中介变量( Mediator) 是一个重要的统计概念，如果自变量X通过某一变量M对因变量Y产生一定影响，则称M为X和Y的中介变量。

研究中介作用的目的是在已知X和Y关系的基础上，探索产生这个关系的内部作用机制。在这个过程中可以把原有的关于同一现象的研究联系在一起，把原来用来解释相似现象的理论整合起来，而使得已有的理论更为系统。中介变量的研究不仅可以解释关系背后的作用机制，还能整合已有的研究或理论，具有显著的理论和实践意义。

今天我们来讲解如何在SPSS软件中进行中介效应分析。在SPSS中进行中介效应分析，通常是通过3个回归分析来完成。下面我们就通过实际案例来演示。

我们搜集了200个样本的数据，其中X为自变量，Y为因变量，M为中介变量。要分析M的中介效应是否显著，是完全中介还是部分中介效应。(图1)

图1

SPSS中的操作步骤：

①首先考察自变量X→中介变量M的回归分析，且要求P<0.05，通过显著性水平检验。点击“分析”--“回归”--“线性”(图2)，将X选入自变量，将M选入因变量(图3)，点击确定。

图2

图3

②得到X→M的回归结果，(图4)

由上图可以看出：X→M的回归结果P=0.032<0.05，通过显著性水平检验。

③分步做X→Y和X、M→Y的回归，点击“分析”--“回归”--“线性”，将Y选入因变量，将X选入自变量后点击“下一步”(图5)，再将X、M一并选入自变量后(图6)，点击确定。

图5

图6

④分析结果

图7

由上图(图7)可看出：

1.模型1中X→Y的回归，P<0.05，X→Y通过显著性水平检验

2.模型2中M→Y的P<0.05，此时则需要比较，模型2中的X的回归系数B2与模型1的X的回归系数B1，这里B2的绝对值小于B1，说明M的中介效应显著，且为部分中介效应。

小结：在SPSS中分析中介效应通常为以下步骤：

第1步：X(自变量)对M(中介变量)做回归。

第2步：分两个模型做X对Y的回归和X、M对Y的回归。

第3步：A. 若sig(X对Y的)大于0.05，则未通过显著检验；M对Y依然显著，则是M对Y完全中介效应；B. 若sig(X对Y的)小于0.05，通过了显著检验，并且M对于Y的(sig小于0.05)；再看B(若第二步当中的模型2的X对于Y的系数的绝对值小于模型1方程当中X对于Y的系数B)，则是部分中介效应。

以上就是今天的课程：SPSS中如何进行中介效应检验的方法与操作步骤，我们今后还将持续更新更多有关SPSS统计分析的实用文章，敬请关注！

本期课程就到这里哦，感谢大家耐心观看！每日更新，敬请关注！

【杏花开生物医药统计】微信公众号(xhkdata)

【杏花开生物医药统计】相关文章：

· AMOS结构方程教程，SPSS调节效应分析操作与结果的详细解读

· SPSS混合线性模型在生物医药统计中的应用与操作

· SPSS无序Logistic回归在生物医药统计分析中的应用

· AMOS处理生物医药问卷中的中介效应分析

· AMOS进行问卷分析效度分析之验证因子分析

· SPSS调节回归分析在生物医药统计分析中应用

· SPSS重复测量方差分析在生物医药中的应用

· SPSS进行组间差异比较及其两两比较

· SPSS独立样本T检验与SPSS单因素方差分析

· GraphPad Prism绘制ROC曲线具体操作步骤

· SPSS进行连续型数据的正态分布检验

· SPSS有序Logistic回归的具体操作

· SPSS生存分析在生物医药统计中的应用之COX风险比例回归

· SPSS二元Logistic回归在生物医药统计分析中的应用

· Medcalc软件精准比较多个指标诊断准确率

· SPSS多元线性回归的应用操作及分析

· SPSS和GraphPad如何比较组内和组间差异

· AMOS结构方程进行医学问卷量表分析教程

· SPSS生存分析在生物医药统计中的应用

· GraphPad Prism统计绘图之柱状图、箱式图

· SPSS中对问卷数据进行探索因子分析的详细操作与结果解读

· SPSS问卷数据统计分析之项目分析

· Excel进行线性回归模型分析的操作

· SPSS中常用的参数和非参数检验方法

· ROC曲线在SPSS中的操作及应用

· 一文读懂R语言如何实现逐步回归分析

· R语言中如何绘制散点图和箱线图？

· SPSS中的Variable数据变量类型介绍

· 相关性分析在SPSS中的操作，相关系数含义

· 一文读懂SPSS单因素方差分析及方差分析

· 线性回归决定系数R方的计算方法及具体意义

· 医学和生物统计全过程

· 生物和医学统计中的假设检验

· GraphPad Prism绘制生存曲线详细教程