檢驗(yàn)中介效應(yīng)是否存在，其實(shí)就是檢驗(yàn)A到B，B到C的路徑是否同時(shí)具有有顯著性意義。為了講解更有效率，我們以最簡(jiǎn)單的模型為例，進(jìn)行說(shuō)明，如下如所示，圖中路徑上的符號(hào)代表路徑系數(shù)（回歸系數(shù)）。

做中介效應(yīng)檢驗(yàn)的方法目前有四種：逐步回歸法；系數(shù)乘積檢驗(yàn)法；差異系數(shù)檢驗(yàn)法和Bootstrapping。嚴(yán)格意義上來(lái)說(shuō)，它們的分析原理都是一致的，檢驗(yàn)W2和W3路徑是否同時(shí)有意義（通暢），區(qū)別在于判斷有意義的標(biāo)準(zhǔn)嚴(yán)謹(jǐn)度不同。

逐步回歸法

分別檢驗(yàn)W1，W2，W3和W1-1是否有顯著，如果W2和W3同時(shí)有意義，那么中介效應(yīng)存在；如果W1也有意義，那么就是部分中介，否則就是完全中介。部分中介存在的缺陷容易出現(xiàn)假陽(yáng)性，因?yàn)閃2的置信度為95%，而W3的置信度也是95%，如果不加以控制，判斷A和B之間存在中介效應(yīng)的置信度將會(huì)降低為95%的平方，也就是90.25%，也就意味著這個(gè)結(jié)論的可靠性降低了。逐步回歸法直接用SPSS的回歸功能就能完成。

系數(shù)乘積檢驗(yàn)法（Sobel檢驗(yàn)）

鑒于逐步回歸法的缺陷，很多研究者創(chuàng)造了修正的方法，系數(shù)乘積檢驗(yàn)法就是其中一種。系數(shù)乘積檢驗(yàn)法的原理是將W2和W3綜合考慮，也就是考慮W2*W3是否有意義，這樣就避免了分別檢驗(yàn)W2和W3造成的置信度降低問(wèn)題。Sobel檢驗(yàn)也存在缺陷，那就是要求W2*W3服從正態(tài)分布，但是這一點(diǎn)是很難保證的，即使是W2和W3服從正態(tài)分布，W2*W3也不一定服從正態(tài)分布。Sobel檢驗(yàn)可以使用SPSS中的Process插件來(lái)完成。

差異系數(shù)檢驗(yàn)法

差異系數(shù)檢驗(yàn)法檢驗(yàn)的是(W1-W1-1)是否有意義，因?yàn)橥ǔＧ闆r下，W2*W3=(W1-W1-1)，因此，乘積系數(shù)法和差異系數(shù)法的檢驗(yàn)效力是基本上相同的，區(qū)別在于兩者的標(biāo)準(zhǔn)誤不同。經(jīng)過(guò)很多研究者的對(duì)比，乘積系數(shù)法和差異系數(shù)法都比逐步回歸法的檢驗(yàn)結(jié)果更為準(zhǔn)確。

Bootstrapping法

跟著草堂君學(xué)習(xí)了統(tǒng)計(jì)基礎(chǔ)部分內(nèi)容的朋友應(yīng)該知道，大多數(shù)假設(shè)檢驗(yàn)用到的標(biāo)準(zhǔn)誤都是做無(wú)偏估計(jì)或有偏估計(jì)得來(lái)的，也就是說(shuō)，檢驗(yàn)用的標(biāo)準(zhǔn)誤都是偽標(biāo)準(zhǔn)誤（估計(jì)值），要使估計(jì)值準(zhǔn)確，需要服從很多的假設(shè)條件（例如上面說(shuō)到的正態(tài)分布），系數(shù)乘積檢驗(yàn)法和差異系數(shù)檢驗(yàn)法的標(biāo)準(zhǔn)誤都是如此。

有些可惜的是，很多數(shù)據(jù)無(wú)法完全滿足標(biāo)準(zhǔn)誤估計(jì)的假設(shè)條件，這樣Bootstrapping就應(yīng)運(yùn)而生了。這種方法是根據(jù)標(biāo)準(zhǔn)誤的理論概念，將樣本容量很大的樣本當(dāng)作總體，進(jìn)行有放回抽樣（抽樣次數(shù)可以自己定），從而得到更為準(zhǔn)確的標(biāo)準(zhǔn)誤。