溫忠麟老師的檢驗中介效應(yīng)程序

1、溫忠麟老師的檢驗中介效應(yīng)程序一、中介效應(yīng)概述中介效應(yīng)是指變量間的影響關(guān)系（X T Y）不是直接的因果鏈關(guān)系而是通過一個或一個以上變量（M）的間接影響產(chǎn)生的，此時我們稱M為中介變量，而X通過M對丫產(chǎn)生的的間接影響稱為中介效應(yīng)。中介效應(yīng)是間接效應(yīng)的一種，模型中在只有一個中介變量的情況下,中介效應(yīng)等于間接效應(yīng)；當中介變量不止一個的情況下，中介效應(yīng)的不等于間接效應(yīng)，此時間接效應(yīng)可以是部分中介效應(yīng)的和或所有中介效應(yīng)的總和。以最簡單的三變量為例，假設(shè)所有的變量都已經(jīng)中心化，則中介關(guān)系可以用回歸方程表示如下:Y=cx+e 11)M=ax+e 22)Y=c x+bM+e 33)上述3個方程模型圖及對應(yīng)方程如下

2、:叵丄0 的二、中介效應(yīng)檢驗方法中介效應(yīng)的檢驗傳統(tǒng)上有三種方法，分別是依次檢驗法、系數(shù)乘積項檢驗法和差異檢驗法，下面簡要介紹下這二種方法:1.依次檢驗法（causual steps ）。依次檢驗法分別檢驗上述1） 2） 3）三個方程中的回歸系數(shù)，程序如下:1.1首先檢驗方程1）y=cx+ e1 ，如果c顯著（HO:c=O被拒絕）， 則繼續(xù)檢驗方程2），如果c不顯著（說明X對Y無影響），則停止中 介效應(yīng)檢驗;1.2在c顯著性檢驗通過后，繼續(xù)檢驗方程 2）M=ax+e2，如果 a顯著（H0:a=0被拒絕），則繼續(xù)檢驗方程3）;如果a不顯著，則停止檢驗;1.3在方程1）和2）都通過顯著性檢驗后，檢驗

3、方程3）即y=c 'x + bM + e3, 檢驗b的顯著性，若b顯著（HO:b=O被拒絕），則說 明中介效應(yīng)顯著。此時檢驗c'，若C'顯著，則說明是 不完全中介效 應(yīng)；若不顯著，則說明是完全中介效應(yīng)，x對y的作用完全通過M來 實現(xiàn)。評價:依次檢驗容易在統(tǒng)計軟件中直接實現(xiàn)，但是這種檢驗對于較弱的中介效應(yīng)檢驗效果不理想，如 a較小而b較大時，依次檢驗判定為中介效應(yīng)不顯著，但是此時 ab乘積不等于0,因此依次檢驗的結(jié)果容易犯第二類錯誤（接受虛無假設(shè)即作出中介效應(yīng)不存在的判 斷）。2.系數(shù)乘積項檢驗法（products of coefficients）。此種方法主要檢ab，驗

4、ab乘積項的系數(shù)是否顯著，檢驗統(tǒng)計量為 z = ab/ s ab，實際上熟悉統(tǒng)計原理的人可以看出，這個公式和總體分布為正態(tài)的總體均值顯著性檢驗差不多，不過分子換成了乘積項，分母換成了乘積項聯(lián)合標 準誤而已，而且此時總體分布為 非正態(tài)，因此這個檢驗公式的Z值和 正態(tài)分布下的Z值檢驗是不同的，同理臨界概率也不能采用正態(tài)分布 概率曲線來判斷。具體推導(dǎo)公式我就不多講了，大家有興趣可以自己 去看相關(guān)統(tǒng)計書籍。分母Sab的計算公式為：Sab= |a2Sb2 b2Sa2，在這個公式中，Sb2和Sa2分別為a和b的標準誤，這個檢驗稱為sobel 檢驗，當然檢驗公式不止這一種例如 Goodman I檢驗和Goo

5、dmanII檢驗都可以檢驗（見下），但在樣本比較大的情況下這些檢驗效果區(qū)別不大。在AMOS中沒有專門的soble檢驗的模塊，需要自己手工 計算出而在lisrel里面則有，其臨界值為 z力2>0.97或za2<-0.97（P <0.05 , N 1200）。關(guān)于臨界值比率表見附件（虛無假設(shè)概率分布見MacKinnon 表中無中介效應(yīng)C.V.表，雙側(cè)概率，非正態(tài)分布。這個 臨界表沒有直接給出.05的雙側(cè)概率值，只有.04的雙側(cè)概率值；以N=200為例，.05的雙側(cè)概率值在其表中大概在士 0.90左右，而不是溫忠麟那篇文章中提出的0.97。關(guān)于這一點，我看了溫的參考文獻中提到的Ma

6、cKinnon那篇文章，發(fā)現(xiàn)溫對于.97的解釋是直接照 搬 MacKinnon 原文中的一句話 <For example, the empirical critical value is .97 for the .05 sig nifica nee level rather tha n 1.96 for the sta ndard no rmal test of ab 4 0. We desig nate this test statistic by z8 because it uses a differe nt distributi on tha n thenormal distrib

7、ution.>，實際上在 MacKinnon 的概率表中，這個.97 的值是在N=200下對應(yīng)的.04概率的雙側(cè)統(tǒng)計值，而不是.05概率雙 側(cè)統(tǒng)計值，因為在該表中根本就沒有直接給出.05概率的統(tǒng)計值。為 了確定這點，我專門查了國外對這個概率表的介紹，發(fā)現(xiàn)的確如此,相關(guān)文章見附件 mediationmodels.rar。當然，從統(tǒng)計概率上來說, 大于0.97在這個表中意味著其值對應(yīng)概率大于.05，但是當統(tǒng)計值小 于0.9798th時而大于0.87 97，其值對應(yīng)概率的判斷就比較麻煩了,此時要采用0.90作為PV.05的統(tǒng)計值來進行判斷。之所以對溫的文 章提出質(zhì)疑，是因為這涉及到概率檢驗的結(jié)

8、果可靠性， 我為此查了很多資料，累）。Goodman I 檢驗公式如下Goodman II 檢驗檢驗公式如下CtpZ 工 _r;；-V壓'咗+ B垃":斥V E汀B兀-礙注：從統(tǒng)計學原理可知，隨著樣本量增大，樣本均值和總體均值的差誤趨向于減少；因此從這兩個公式可看出,【喑的值隨著樣本容量增 大而呈幾何平方值減小，幾乎可以忽略不計算，因此 MacKi nnon et al. （1998）認為0：咗乘積項在樣本容量較大時是“ trivial ”（瑣碎不必 要的）的，因此sobel檢驗和Goodman檢驗結(jié)果在大樣本情況下 區(qū)別不大，三個檢驗公式趨向于一致性結(jié)果，因此大家用sobl

9、e檢驗 公式就可以了（詳情請參考文獻 A Comparison of Methods to TestMediatio nand OtherIn terve ningVariable Effects.Psychological Methods評價：采用sobel等檢驗公式對中介效應(yīng)的檢驗容易得到中介效應(yīng)顯 著性結(jié)果，因為其臨界概率(MacKinnon )P<.05的Z值為z a/2>0.90或Za/2 <-0.90，而正態(tài)分布曲線下臨界概率PV.05的Z值為z a/2>1.96或z a/2<-1.96，因此用該臨界概率表 容易犯第一類錯誤(拒 絕虛無假設(shè)而作出中介效

10、應(yīng)顯著的判斷)3.差異檢驗法(differenee in coefficients) 。此方法同樣要找出聯(lián)合標準誤，目前存在一些計算公式，經(jīng)過 MacKi nnon等人的分析，認為其中有兩個公式效果較好,分別是Clogg 等人和Freedman 等人提出的，這兩個公式如下:Clogg差異檢驗公式Freedman差異檢驗公式tN 3rxm se'，）SC2 SC2 2Csjnm這兩個公式都采用t檢驗，可以通過t值表直接查出其臨界概率。2的下標N-3表示t檢驗的自由度匚、Clogg等提出的檢驗公式中，為 N-3，冥為自變量與中介變量的相關(guān)系數(shù),為X對Y的間接效應(yīng)估計值的標準誤；同理見 Fr

11、eedman檢驗公式。評價：這兩個公式在a=0且b=0時有較好的檢驗效果，第一類錯誤 率接近0.05，但當a=0且b T時，第一類錯誤率就非常高有其是Clogg等提出的檢驗公式在這種情況下第一類錯誤率達到100%，因此要謹慎對待。4.溫忠麟等提出了一個新的檢驗中介效應(yīng)的程序，如下圖:中介效定全中介 應(yīng)顯著效應(yīng)顯著不顯著中介效中介放寶，'與X相天不顯著應(yīng)顯著 不顯著停止中介效應(yīng)分析這個程序?qū)嶋H上只采用了依次檢驗和sobel檢驗，同時使第一類錯誤率和第二類錯誤率都控制在較小的概率， 同時還能檢驗部分中介效應(yīng) 和完全中介效應(yīng)，值得推薦。中介效應(yīng)操作在統(tǒng)計軟件上的實現(xiàn)根據(jù)我對國內(nèi)國外一些文獻的

12、檢索、分析和研究，發(fā)現(xiàn)目前已經(jīng) 有專門分析soble檢驗的工具軟件腳本，可下掛在 SPSS當中；然而在AMOS中只能通過手工計算，但好處在于能夠方便地處理復(fù)雜中 介模型，分析間接效應(yīng)；根據(jù)溫忠麟介紹，LISREAL也有對應(yīng)的SOBEL 檢驗分析命令和輸出結(jié)果，有鑒于此，本文擬通過對在SPSS、AMOS 中如何分析中介效應(yīng)進行操作演示，相關(guān) SOBEL檢驗?zāi)_本及臨界值表（非正態(tài)SOBEL檢驗臨界表）請看附件。1.如何在SPSS中實現(xiàn)中介效應(yīng)分析這個部分我主要講下如何在spss中實現(xiàn)中介效應(yīng)分析（無腳本,數(shù)據(jù)見附件spss中介分析數(shù)據(jù)，自變量為工作不被認同，中介變量為焦慮，因變量為工作績效）。第一

13、步：將自變量（X）、中介變量（M）、因變量（Y）對應(yīng)的潛變量的項目得分合并取均值并中心化，見下圖文件 舗暑d）視團 載據(jù) 轉(zhuǎn)換 分析® 圖表 工具迎）窗口 幫助BK割-。|胡訓(xùn)髓1 <11 並同1% 匕:丄件;彼認F1J領(lǐng)導(dǎo)不認可1同專不認可1客戶不認可心跳1緊張效率低效率下降1324222322111-111212r2-121.sav在這個圖中,同事不認可、自變量（X）為工作不被認同，包含3個觀測指標，即領(lǐng)導(dǎo)不認同、客戶不認可；中介變量（M ）焦慮包含3個觀測指標即心跳、緊張、坐立不安；因變量（丫）包含2個觀測指標即效率低和效率下降。|B*n5iEWSSTsa?"T

14、P5r&aTaT3iTor籠導(dǎo)利可同針認利訐不認可I剛丨緊張I業(yè)不董懂車閔解下罔工慚犠認同I 魅 I工作翩132422232dJO加池1T ZOO 7DCDescri ptive Statistics工作不被認同焦慮工作績效Valid N (listwise)N489489489489Mean2.08212.08592.28071二惟煙戲1不彼認園 中貯比）1焦慮（中心化）工作擴毀：中心禮?121 n2.C02.5D.92*.092：2I.lC2.LU2.001 Q0r四3931.I0D1.6D-1 QB-752中心化（項目均值后取離均差）得到中心化X、M、Y。上面三個圖表示合并均值及

15、中心化處理過程， 生成3個對應(yīng)的變量并第二步：按溫忠麟中介檢驗程序進行第一步檢驗即檢驗方程y=cx+e中的c是否顯著，檢驗結(jié)果如下表：Model SummaryModelRR SquareAdjusted RSquareStd. Error of the EstimateChange StatisticsR SquareChangeF Changedf1df2Sig. F Change1.678(a).460.459.70570.460414.2651487.000a P redictors: (Constant),不被認同(中心化)Coe fficients aModelUn sta nda

16、rdized Coefficie ntsStan dardized Coefficie ntstSig.BStd. ErrorBeta1(Co nsta nt).002.032.051.959不被認同（中心化）.804.040.67820.354.000a. Dependent Var iable:工作績效(中心化)由上表可知，方程y二cx+e的回歸效應(yīng)顯著，C值.678顯著性為pv.OOO,可以進行方程m=ax+e和方程y=c ' x+bm+e的顯著性檢驗;第三步：按溫忠麟第二步檢驗程序分別檢驗 a和b的顯著性，如果都顯著，則急需檢驗部分中介效應(yīng)和完全中介效應(yīng)；如果都不顯著，則停止檢

17、驗；如果a或b其中只有一個較顯著，則進行sobel檢驗，檢驗結(jié)果見下表:Model Summ aryModelRR SquareAdjusted R SquareStd. E rror of the EstimateChange StatisticsR Square ChangeF Changedf1df2Sig. F Cha nge1.533 a.284.283.76763.284193.2471487.000a. Predictors: (Constant), 不被認同(中心化)Coe fficients aModelUn sta ndardized Coefficie ntsStan d

18、ardized Coefficie ntstSig.BStd. ErrorBeta1(Co nsta nt).001.035.034.973不被認同（中心化）.597.043.53313.901.000a. Dependent Var iable:焦慮(中心化)由上面兩個表格結(jié)果分析可知，方程 m=ax+e中，a值0.533顯著性pv.OOO，繼續(xù)進行方程y=c ' x+bm+e的檢驗，結(jié)果如下表:Model Summ aryModelRR SquareAdjusted R SquareStd. E rror of the EstimateChange StatisticsR Squa

19、re ChangeF Changedf1df2Sig. F Cha nge1.702 a.492.490.68485.492235.4902486.000a. Predictors: （Constant）,焦慮（中心化），不被認同（中心化）Coe fficients aModelUn sta ndardized Coefficie ntsStan dardized Coefficie ntstSig.BStd. ErrorBeta1(Co nsta nt).001.031.044.965不被認同（中心化）.670.045.56414.773.000焦慮（中心化）.225.040.2135.57

20、7.000a. Dependent Var iable:工作績效(中心化)由上面兩個表的結(jié)果分析可知， 方程y=c ' x+bm+e中，b值為0.213顯著性為pv.000,因此綜合兩個方程m=ax+e和y=c ' x+bm+e的檢驗結(jié)果，a和b都非常顯著，接下來檢驗中介效應(yīng)的到底是部分中介還是完全中介;第四步檢驗部分中介與完全中介即檢驗c'的顯著性： 由上表可知，c'值為.564其p值V.000,因此是部分中介效應(yīng)，自變量 對因變量的中介效應(yīng)不完全通過中介變量焦慮的中介來達到其影響, 工作不被認同對工作績效有直接效應(yīng)，中介效應(yīng)占總效應(yīng)的比值為:effect m

21、=ab/c=0.533 x0.213/0.678=0.167,中介效應(yīng)解釋了因變量的方差變異為 sqrt(0.490-0.459)=0.176(17.6% ) 小結(jié) 在本例中，中介效應(yīng)根據(jù)溫忠麟的檢驗程序最后發(fā)現(xiàn)自變量和因變量之間存在不完全中介效應(yīng)，中介效應(yīng)占總效應(yīng)比值為0.167,中介效應(yīng)解釋了因變量17.6%的方差變異。2.在spss中運用spssmaro腳本來分析中介效應(yīng)F面我們采用Preacher（2004）設(shè)計的spssmaro腳本來進行中介效應(yīng)分析，該腳本是美國俄亥俄和州立大學Preacher和Hayes于 2004年開發(fā)的在spss中計算間接效應(yīng)、直接效應(yīng)和總效應(yīng)的腳本,對間接效

22、應(yīng)的計算采用了 sobel檢驗，并給出了顯著性檢驗結(jié)果，這個腳本可在如下網(wǎng)址下載:/ahayes/sobel.htm腳本文件名為sobel_spss，關(guān)于如何在spss使用該腳本請看附件（附件為pdf文件，文件名為runningscripts）。在運行了腳本后，在打開的窗口中分別輸入自變量、中介變量和調(diào)節(jié)變量，在選項框中可以選擇bootstrap （自抽樣）次數(shù)，設(shè)置好后，點擊ok，運行結(jié)果如下:2l.DD 11 DD3J2 0Q52DD&3J0D73jODa1.3391.33102.3311333'122jOD133jG7143.33152.3

23、31Q2J317IN133戲193jon西2.0D'J.DD也口尋禺CT 7 & I鋤 也冃毎|壘n氏功I2工不被認同I 澳慮 I工作嬪理!不被認同 中心化）!魚慮 中心化I工文件Q 劇s 現(xiàn)E也 m （t）調(diào)試匹I吩祈星圖表征）工具切 宙口 更凹亙色里1辭I m 刪Ml JjlLiJ蘭>、1旦國三 圍1珂IPick: |decLaraiions|I' Thia I 3 a 3err pt vers i an a£ the SOEEL rua二匸o demutihecL ；A| Preacner K- c ., & llayea k- f . (

24、ZDO4) . 5P55 sm 5k5 二 procedures for es匕iEating indirect e±±ect3 _n simpLc Kediat i匚n models Eehavio匚 eseareti Hethnrts Instc- jnei: S Czimputers, 3 6, 717-'31. wti匕ten tiy knareu r. nayes SchDO 1 cf CoitmuHient ion'The Ohio State Enivers ity''hays3 . layroau. ecuVersion 2-

25、0, CaruaL!/ 5, 2OD9 Vou Bfiuat run as a script file, not as a 3n.tran £ile'Tf select to save che boocstrar eauitnates” they wt LI tie 3avea in a datariie called iziODCrStrrap. sav in the 'SP35 dii-ciL；tnryI H IB 亠'工 _亠< lllj'BaTepT?5u?7 STbpIc IdTatxon Scriptb(YM.X).2255.0404

26、5.5773.0000b軟導(dǎo)不認可 同事不隊可 客戶不認可 心a坐立不安a率低a率下降不械認同（中乙化） S慮（中tft） 工作績S （中Independent Variable 兇Proposed Mediator (M)IffiSDependent Variable (Y) 習II工作鑽效ISobel Test Standard ErrorSecond order 二JOKCancelAboutBootstrap Sam pies1000廠 Save BoMstrap EstimatesRun MATRIX p rocedure:VARIABLES IN SIMPLE MEDIATION

27、MODEL工作績效 不被認同DESCR IP TIVES STATISTICS AND P EARSON CORRELATIONSMeanSD工作績效不被認同焦慮工作績1.0000.95901.0000.6780.5139不被認同-.0020.8085.67801.0000.5330焦慮（中.0000.9063.5139.53301.0000SAMPLE SIZE489DIRECT And TOTAL EFFECTSCoeffs.e.Sig(two)b(YX).8042.039520.3535.0000b(MX).5975.043013.9013.0000b(YX.M).6695.045314

28、.7731.0000c注：b(yx)相當于c, b(my)相當于a, b(YM.X)相當于b, b(YX.M)相當于INDIRECT EFFECT And SIGNIFICANCE USING NORMAL DISTRIBUTIONEffectValue.1347s.e. LL 95 CI.0261.0836UL 95 CI.18585.1647Sig(two).0000(sobel)BOOTSTRA P RESULTS For INDIRECT EFFECTDataMeans.e.LL 95 CIUL 95 CILL 99 CIUL 99 CIEffect.1347.1333.0295.08

29、00.1928.0582.2135NUMBER OF BOOTSTRA P RESA MP LES1000FAIRCHILD ET AL. (2009) VARIANCE IN Y ACCOUNTED FOR BY INDIRECT EFFECT:.2316* notes *END MATRIX從spssmacro腳本運行的結(jié)果來看，總效應(yīng)、中介效應(yīng)、間接效應(yīng)e3i坐立不安IVZ 焦慮I- Ab煙-二帆績效表現(xiàn) * 廠c'e10e11達到了顯著值，其中c為0.8042 , a值為0.5975 , b值為0.2255,c '值為0.6695，間接效應(yīng)（在本例中為中介效應(yīng)）解釋了自

30、變量 23.16%的方差，中介效應(yīng)占中效應(yīng)的比例為0.168。下面用對加載腳本前后的計算結(jié)果進行比較見下表:cabc'效應(yīng)比中介效應(yīng)方差變異無腳本0.678 *0.513 *0.213*0.564 *0.167417.6%Sp ssmacrao0.804 *0.598 *0.226 *0.670 *0.167523.16%從比較結(jié)果可以看出，加載腳本后分析中介效應(yīng)結(jié)果，總體效應(yīng)提高了，但效應(yīng)比沒有多大變化（0.0001），說明中介效應(yīng)實際上提高了;中介效應(yīng)對因變量的方差變異的解釋比例也提高了了近5個百分點,說明采用bootstrap抽樣法能更準確地估計總體效應(yīng)和間接效應(yīng)。3.如何在AM

31、OS中實現(xiàn)中介效應(yīng)分析無論變量是否涉及潛變量，都可以利用結(jié)構(gòu)方程模型來實現(xiàn)中介效應(yīng)分析，下面我來談?wù)勅绾卧?AMOS中實現(xiàn)中介效應(yīng)分析，數(shù)據(jù)見附件（AMOS中介效應(yīng)分析數(shù)據(jù)）。第一步：建立好模型圖，如下：e1e2I心M I緊張I本模型假設(shè)，工作不被認可通過中介變量影響績效表現(xiàn)。第二步：設(shè)置參數(shù)，要在 AMOS中分析中介效應(yīng)，需要進行一些必要的參數(shù)設(shè)置，步驟見下圖:i fileIIIIIII lllllllllBView 1 Biaeram Analyie Tools .ueins Helj) ；鑒 Irtt erfic« Proper ti es.r Gro-ui) luifcber

32、"Eiitnull iiiiiii IIICtrltlCtrl+kI斛Troperti ? s.,c；ri+aEst iir.ation | Numeric al |) Bias | Output Boot strap PerjRtitati.onE | Raiidoia # | Title |V Perform bootstrap5000Huuibtr of boot strap samples|U；mil Mil =rcentlie confidence intervals =II. . “ “ L KJ “ I “ . .IlllUJIlll. Tllll 1* Illi. .

33、III. .Ill .Til II.-.II. .I . II. .I.：PC confidence 丄Evel* Bias-corrected confidence intervals950C confidence 1 卵elEEtimation Hiunerical Bias ： Output i| Boat st rap | Periautat ions | Ramdom # | Title |R Winimiiation historyP Indi re Ct J dirtct 也 total rffetctsp Stdardized estimatesFactor score vei

34、ghts17 iflcuared multiple correlationsF .ovariances of estimates廠 Sample momftnts廠 Correlations of estinatesr Implied momentsCritical ratios for differences廠 ill implied nonerrtsF Tests for Eprnality and outliers廠 Residual moments廠 Observed information matrixr Modification indicesThieshald fornodifi

35、cation irudices丘Fitf Fitthe saturated lodel onlyr Fitneither modelWuitierical | Bias | Output | B:)otstrap Perihutations | Random # | Title Discrepancyi* Majtimujii likelihood-tstimarte means and intercepts'" (Lsneralized least squares tweighted leasTt squares?Enuiisrel0'C' Scale-fr

36、ee Isast squaresr ynplot ically di st r itui i on-f r e eCJfxicorrectFor the purpose of computing fit msasures with incomplete data:the saturarted end independence models按照上面幾個圖提示的步驟設(shè)置好后， 讀取數(shù)據(jù)進行運算，工具欄提示如下牝arm噸更件工作認同蚩慮與績誠* Default model Hiniiru-Sat i onIteration 817Hininuiii iras achie5?ecl WrzLtLn樂

37、oirtpirt Chi-5QiiaEe = 26. 0, df = Eoot strapSample CCDO EC confidence intervalsPass234567SgPassPassP assP awMPassPassPassPassDm r -上圖表示采用bootstrap（自抽樣5000次）運算結(jié)果，數(shù)據(jù)迭代到第8次得到收斂。模型卡方為26.0，自由度為17.第三步：看輸出結(jié)果即模型圖和文本輸出:775i 70 安 I 04<.75376762.75 .62同事不認可彳領(lǐng)導(dǎo)不認可.03焦慮厲540合G帕J效率低.63 的遼07 斯T*（救率下降Standardize

38、d estimates卡方值=25.996(P=.O75)：自由度= 17;NFI=.989;TLI=.994;CFI=.996;卡方與自由度之比=1.529從模型標準化路徑圖可以看出，模型卡方與自由度之比為1.529，P值05 ,各項擬合指數(shù)皆較理想，說明模型較理想，下面我們來看下模型的總體效應(yīng)和間接效應(yīng)的文本輸出，見下表:Stan dardized Total Effects (Grou p n umber 1 - Default model)Sta ndardized Total Effects - Lower Bou nds (BC) (Grou p n umber 1 - Defau

39、lt model)工作不被認可焦慮績效表現(xiàn)焦慮.554.000.000績效表現(xiàn).714.077.000效率下降.612.068.830效率低.661.070.889領(lǐng)導(dǎo)不認可.818.000.000同事不認可.771.000.000客戶不認可.729.000.000坐立不安.451.776.000緊張.405.688.000心跳.436.753.000Sta ndardized Total Effects - Upper Bouinds (BC)(Group n umber 1工作不被認可焦慮績效表現(xiàn)焦慮.703.000.000績效表現(xiàn).831.303.000效率下降.733.263.905效

40、率低.771.284.958領(lǐng)導(dǎo)不認可.907.000.000同事不認可.858.000.000客戶不認可.841.000.000坐立不安.600.883.000緊張.540.802.000心跳.582.868.000-Default model)工作不被認可 焦慮績效表現(xiàn)Sta ndardized Total Effects - Two Tailed Sig nifica nee (BC) (Grou p n umber 1 -Default model)工作不被認可焦慮績效表現(xiàn)焦慮1.000.績效表現(xiàn).000.002.效率下降.000.002.001效率低.000.002.001領(lǐng)導(dǎo)不認可

41、.000.同事不認可.001.客戶不認可.001.坐立不安.000.001.緊張.000.000.心跳.000.000上述三個表格是采用BC（bias-corrected）偏差校正法估計的總體效應(yīng)標準化估計的下限值、上限值和雙尾顯著性檢驗結(jié)果，雙尾檢驗結(jié)果顯示，總體效應(yīng)顯著，提示自變量（工作不被認可）對因變量（績效表現(xiàn)）的總體效應(yīng)顯著）值顯著，PV.000 ;下面我們繼續(xù)看直接效應(yīng)的文本輸出結(jié)果，如下表:Sta ndardized Direct Effects (Grou p n umber 1 - Default model)Sta ndardized Direct Effects - Lo

42、wer Bou nds (BC) (Grou p n umber 1 - Default model)工作不被認可焦慮績效表現(xiàn)焦慮.554.000.000績效表現(xiàn).549.077.000效率下降.000.000.830效率低.000.000.889領(lǐng)導(dǎo)不認可.818.000.000同事不認可.771.000.000客戶不認可.729.000.000坐立不安.000.776.000緊張.000.688.000心跳.000.753.000Sta ndardized Direct Effects - Upper Bou nds (BC) (Grou p n umber 1 - Default mod

43、el)工作不被認可焦慮績效表現(xiàn)焦慮I.703.000.000績效表現(xiàn).759.303.000效率下降.000.000.905效率低.000.000.958領(lǐng)導(dǎo)不認可.907.000.000同事不認可.858.000.000客戶不認可.841.000.000工作不被認可焦慮績效表現(xiàn)坐立不安.000.883.000緊張.000.802.000心跳.000.868.000Stan dardized Direct Effects - Two Tailed Sign ifica nee (BC) (Grou p n umber 1 -Default model)工作不被認可 焦慮績效表現(xiàn)焦慮績效表現(xiàn)效率

44、低領(lǐng)導(dǎo)不認可同事不認可客戶不認可坐立不安緊張心跳.000.000.000.001.001.00.001.000.000.001.001和總體效應(yīng)輸出表格形式一致，前兩個表格都是標準化估計的95%置信區(qū)間的上限值和下限值，第三個表格提示了直接效應(yīng)顯著,見紅體字部分（在本例中即為中介效應(yīng) ab和c '。下面我們來看下間接效應(yīng)的顯著性分析結(jié)果，見下圖:Stan dardized In direct Effects (Grou p n umber 1 - Default model)Sta ndardized In direct Effects - Lower Bou nds (BC) (Gr

45、ou p n umber 1 - Defaultmodel)工作不被認可焦慮績效表現(xiàn)焦慮.000.000.000績效表現(xiàn).050.000.000效率下降.612.068.000效率低.661.070.000領(lǐng)導(dǎo)不認可.000.000.000同事不認可.000.000.000客戶不認可.000.000.000坐立不安.451.000.000緊張.405.000.000心跳.436.000.000Sta ndardized In direct Effects - Upper Bou nds (BC) (Grou p n umber 1 - Defaultmodel)工作不被認可 焦慮績效表現(xiàn)工作不

46、被認可焦慮績效表現(xiàn)焦慮.000.000.000績效表現(xiàn).197.000.000效率下降.733.263.000效率低.771.284.000領(lǐng)導(dǎo)不認可.000.000.000同事不認可.000.000.000客戶不認可.000.000.000坐立不安.600.000.000緊張.540.000.000心跳.582.000.000Stan dardized In direct Effects - Two Tailed Sign ifica nee (BC) (Grou p n umber 1 -Default model)工作不被認可 焦慮績效表現(xiàn)焦慮.002績效表現(xiàn)效率低.000.000.00

47、2.002領(lǐng)導(dǎo)不認可同事不認可工作不被認可 焦慮績效表現(xiàn)客戶不認可. . .坐立不安.000 . .緊張.000 . .心跳.000 . .表格形式同上，顯著性見紅體字部分，在本例中即為c'綜合上述文本化輸出的結(jié)果，我們可以判定，c,a,b,c '的估計值都達到了顯著性，下面，我們來看些這四個路徑系數(shù)的標準化估計值和標準誤到底是多少呢？見下表:Stan dardized Regressi on Weights: (Grou p n umber 1 - Default model)P arameterSESE-SEMeanBiasSE-Bias<-.00焦慮-工作不被認可.038.000.6281.001<-績效表現(xiàn)工作不被認可.053.001.659.000.001<-.00績效表現(xiàn)-焦慮.058.001.1871.001<-心跳-焦慮.029.000.814.000.000P arameterSESE-SEMeSE-BiasanBias坐立不安<-焦慮.027.000.837.000.000客戶不認可<-工作不被認可.028.000.790.000.000<-工作不被認可同事不認可-.