SPSS及AMOS進行中介效應(yīng)分析

1、中介效應(yīng)重要理論及操作務(wù)實 SPSS和AMO調(diào)節(jié)效應(yīng) 一、中介效應(yīng)概述 中介效應(yīng)是指變量間的影響關(guān)系 （XTY）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(dāng)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。在心理學(xué)研究當(dāng)中，變量間的關(guān)系很少是直接的，更常見的是間 接影響，許多心理自變量可能要通過中介變量產(chǎn)生對因變量的影響， 而這常常被研究

2、者所忽視。 例如，大學(xué)生就業(yè)壓力與擇業(yè)行為之間的 關(guān)系往往不是直接的，而更有可能存在如下關(guān)系： 就業(yè)壓力T個體壓力應(yīng)對T擇業(yè)行為反應(yīng)。 此時個體認知評價就成為了這一因果鏈當(dāng)中的中介變量。 在實際 研究當(dāng)中， 中介變量的提出需要理論依據(jù)或經(jīng)驗支持， 以上述因果鏈 為例，也完全有可能存在另外一些中介因果鏈如下： 就業(yè)壓力T個體擇業(yè)期望T擇業(yè)行為反應(yīng)； 就業(yè)壓力T個體生涯規(guī)劃T擇業(yè)行為反應(yīng)； 因此，研究者可以更具自己的研究需要研究不同的中介關(guān)系。當(dāng) 然在復(fù)雜中介模型中， 中介變量往往不止一個， 而且中介變量和調(diào)節(jié) 變量也都有可能同時存在， 導(dǎo)致同一個模型中即有中介效應(yīng)又有調(diào)節(jié) 效應(yīng)，而此時對模型的檢

3、驗也更復(fù)雜。 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+e11） M=ax+e22） Y=cx+bM+e33） 上述 3 個方程模型圖及對應(yīng)方程如下： 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，下面簡要介紹下這三種方法： 1. 依次檢驗法 （causualsteps ）。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

4、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

5、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（productsofcoefficients） 。此種方法主要檢驗 ab乘積項的系數(shù)是否顯著，檢驗統(tǒng)計量為z=ab/Sab，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(biāo)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

6、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(biāo)準誤，這個檢驗稱為sobel檢驗，當(dāng)然檢 驗公式不止這一種例如Goodman檢驗和Goodmanil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 za/20.97 或 za/2-0.97（PV0.05 , N三200）。 關(guān)于臨界值比率表見附件 （虛無假設(shè)概率分布見MacKi nnon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

7、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 MacKinnon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 ，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 mediatio nmodels.rar 。當(dāng)然，從統(tǒng)

8、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(dāng)統(tǒng)計值小于0.9798th時而大于0.8797th，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)果可靠性， 我 為此查了很多資料，累)。 Goodmanl檢驗公式如下Goodmanil檢驗檢驗公式如下 注：從統(tǒng)計學(xué)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，吒叨I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 etal.(1998)認為 乘

9、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僉驗 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soble檢驗公式就可以了(詳情請參考文獻 AComparis onof MethodstoTestMediatio nan dOtherl nterve nin gVaria bleEffects.PsychologicalMethods 2002,Vol.7,No.1,83 104)。 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) Pv.05的Z值

10、為za/20.90 或zax-0.90 ,而正態(tài)分布曲線下臨界概率 Pv.05的Z值為Za /21.96 或za/2V-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)而作出中介效應(yīng)顯著的判斷) 3. 差異檢驗法(differenceincoefficients) 。此方法同樣要找出聯(lián)合 標(biāo)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 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。 Clogg等提

11、出的檢驗公式中， 5m 的下標(biāo)N-3表示t檢驗的自由度 為N-3,用為自變量與中介變量的相關(guān)系數(shù)，牛為X對丫的間接效 應(yīng)估計值的標(biāo)準誤；同理見 Freedma n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(dāng)a=0且0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： 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

12、推薦。 三中介效應(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(dāng)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SOBE撿驗分析 命令和輸出結(jié)果，有鑒于此，本文擬通過對在 SPSS AMO中如何分 析中介效應(yīng)進行操作演示，相關(guān)SOBEL僉驗?zāi)_本及臨界值表（非正態(tài) SOBEL僉驗臨界表）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sps

13、s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 在這個圖中，自變量（X）為工作不被認同，包含3個觀測指標(biāo)，即領(lǐng)導(dǎo)不認同、 同事不認可、客戶不認可；中介變量（M）焦慮包含3個觀測指標(biāo)即心跳、緊張、 坐立不安；因變量（Y包含2個觀測指標(biāo)即效率低和效率下降。 DescriptiveStatistics 工作不被認同 焦慮 工作績效 ValidN(listwise) N 489 489 489 489 Mean 2.0821 2.0859 2.2807 上面三個圖表示合

14、并均值及中心化處理過程， 生成3個對應(yīng)的變量并 中心化（項目均值后取離均差）得到中心化 X、M Y。 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： ModelSummary Model R R Square AdjustedR Square Std.Errorofthe Estimate ChangeStatistics RSquareC hange FChange df1 df2 Sig.FChange 1 .678(a) .460 .459 .70570 .460 414.265 1 487 .000 aPredictors:(Con

15、stant),不被認同(中心化) Coe fficients Model Un sta ndardized Coefficie nts Stan dardized Coefficie nts t Sig. B Std. Error Beta 1 (Co nsta nt) .002 .032 .051 .959 不被認同（中心化） .804 .040 .678 20.354 .000 a. Dependent Var iable:工作績效(中心化) 由上表可知，方程y=cx+e的回歸效應(yīng)顯著，c值.678顯著性為pv.000, 可以進行方程m=ax+e和方程y=c x+bm+e勺顯著性檢驗； 第

16、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： 由上面兩個表格結(jié)果分析可知，方程m=ax+中, a值0.533顯著性 pv.000,繼續(xù)進行方程y=c x+bm+e勺檢驗，結(jié)果如下表： 由上面兩個表的結(jié)果分析可知，方程 y=c x+bm+中，b值為0.213顯 著性為pv.000,因此綜合兩個方程m=ax+和y=c x+bm+e勺檢驗結(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

17、即檢驗c的顯著性： 由上表可知，c值為.564其p值.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 床ab/c=0.533 X 0.213/0.678=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spss

18、maro腳本來分析中介效應(yīng) 下面我們采用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(xué) 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 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)

19、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: L =1 jf*jV命抵MtlK工社0 名F53 DOLLa |州ifi 扁輯（1）利團p 酣裾紐1 無艷匸1 歸祈曲1 閤需豹Tknr嚼二iqp 稱ihQp 韻O|創(chuàng) 團 吋旦 魚里土墮宣璽團馬功I 6工作不被認同 2 RunM ATRIXprocedure: VARIABLESINSIMPLEMEDIATIONMODEL 丫工作績效 X 不被認同 M 焦慮 DESCRIPTIVESSTATISTICSANDPEARSONCORRELATIONS Mea nSDT 作績效不被認同焦慮 工作績

20、_1.0000.95901.0000.6780.5139 不被認同-.0020.8085.67801.0000.5330 焦慮(中.0000.9063.5139.53301.0000 SAMPLESIZE 489 DIRECTA ndTOTALEFFECTS Coeffs.e.tSig(two) b(YX).8042.039520.3535 .0000 c b(MX).5975.043013.9013 .0000 a b(YM.X).2255.04045.5773.0000 b b(YX.M).6695.045314.7731 .0000 c 注：b(yx)相當(dāng)于c，b(my)相當(dāng)于a,b(Y

21、M.X)相當(dāng)于b,b(YX.M)相當(dāng)于c INDIRECTEFFECTA ndSIGNIFICANCEUSINGNORMALDISTRIBUTION 1 J.UU 1 HD 彗 2 ob e l_sp s ff - NS 3 Trio 文件編輯IP觀閔IV】 牌朮心調(diào)試匹 分黃 3目奩也i工具Qfl宙口陽 4 2 0D 5 6 ?0D 2 JOO IL . . . . d i41 LHJAJ臺刨旦色131團 9 1D 11 12 13 1.33 2.33 233 2JDD 3 ? 14 15 33 2J3 1G 17 J3 J9 2J3 1不 33 3.0D F Thim 13 a. acrr

22、zpt VBra Icirk of the SOBEL rtiarftro descrribed A FreackeEjr K. d * & Hayes, A. I s (ZDOJ , SPSS and SAS pro匚亡dLur:un or estrimat- inQ indirect effects Ln simple 1 nsediat icn made 1 B Behavioir ResesuriirLi Heth-Diis Insttrunei: 1 5 Coitiput.ers, 3 6, iarlcten toy JLndrew ttaye3 1 Sell30 1 匚壬

23、C aitiouizicnt- ion 1THe Ohio State Dniver3 imy1 hay=s 338H03U ecu 1 Verd Lon 2 事 Ciarua.匸丫 S, 2DD勺1 1 You uiust：- rua as m script file, not a.s 曰 sy-Tftax file ! If select to save Che bootstrap eactrfiates they uTi 11 toe savea in a Qatar lie ua 丄丄巴 d Eioo c s t r ap. a av m 匸口已 1 SPSS dire匚七arf 亠2

24、00 工化不被認可 7 3 宦慮 |工作議效|不被認闔（.申心化：|焦慮屮心化|工怕績女 * * * N 3JOD 13 Values.e.LL95CIUL95CIZSig(two) Effect .1347 .0261.0836.18585.1647.0000 （sobel） BOOTSTRAPRESULTSForINDIRECTEFFECT DataMea ns.e.LL95CIUL95CILL99CIUL99CI Effect .1347 .1333.0295.0800.1928.0582.2135 NUMBEROFBOOTSTRAPRESAMPLES 1000 FAIRCHILDETA

25、L.（2009）VARIANCEINYACC0UNTEDF0RBYINDIRECTEFFECT: .2316 * NOTES* * ENDMATRIX- 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) 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

26、ssmacrac0.804 * 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AMO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?AMO中實現(xiàn)中介效應(yīng)分析，數(shù)據(jù)見附件 （AMO中介效應(yīng)分析數(shù)據(jù)）。 第一步：建立好模型圖，如下: 本模型假

27、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 AMO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： 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 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： 從模型標(biāo)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： Sta ndardizedTotalEffects

28、(Group numberl-Defaultmodel) Sta ndardizedTotalEffects-LowerBou nds(BC)(Group number1-Defaultmodel) 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 同事不認口 .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

29、.753 .000 Sta ndardizedTotalEffects-UpperBou nds(BC)(Group number1-Defaultmodel) 工作不被認可 焦慮 績效表現(xiàn) 焦慮 .703 .000 .000 工作不被認可 焦慮績效表現(xiàn) 績效表現(xiàn) .831 .303 .000 效率下降 .733 .263 .905 效率低 .771 .284 .958 領(lǐng)導(dǎo)不認可 .907 .000 .000 同事不認口 .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

30、 .000 Sta ndardizedTotalEffects-TwoTailedSig nifica nce(BC)(Group numberl-Defaultmodel) 工作不被認可 焦慮 績效表現(xiàn) 焦慮 .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 .000 . . 同事不認口 .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(biāo)準化估計

31、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 ndardizedDirectEffects(Group number1-Defaultmodel) Sta ndardizedDirectEffects-LowerBou nds(BC)(Group number1-Defaultmodel) 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 工作不被認可 焦慮 績效表現(xiàn)

32、 效率下降 .000 .000 .830 效率低 .000 .000 .889 領(lǐng)導(dǎo)不認可 .818 .000 .000 同事不認口 .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 .000 Sta ndardizedDirectEffects-UpperBou nds(BC)(Group numberl-Defaultmodel) 工作不被認可 焦慮 績效表現(xiàn) 焦慮 .703 .000 .000 績效表現(xiàn) .759 .303 .000 效率下降 .000 .000 .

33、905 效率低 .000 .000 .958 領(lǐng)導(dǎo)不認可 .907 .000 .000 同事不認口 .858 .000 .00客戶不認可 .841 .000 .000 坐立不安 .000 .883 .000 緊張 .000 .802 .000 心跳 .000 .868 .000 Sta ndardizedDirectEffects-TwoTailedSig nifica nce(BC)(Group number1-Defaultmodel) 工作不被認可 焦慮 績效表現(xiàn) 焦慮 .000 績效表現(xiàn) .000 .002 . 效率下降 .001 效率低 . . .001 領(lǐng)導(dǎo)不認可 .000 . .

34、 同事不認口 .001 . . 客戶不認可 .001 坐立不安 .001 緊張 .000 心跳 .000 和總體效應(yīng)輸出表格形式一致，前兩個表格都是標(biāo)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： Sta ndardizedl ndirectEffects(Group numberl-Defaultmodel) Sta ndardizedl ndirectEffects-LowerBou nds(BC)(Group number1-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 同事不認口 .000 .000 .00客戶不認可 .000 .000 .000 坐立不安 .451 .000 .000 緊張 .405 .000 .000 心跳 .436 .000 .000 Sta ndardizedl ndirectEffects-