本
文
摘
要
一、调节作用
（一）定义
调节作用是研究X对Y的影响时，是否会受到调节变量Z的干扰。
例如：吸烟（X）会对肺癌（Y）产生影响，这种影响关系是否会受到年纪（Z）的干扰，不同年纪下吸烟对肺癌影响程度是否不一样。
影响幅度可以使用斜率即回归系数查看。
结合自变量X和调节变量Z的数据类型，调节作用共有四种情况，如下表：
自变量X和调节变量均为定类数据时，使用进阶方法的双因素方差完成分析。
另外三种情况直接使用问卷研究->调节作用可完成分析，可通过选择参数设置‘ 调节作用类型 ’ 即可。
（二）调节作用模型
调节作用研究，其数学原理如下图：
数学模型可以拆分为3个，分别说明如下：
模型1：自变量为X，因变量为Y；其意义较小（有时候可以直接忽略此项）；
模型2：自变量为X和Z，因变量为Y；模型2仅在模型1的基础上加入调节变量Z；此模型意义较小（有时候也可直接忽略此项）；
模型3：自变量为X、Z和X*Z，因变量为Y；模型3在模型2的基础上加入交互项；此为核心模型，如果交互项（X*Z）呈现出显著性，则说明具有调节作用。
（三）检验原理
（1）查看模型3交互项回归系数是否显著；
如果交互项呈现出显著性则说明具有调节作用，反之说明没有调节作用。
（2）查看模型2到模型3的变化过程中，F值是否明显变化、R方值是否明显变化；
如果变化呈现出显著性说明具有调节作用。
（3）查看回归系数是否有明显差异。
（四）SPSSAU展示
SPSSAU->问卷研究->调节作用
SPSSAU输出结果：
由下图查看模型3中交互项是否显著；X与Z的交互项呈现出显著性(t=2.225,p=0.027<0.05)。意味着X对于Y影响时，调节变量(Z)在不同水平时，影响幅度具有显著性差异。或者查看模型2到模型3时，F值变化的显著性。
二、中介作用
（一）定义
中介作用是研究X对Y的影响时，是否会先通过中介变量M，再去影响Y；即是否有X→M→Y这样的关系。
例如：学历（X）会影响到知识水平（M），再影响最终工资水平（Y）。
（二）中介作用模型
中介作用的检验基本理论数学模型如下:
中介作用共分为3个模型，分别说明如下：
模型1：自变量X和因变量Y的回归分析；目的是为了得到总效应c值；
模型2：自变量X、中介变量M和因变量Y的回归分析；目的是得到直接效应c值，以及中间效应过程值b；
模型3：自变量X和中介变量M的回归分析；目的是得到中间效应过程值a。
上面三个模型中，共涉及4个重要的系数，分别是a、b、c、c。
a系数：代表自变量X对中介变量M的直接效应。
b系数：代表中介变量M对因变量Y的直接效应。
c系数：代表自变量X对因变量Y的总效应。
c系数：代表自变量X对因变量Y的直接效应。
所以，根据a、b系数的意义，可以得出a*b系数的意义：
a*b系数：中介效应（间接效应）；
如果其呈现出显著性，则说明具有中介作用，反之说明不具有中介作用。
（三）检验原理
（1）乘积系数检验法将上面讲到的中间效应过程值a和b的乘积项（a*b）称为间接效应，如果其呈现出显著性，则说明具有中介作用；反之说明不具有中介作用。
（2）Bootstrap抽样法检验乘积项a*b这个回归系数的95%置信区间是否包含数字0；如果说95%置信区间不包含数字0，则说明具有中介作用；反之说明没有中介作用。
（四）中介作用检验步骤
参考学者温忠麟等（2014）因果逐步回归法检验步骤进行说明；SPSSAU严格按照此步骤进行中介作用检验。
（五）SPSSAU展示
SPSSAU->问卷研究->中介作用
SPSSAU输出结果：中介作用共输出以下5类表格，说明如下：
（六）深入分析
（1）中介作用分析前是否需要自变量对因变量产生影响？
使用乘积系数法进行中介作用分析时，并不要求自变量对因变量产生影响关系。即并不要求直接效应呈现出显著性，应该完全按照检验流程和步骤进行分析。
（2）有调节的中介作用如何进行？如果是分析有调节的中介作用，其涉及多种模型情况，可使用SPSSAU问卷研究->调节中介进行分析。
（3）SPSSAU进行链式中介？
如果需要分析链式中介，即比如X->M1->M2->Y，分析X先影响M1再影响M2再影响Y这种模型，可直接选中参数“ 中介类型 ” 为 “链式中介 ” 即可。
（4）Bootstrap自助抽样法时，每次抽样数量是多少？
Bootstrap原理上是抽样很多次而且是放回抽样，每次抽样的次数为样本量，比如有500个样本且抽样1000次，那么每次都放回抽取500个样本，重复抽样1000次。
