回归/心理

中介效应 bootstrap 结果怎么写:从输出到论文段落

作者 / 审校:shujufenxi 编辑部·最后审校 2026-06-09

你遇到的问题

PROCESS 跑出了间接效应和一个 95% 置信区间,但你不确定'区间不含 0'到底意味着什么,也不会把它写成规范结论。

正确做法

bootstrap 中介的判断标准是间接效应的偏差校正 95% CI 是否包含 0:不包含 0 即中介效应显著,不需要再看 Sobel 检验的 p 值。

报告示例:'间接效应 ab = 0.18,95% CI [0.07, 0.31],不含 0,说明 X 通过 M 对 Y 的中介效应显著。'

常见错误

用总效应显著与否来判断中介是否成立(当代中介分析不要求总效应显著);把'部分中介/完全中介'当成硬性分类去套。

需要更进一步?

把 PROCESS 输出粘进统计结果解读器生成结果段落;模型设定(调节中介、多重中介)拿不准时,预约辅导。

操作步骤

SPSS

  1. 确认已安装 PROCESS 宏,然后「分析 → 回归 → PROCESS v4.x by Andrew F. Hayes」。
  2. 将因变量(如工作绩效)选入 Y variable,自变量(如领导支持)选入 X variable,中介变量(如工作投入)选入 Mediator(s) M。
  3. 在 Model number 处选择模型 4(简单中介模型)。
  4. 在 Bootstrap samples 处设为 5000,Confidence intervals 设为 95%。
  5. 运行后在输出 Indirect effect(s) 部分读取间接效应及其 BootLLCI 与 BootULCI。

R

# 中介效应 Bootstrap 检验(mediation 包)
m.model <- lm(engagement ~ support, data = df) # a 路径
y.model <- lm(performance ~ support + engagement, data = df) # b 与 c' 路径
library(mediation)
med <- mediate(m.model, y.model, treat = 'support', mediator = 'engagement', boot = TRUE, sims = 5000)
summary(med) # ACME(间接)、ADE(直接)、Total 及 Bootstrap 95% CI

完整示例(模拟数据)

检验工作投入在领导支持与工作绩效之间的中介作用(模拟数据样例,N = 200,Bootstrap 5000 次)。

采用 Bootstrap 法(5000 次重抽样)检验工作投入的中介效应。结果显示,领导支持对工作绩效的总效应显著(c = 0.42,p < .001)。加入中介变量后,领导支持通过工作投入影响绩效的间接效应为 0.24,Bootstrap 95% CI [0.11, 0.39],不含 0,中介效应成立;直接效应仍显著(c' = 0.18,p = .030)。间接效应占总效应的 57%,表明工作投入起部分中介作用。

统计量数值
总效应 c0.42(p < .001)
直接效应 c'0.18(p = .030)
间接效应 ab0.24
Bootstrap 95% CI[0.11, 0.39]
中介占比57%

常见疑问

中介效应为什么要用 bootstrap 而不用 Sobel 检验?
间接效应 ab 的抽样分布通常非正态,Sobel 检验假设其正态会降低检验力;bootstrap 通过重复抽样构造经验分布,不依赖正态假设,是目前推荐的方法。
中介效应显著的判断标准是什么?
看间接效应的 Bootstrap 95% 置信区间是否包含 0,不含 0 即视为显著,无需再看 p 值。通常报告 5000 次以上抽样的偏差校正置信区间。
自变量对因变量的直接效应不显著还能说有中介吗?
可以。现代观点(Hayes)不要求总效应显著,只要间接效应显著即成立中介;直接效应不显著而间接效应显著属于「完全中介」。
PROCESS 的 Model 4 是做什么的?
Model 4 是最基础的简单中介模型(X→M→Y),用于检验一个或多个并行中介变量的间接效应,是社会科学中介分析最常用的模板。

参考来源

用统计结果解读器生成结果段落预约辅导

工具输出请自行核对后使用。内容参考见 方法论标准

相关文章

← 返回知识库