
在社會(huì)科學(xué)、醫(yī)學(xué)、心理學(xué)等領(lǐng)域的研究中,變量之間的關(guān)系往往并非簡(jiǎn)單的直接影響,而是存在復(fù)雜的傳導(dǎo)機(jī)制。中介分析作為探究這種機(jī)制的重要方法,能夠揭示自變量(X)如何通過中介變量(M)影響因變量(Y),即 “X→M→Y” 的路徑。SPSS 作為常用的統(tǒng)計(jì)分析工具,是實(shí)現(xiàn)中介分析的重要載體。本文將系統(tǒng)解讀如何通過 SPSS 進(jìn)行中介分析,并對(duì)結(jié)果進(jìn)行科學(xué)解讀。
中介分析的核心是驗(yàn)證 “中介效應(yīng)” 的存在性,即自變量 X 對(duì)因變量 Y 的影響是否部分或全部通過中介變量 M 實(shí)現(xiàn)。根據(jù)中介效應(yīng)的強(qiáng)弱,可分為完全中介(X 對(duì) Y 的直接效應(yīng)消失,僅通過 M 影響 Y)和部分中介(X 對(duì) Y 仍有直接效應(yīng),但部分效應(yīng)通過 M 傳導(dǎo))。
進(jìn)行中介分析需滿足以下前提假設(shè):
變量關(guān)系:X 與 Y、X 與 M、M 與 Y 均存在一定的相關(guān)性(可通過相關(guān)分析預(yù)先驗(yàn)證);
數(shù)據(jù)特征:樣本量充足(建議≥200,確保結(jié)果穩(wěn)定性),變量測(cè)量可靠(如信效度達(dá)標(biāo));
線性關(guān)系:X 與 M、M 與 Y、X 與 Y 之間均存在線性關(guān)系(可通過散點(diǎn)圖或回歸分析殘差檢驗(yàn));
無多重共線性:X 與 M 之間的共線性程度較低(VIF 值通常建議<10)。
SPSS 中實(shí)現(xiàn)中介分析主要通過逐步回歸分析結(jié)合顯著性檢驗(yàn)完成,經(jīng)典步驟遵循 Baron 和 Kenny(1986)提出的四步法,具體操作如下:
操作:在 SPSS 中選擇 “分析→回歸→線性”,將 Y 設(shè)為因變量,X 設(shè)為自變量,運(yùn)行回歸分析。
核心指標(biāo):關(guān)注 X 的回歸系數(shù)(c)及顯著性(p 值)。若 p<0.05,說明 X 對(duì) Y 存在顯著總效應(yīng),可繼續(xù)中介分析;若不顯著,中介分析必要性較低。
操作:同樣通過線性回歸,將 M 設(shè)為因變量,X 設(shè)為自變量。
核心指標(biāo):關(guān)注 X 的回歸系數(shù)(a)及顯著性(p 值)。若 p<0.05,說明 X 對(duì) M 存在顯著影響,滿足中介效應(yīng)的前提條件。
操作:將 Y 設(shè)為因變量,同時(shí)納入 X 和 M 作為自變量進(jìn)行回歸。
核心指標(biāo):關(guān)注 M 的回歸系數(shù)(b)及顯著性(p 值)。若 p<0.05,說明 M 對(duì) Y 存在顯著影響,中介路徑 “X→M→Y” 初步成立。
操作:通過Sobel 檢驗(yàn)或Bootstrap 法驗(yàn)證中介效應(yīng)(ab)的顯著性。SPSS 需通過 “宏程序” 或插件(如 Process)實(shí)現(xiàn):
Sobel 檢驗(yàn):計(jì)算 Z 值(Z=ab/SEab),若 | Z|>1.96(p<0.05),則中介效應(yīng)顯著;
Bootstrap 法:更推薦的方法(無需滿足正態(tài)分布假設(shè)),通過抽取樣本計(jì)算置信區(qū)間,若 95% 置信區(qū)間不包含 0,則中介效應(yīng)顯著。
SPSS 輸出的中介分析結(jié)果包含多個(gè)統(tǒng)計(jì)量,需重點(diǎn)關(guān)注以下核心指標(biāo):
回歸系數(shù)(B):反映變量間影響的絕對(duì)大小。例如,模型 1 中 X 的 B 值表示 X 每變化 1 單位,Y 的平均變化量;模型 2 中 X 的 B 值表示 X 每變化 1 單位,M 的平均變化量;模型 3 中 M 的 B 值表示 M 每變化 1 單位,Y 的平均變化量(控制 X 后)。
標(biāo)準(zhǔn)化系數(shù)(β):消除量綱影響,用于比較不同變量的效應(yīng)大小。β 絕對(duì)值越大,影響越強(qiáng)。
若模型 1 中 X 的效應(yīng)顯著(c≠0),模型 3 中 X 的效應(yīng)仍顯著(c’≠0)且 M 的效應(yīng)顯著(b≠0),則為部分中介;
若模型 1 中 X 的效應(yīng)顯著(c≠0),模型 3 中 X 的效應(yīng)不顯著(c’=0)但 M 的效應(yīng)顯著(b≠0),則為完全中介。
以 “工作壓力(X)通過職業(yè)倦怠(M)影響離職意向(Y)” 的研究為例,SPSS 輸出結(jié)果如下:
模型 1(X→Y):
回歸系數(shù) B=0.42,p=0.001(<0.05),R2=0.18。
解讀:工作壓力對(duì)離職意向有顯著正向影響(總效應(yīng)顯著),可解釋離職意向 18% 的變異。
模型 2(X→M):
回歸系數(shù) B=0.53,p=0.000(<0.05),R2=0.28。
解讀:工作壓力對(duì)職業(yè)倦怠有顯著正向影響,即工作壓力越大,職業(yè)倦怠越嚴(yán)重。
模型 3(X+M→Y):
M 的回歸系數(shù) B=0.31,p=0.002(<0.05);
X 的回歸系數(shù) B=0.25,p=0.023(<0.05),R2=0.35。
解讀:職業(yè)倦怠對(duì)離職意向有顯著正向影響,且控制職業(yè)倦怠后,工作壓力仍對(duì)離職意向有顯著影響(但效應(yīng)減弱),說明存在部分中介;模型解釋力提升至 35%,表明職業(yè)倦怠在其中發(fā)揮了中介作用。
Bootstrap 檢驗(yàn):
中介效應(yīng)值 ab=0.53×0.31=0.164,95% 置信區(qū)間為 [0.07,0.26](不包含 0)。
解讀:中介效應(yīng)顯著,即工作壓力對(duì)離職意向的影響中,約 39%(0.164/0.42)通過職業(yè)倦怠傳導(dǎo)。
樣本量與方法選擇:小樣本(n<200)建議使用 Bootstrap 法(樣本量≥5000 次重復(fù)抽樣),避免 Sobel 檢驗(yàn)的正態(tài)分布假設(shè)偏差;
變量測(cè)量質(zhì)量:中介變量的操作性定義需清晰,測(cè)量工具需經(jīng)過信效度檢驗(yàn)(如 Cronbach’s α>0.7),否則會(huì)導(dǎo)致結(jié)果失真;
因果關(guān)系推斷:中介分析僅能驗(yàn)證變量間的統(tǒng)計(jì)關(guān)聯(lián),需結(jié)合理論基礎(chǔ)和研究設(shè)計(jì)(如縱向數(shù)據(jù))推斷因果,避免 “相關(guān)即因果” 的誤區(qū);
多重中介的擴(kuò)展:若存在多個(gè)中介變量,需使用 SPSS 的 Process 插件進(jìn)行鏈?zhǔn)街薪榛虿⑿兄薪榉治?,避免遺漏關(guān)鍵路徑。
中介分析是揭示變量關(guān)系深層機(jī)制的有效工具,通過 SPSS 的回歸分析結(jié)合顯著性檢驗(yàn),可系統(tǒng)驗(yàn)證中介效應(yīng)的存在性與類型。解讀結(jié)果時(shí),需緊扣回歸系數(shù)、顯著性、決定系數(shù)等核心指標(biāo),并結(jié)合研究理論判斷中介效應(yīng)的實(shí)際意義。掌握中介分析的 SPSS 結(jié)果解讀方法,能為學(xué)術(shù)研究和實(shí)踐決策提供更精準(zhǔn)的依據(jù),推動(dòng)從 “是什么” 到 “為什么” 的認(rèn)知升級(jí)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10CDA 數(shù)據(jù)分析師:商業(yè)數(shù)據(jù)分析實(shí)踐的落地者與價(jià)值創(chuàng)造者 商業(yè)數(shù)據(jù)分析的價(jià)值,最終要在 “實(shí)踐” 中體現(xiàn) —— 脫離業(yè)務(wù)場(chǎng)景的分 ...
2025-09-10機(jī)器學(xué)習(xí)解決實(shí)際問題的核心關(guān)鍵:從業(yè)務(wù)到落地的全流程解析 在人工智能技術(shù)落地的浪潮中,機(jī)器學(xué)習(xí)作為核心工具,已廣泛應(yīng)用于 ...
2025-09-09SPSS 編碼狀態(tài)區(qū)域中 Unicode 的功能與價(jià)值解析 在 SPSS(Statistical Product and Service Solutions,統(tǒng)計(jì)產(chǎn)品與服務(wù)解決方案 ...
2025-09-09