量是性别和职位。理论模型如下：

图3 Process带有控制变量的完全约束中介效应模型

在Outcome Variable（Y）中放入因变量绩效，Independent Variable（X）中放入自变量神经质，在M Variable（S）中放入中介变量组织支持，在Covarite（S）中放入控制变量性别和职位。如果要做Sobel检验，则在Options中勾选 Sobel test；如果调节效应要进行变量中心化交互项构建，则在Options中勾选Mean center for products。操作界面如下： 

图4  Process中介效应分析SPSS界面

需要注意的是，Process插件默认的控制变量模型是一种完全约束的模型：所有的自变量和控制变量都与因变量和中介变量有关，也就是所有自变量和控制变量都要默认影响中介变量和因变量。例如图3，性别和职位同时影响中介变量组织支持和因变量绩效。 

那么，如果我们的研究假设是性别和职位只影响因变量（绩效）而不影响中介变量（组织支持），该如何操作呢？以图5的理论假设为例，性别和职位只是影响组织支持而不影响绩效，具体的统计模型如下（图5）：

图5 Process带有控制变量的部分约束中介效应模型

【部分约束模型操作】只需要在控制变量设置中定义即可，即在Covariates in model of中默认的”……both of M and Y“改为”Y only“即可。当改为”M only“时，控制变量实际上就了完全中介效应的控制变量模型了。

参考文献：

[1] 用SPSS的Process插件做中介和调节效应的优点、步骤和不足. 南心网SPSS与结构方程模型分析的博客

[2] Baron R M, Kenny D A. The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations[J]. Journal of Personality & Social Psychology, 1986, 51(6):1173-1182.

[3] 陈瑞, 郑毓煌, 刘文静. 中介效应分析:原理、程序、Bootstrap方法及其应用[J]. 营销科学学报, 2013(4):120-135.

[4] Hayes A F. Introduction to mediation, moderation, and conditional process analysis: A regression-based approach[M]. Guilford Press, 2013.

注：来源于南心网，但 有改动。

各位，当你阅读计量经济圈的文章时，也要记得不论是寻找文章还是原创文章时，计量经济圈的人员都挺不容易的哦。

因此，在文末有个小提议，请圈友们能够点击一下下面的小广告，这样每点击一次，计量经济圈可以有5分钱的收入，谢谢各位捧场支持。点一点，计量经济圈会近期送一大波书籍。

推荐阅读：控制、调节和中介变量，系说

点击“阅读原文”，下载相关资料，密码: uuuv

圈友有任何意见，都可以留言，让推文圈主Sirius能够更加完善。