- 1
- 0
- 约2.11千字
- 约 6页
- 2026-07-31 发布于北京
- 举报
链式中介结果解读
一、分析方法概述
链式中介效应模型(SerialMediationModel)是中介效应分析的一种扩展形式,用于检验自变量通过多个中介变量依次传递影响因变量的作用机制。与平行中介不同,链式中介强调中介变量之间存在先后顺序,即自变量X先影响第一个中介变量M1,M1再影响第二个中介变量M2,最后M2影响因变量Y。本研究利用SPSSAU软件进行链式中介效应分析,采用Bootstrap抽样法(5000次)检验各条间接效应路径的显著性。研究涉及自变量x、x1,中介变量m,因变量y以及2个控制变量(control1、control2),有效样本量为320。
在SPSSAU【问卷研究】模块选择【中介作用】,将变量拖拽至右侧对应分析框,操作如下图:
二、中介效应模型回归分析
从表1的回归结果可以看出,本研究涉及三个回归模型。以中介变量m为因变量的模型中,x(B=-0.355,t=-5.596,beta=-0.341,p=0.000)和x1(B=0.662,t=19.395,beta=1.207,p=0.000)均对m产生显著影响,模型R2为0.879。以因变量y为因变量的模型(不含m)中,x(B=-1.327,t=-26.901,beta=-1.049,p=0.000)和x1(B=1.261,t=47.502,beta=1.895,p=0.000)对y具有显著影响,R2为0.
您可能关注的文档
- 响应面分析结果解读:二次多项式模型与最优解搜索.docx
- 有调节的中介结果解读:调节变量的调节效应图.docx
- 有调节的中介效应结果解读:条件间接效应与INDEX.docx
- 泰尔指数结果解读:收入差距的不均衡程度测度.docx
- 泰尔指数分解结果解读:东中西部的组间组内差距.docx
- 随机森林分类结果解读:OOB误差与变量重要性排名.docx
- 数据探索分析结果解读:数据概览与分布特征.docx
- 事后多重比较结果解读:LSD、Bonferroni与Tukey方法.docx
- 似不相关回归SUR结果解读:Breusch-Pagan检验与SUR效率增益.docx
- 相关系数Meta分析结果解读:效应量r的合并与调节.docx
原创力文档

文档评论(0)