结构方程模型的中介效应Bootstrap检验.docxVIP

结构方程模型的中介效应Bootstrap检验

一、引言

在心理学、社会学、管理学等人文社科领域的实证研究中，研究者常常关注变量之间的复杂作用机制：自变量对因变量的影响往往并非直接发生，而是通过一个或多个中间变量间接传递，这种间接影响便是中介效应。例如，工作压力并非直接导致员工离职，而是先引发情绪耗竭，进而促使员工产生离职意向（李超平，2003）。结构方程模型（SEM）作为一种能够同时处理潜变量、测量误差与多变量关系的统计工具，已成为检验中介效应的主流方法之一（侯杰泰等，2004）。

然而，传统的中介效应检验方法如因果步骤法、Sobel检验存在诸多局限：因果步骤法依赖逐步检验的逻辑，容易忽略间接效应的显著性；Sobel检验则要求中介效应的抽样分布服从正态分布，在小样本或非正态数据下检验力大幅下降，甚至出现假阴性结果（温忠麟等，2014）。为解决这些问题，Bootstrap检验作为一种非参数统计方法被引入结构方程模型的中介效应检验中，它通过重复抽样构建置信区间，无需依赖严格的分布假设，能显著提升检验的准确性与稳定性（Hayes，2013）。本文将从基础认知、核心原理、实施步骤、优势与注意事项等维度，系统阐述结构方程模型的中介效应Bootstrap检验方法，为实证研究者提供科学的操作指引。

二、结构方程模型与中介效应的基础认知

（一）结构方程模型的核心内涵

结构方程模型是一种整合了测量模