中介分析的 SPSS 結(jié)果解讀：從原理到實踐

在社會科學(xué)、醫(yī)學(xué)、心理學(xué)等領(lǐng)域的研究中，變量之間的關(guān)系往往并非簡單的直接影響，而是存在復(fù)雜的傳導(dǎo)機制。中介分析作為探究這種機制的重要方法，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)計分析工具，是實現(xiàn)中介分析的重要載體。本文將系統(tǒng)解讀如何通過 SPSS 進行中介分析，并對結(jié)果進行科學(xué)解讀。

一、中介分析的核心邏輯與前提假設(shè)

中介分析的核心是驗證 “中介效應(yīng)” 的存在性，即自變量 X 對因變量 Y 的影響是否部分或全部通過中介變量 M 實現(xiàn)。根據(jù)中介效應(yīng)的強弱，可分為完全中介（X 對 Y 的直接效應(yīng)消失，僅通過 M 影響 Y）和部分中介（X 對 Y 仍有直接效應(yīng)，但部分效應(yīng)通過 M 傳導(dǎo)）。

進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（可通過散點圖或回歸分析殘差檢驗）；

• 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）。

二、SPSS 中中介分析的操作路徑

SPSS 中實現(xiàn)中介分析主要通過逐步回歸分析結(jié)合顯著性檢驗完成，經(jīng)典步驟遵循 Baron 和 Kenny（1986）提出的四步法，具體操作如下：

步驟 1：檢驗 X 對 Y 的總效應(yīng)（模型 1）

• 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 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。

步驟 2：檢驗 X 對 M 的效應(yīng)（模型 2）

• 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 M 存在顯著影響，滿足中介效應(yīng)的前提條件。

步驟 3：檢驗 M 對 Y 的效應(yīng)（模型 3）

• 操作：將 Y 設(shè)為因變量，同時納入 X 和 M 作為自變量進行回歸。

• 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 Y 存在顯著影響，中介路徑 “X→M→Y” 初步成立。

步驟 4：檢驗中介效應(yīng)的顯著性（模型 4）

• 操作：通過Sobel 檢驗或Bootstrap 法驗證中介效應(yīng)（ab）的顯著性。SPSS 需通過 “宏程序” 或插件（如 Process）實現(xiàn)：

  • Sobel 檢驗：計算 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。

三、SPSS 結(jié)果的關(guān)鍵指標(biāo)解讀

SPSS 輸出的中介分析結(jié)果包含多個統(tǒng)計量，需重點關(guān)注以下核心指標(biāo)：

1. 回歸系數(shù)（B）與標(biāo)準(zhǔn)化系數(shù)（β）

• 回歸系數(shù)（B）：反映變量間影響的絕對大小。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 絕對值越大，影響越強。

2. 顯著性水平（p 值）

• p 值＜0.05 是效應(yīng)顯著的臨界標(biāo)準(zhǔn)。需分別判斷模型 1 中 X 的 p 值（總效應(yīng)是否存在）、模型 2 中 X 的 p 值（X→M 路徑是否顯著）、模型 3 中 M 的 p 值（M→Y 路徑是否顯著），以及 Sobel 檢驗或 Bootstrap 的 p 值（中介效應(yīng)是否顯著）。

3. 決定系數(shù)（R2）與調(diào)整后 R2

• R2 表示回歸模型對因變量變異的解釋比例，取值范圍 0~1。例如，模型 3 的 R2 若為 0.35，說明 X 和 M 共同解釋了 Y 的 35% 變異，較模型 1 的 R2 提升越多，說明 M 的中介作用越明顯。

4. 中介效應(yīng)類型判斷

• 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。

四、案例解析：SPSS 中介分析結(jié)果實操

以 “工作壓力（X）通過職業(yè)倦?。∕）影響離職意向（Y）” 的研究為例，SPSS 輸出結(jié)果如下：

1. 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。

2. 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。

3. 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。

1. Bootstrap 檢驗：

   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，即工作壓力對離職意向的影響中，約 39%（0.164/0.42）通過職業(yè)倦怠傳導(dǎo)。

五、注意事項與常見誤區(qū)

1. 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 檢驗的正態(tài)分布假設(shè)偏差；

2. 變量測量質(zhì)量：中介變量的操作性定義需清晰，測量工具需經(jīng)過信效度檢驗（如 Cronbach’s α＞0.7），否則會導(dǎo)致結(jié)果失真；

3. 因果關(guān)系推斷：中介分析僅能驗證變量間的統(tǒng)計關(guān)聯(lián)，需結(jié)合理論基礎(chǔ)和研究設(shè)計（如縱向數(shù)據(jù)）推斷因果，避免 “相關(guān)即因果” 的誤區(qū)；

4. 多重中介的擴展：若存在多個中介變量，需使用 SPSS 的 Process 插件進行鏈?zhǔn)街薪榛虿⑿兄薪榉治?，避免遺漏關(guān)鍵路徑。

六、總結(jié)

中介分析是揭示變量關(guān)系深層機制的有效工具，通過 SPSS 的回歸分析結(jié)合顯著性檢驗，可系統(tǒng)驗證中介效應(yīng)的存在性與類型。解讀結(jié)果時，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)研究和實踐決策提供更精準(zhǔn)的依據(jù)，推動從 “是什么” 到 “為什么” 的認(rèn)知升級。

學(xué)習(xí)入口：https://edu.cda.cn/goods/show/3814?targetId=6587&preview=0

推薦學(xué)習(xí)書籍 《CDA一級教材》適合CDA一級考生備考，也適合業(yè)務(wù)及數(shù)據(jù)分析崗位的從業(yè)者提升自我。完整電子版已上線CDA網(wǎng)校，累計已有10萬+在讀~ !

免費加入閱讀：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0