SPSS與AMOS進(jìn)行中介效應(yīng)分析報(bào)告

1、中介效應(yīng)重要理論及操作務(wù)實(shí)SPSS和AMOS調(diào)節(jié)效應(yīng)wenku.baidu./link?url=w6tEove-a2r6vIzSwqZTcV58nKH3DPDFCwtuSxk6743E9U1W1wnfPhp76qgDEYFDCHOp-feDNpi4djQuU9FFuxdbpl9OoN5gkPa5yCn7wlK一、中介效應(yīng)概述 中介效應(yīng)是指變量間的影響關(guān)系（XY）不是直接的因果鏈關(guān)系而是通過一個(gè)或一個(gè)以上變量(M)的間接影響產(chǎn)生的，此時(shí)我們稱M為中介變量，而X通過M對(duì)Y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(gè)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

2、個(gè)的情況下，中介效應(yīng)的不等于間接效應(yīng)，此時(shí)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(duì)因變量的影響，而這常常被研究者所忽視。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)壓力個(gè)體壓力應(yīng)對(duì)擇業(yè)行為反應(yīng)。此時(shí)個(gè)體認(rèn)知評(píng)價(jià)就成為了這一因果鏈當(dāng)中的中介變量。在實(shí)際研究當(dāng)中，中介變量的提出需要理論依據(jù)或經(jīng)驗(yàn)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)壓力個(gè)體擇業(yè)期望擇業(yè)行為反應(yīng)；就業(yè)壓力個(gè)體生涯規(guī)劃擇業(yè)行為反應(yīng)；因此，研究者可以更具自

3、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(gè)，而且中介變量和調(diào)節(jié)變量也都有可能同時(shí)存在，導(dǎo)致同一個(gè)模型中即有中介效應(yīng)又有調(diào)節(jié)效應(yīng)，而此時(shí)對(duì)模型的檢驗(yàn)也更復(fù)雜。以最簡(jiǎn)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+e1 1) M=ax+e2 2) Y=cx+bM+e3 3)上述3個(gè)方程模型圖及對(duì)應(yīng)方程如下：二、中介效應(yīng)檢驗(yàn)方法中介效應(yīng)的檢驗(yàn)傳統(tǒng)上有三種方法，分別是依次檢驗(yàn)法、系數(shù)乘積項(xiàng)檢驗(yàn)法和差異檢驗(yàn)法，下面簡(jiǎn)要介紹下這三種方法：1.依次檢驗(yàn)法（causual steps）。依次檢驗(yàn)法分別檢驗(yàn)上述1）2）3）三個(gè)方程中的回歸

4、系數(shù)，程序如下：1.1首先檢驗(yàn)方程1）y=cx+ e1，如果c顯著（H0:c=0被拒絕），則繼續(xù)檢驗(yàn)方程2），如果c不顯著（說明X對(duì)Y無影響），則停止中介效應(yīng)檢驗(yàn)；1.2 在c顯著性檢驗(yàn)通過后，繼續(xù)檢驗(yàn)方程2）M=ax+e2，如果a顯著（H0:a=0被拒絕），則繼續(xù)檢驗(yàn)方程3）；如果a不顯著，則停止檢驗(yàn)；1.3在方程1）和2）都通過顯著性檢驗(yàn)后，檢驗(yàn)方程3）即y=cx + bM + e3,檢驗(yàn)b的顯著性，若b顯著（H0:b=0被拒絕）,則說明中介效應(yīng)顯著。此時(shí)檢驗(yàn)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(duì)y的作用完全通過M來實(shí)現(xiàn)。評(píng)價(jià):依次檢驗(yàn)容易在統(tǒng)計(jì)軟件中直

5、接實(shí)現(xiàn)，但是這種檢驗(yàn)對(duì)于較弱的中介效應(yīng)檢驗(yàn)效果不理想，如a較小而b較大時(shí)，依次檢驗(yàn)判定為中介效應(yīng)不顯著，但是此時(shí)ab乘積不等于0，因此依次檢驗(yàn)的結(jié)果容易犯第二類錯(cuò)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(xiàng)檢驗(yàn)法(products of coefficients)。此種方法主要檢驗(yàn)ab乘積項(xiàng)的系數(shù)是否顯著，檢驗(yàn)統(tǒng)計(jì)量為z = ab/ sab，實(shí)際上熟悉統(tǒng)計(jì)原理的人可以看出，這個(gè)公式和總體分布為正態(tài)的總體均值顯著性檢驗(yàn)差不多，不過分子換成了乘積項(xiàng)，分母換成了乘積項(xiàng)聯(lián)合標(biāo)準(zhǔn)誤而已，而且此時(shí)總體分布為非正態(tài)，因此這個(gè)檢驗(yàn)公式的Z值和正態(tài)分布下的Z值檢驗(yàn)是不同的，同理臨界概率也不能采用

6、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(jì)書籍。分母sab的計(jì)算公式為：sab=，在這個(gè)公式中，sb2和sa2分別為a和b的標(biāo)準(zhǔn)誤，這個(gè)檢驗(yàn)稱為sobel檢驗(yàn)，當(dāng)然檢驗(yàn)公式不止這一種例如Goodman I檢驗(yàn)和Goodman II檢驗(yàn)都可以檢驗(yàn)（見下）,但在樣本比較大的情況下這些檢驗(yàn)效果區(qū)別不大。在AMOS中沒有專門的soble檢驗(yàn)的模塊，需要自己手工計(jì)算出而在lisrel里面則有，其臨界值為z/2>0.97或z/2<-0.97(P <0.05，N200)。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.

7、表，雙側(cè)概率，非正態(tài)分布。這個(gè)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)概率值在其表概在±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(diǎn)，我看了溫的參考文獻(xiàn)中提到的MacKinnon那篇文章，發(fā)現(xiàn)溫對(duì)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 significance level rather than 1.96 for the standard normal test of a

8、b 4 0. We designate this test statistic by z8 because it uses a different distribution than the normal distribution.>，實(shí)際上在MacKinnon的概率表中，這個(gè).97的值是在N=200下對(duì)應(yīng)的.04概率的雙側(cè)統(tǒng)計(jì)值，而不是.05概率雙側(cè)統(tǒng)計(jì)值，因?yàn)樵谠摫碇懈揪蜎]有直接給出.05概率的統(tǒng)計(jì)值。為了確定這點(diǎn)，我專門查了國(guó)外對(duì)這個(gè)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(dāng)然，從統(tǒng)計(jì)概率上來說，大于0.97在這個(gè)表中意味著其值對(duì)應(yīng)概率大

9、于.05，但是當(dāng)統(tǒng)計(jì)值小于0.9798th時(shí)而大于0.8797th，其值對(duì)應(yīng)概率的判斷就比較麻煩了，此時(shí)要采用0.90作為P<.05的統(tǒng)計(jì)值來進(jìn)行判斷。之所以對(duì)溫的文章提出質(zhì)疑，是因?yàn)檫@涉及到概率檢驗(yàn)的結(jié)果可靠性，我為此查了很多資料，累）。Goodman I檢驗(yàn)公式如下 Goodman II檢驗(yàn)檢驗(yàn)公式如下 注：從統(tǒng)計(jì)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(gè)公式可看出，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(jì)算，因此MacKinnon et al. (1998)認(rèn)為乘積項(xiàng)在樣本容量較大時(shí)是“trivial”（瑣碎不必要的）的，因此sob

10、el檢驗(yàn)和Goodman檢驗(yàn)結(jié)果在大樣本情況下區(qū)別不大，三個(gè)檢驗(yàn)公式趨向于一致性結(jié)果，因此大家用soble檢驗(yàn)公式就可以了（詳情請(qǐng)參考文獻(xiàn)A Comparison of Methods to Test Mediation and Other Intervening Variable Effects. Psychological Methods2002, Vol. 7, No. 1, 83104）。評(píng)價(jià)：采用sobel等檢驗(yàn)公式對(duì)中介效應(yīng)的檢驗(yàn)容易得到中介效應(yīng)顯著性結(jié)果，因?yàn)槠渑R界概率（MacKinnon）P<.05的Z值為z/2>0.90或z/2<-0.90，而正態(tài)分布曲線下

11、臨界概率P<.05的Z值為z/2>1.96或z/2<-1.96，因此用該臨界概率表容易犯第一類錯(cuò)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(yàn)法(difference in coefficients)。此方法同樣要找出聯(lián)合標(biāo)準(zhǔn)誤，目前存在一些計(jì)算公式，經(jīng)過MacKinnon等人的分析，認(rèn)為其中有兩個(gè)公式效果較好，分別是Clogg 等人和Freedman等人提出的，這兩個(gè)公式如下：Clogg差異檢驗(yàn)公式 Freedman差異檢驗(yàn)公式 這兩個(gè)公式都采用t檢驗(yàn)，可以通過t值表直接查出其臨界概率。Clogg等提出的檢驗(yàn)公式中，的下標(biāo)N-3表示t檢驗(yàn)的自由度為N-3，為自變量與

12、中介變量的相關(guān)系數(shù)，為X對(duì)Y的間接效應(yīng)估計(jì)值的標(biāo)準(zhǔn)誤；同理見Freedman檢驗(yàn)公式。評(píng)價(jià)：這兩個(gè)公式在a=0且b=0時(shí)有較好的檢驗(yàn)效果，第一類錯(cuò)誤率接近0.05，但當(dāng)a=0且b0時(shí)，第一類錯(cuò)誤率就非常高有其是Clogg等提出的檢驗(yàn)公式在這種情況下第一類錯(cuò)誤率達(dá)到100%，因此要謹(jǐn)慎對(duì)待。4.溫忠麟等提出了一個(gè)新的檢驗(yàn)中介效應(yīng)的程序，如下圖：這個(gè)程序?qū)嶋H上只采用了依次檢驗(yàn)和sobel檢驗(yàn)，同時(shí)使第一類錯(cuò)誤率和第二類錯(cuò)誤率都控制在較小的概率，同時(shí)還能檢驗(yàn)部分中介效應(yīng)和完全中介效應(yīng)，值得推薦。三 中介效應(yīng)操作在統(tǒng)計(jì)軟件上的實(shí)現(xiàn) 根據(jù)我對(duì)國(guó)國(guó)外一些文獻(xiàn)的檢索、分析和研究，發(fā)現(xiàn)目前已經(jīng)有專門分析sob

13、le檢驗(yàn)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(jì)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(duì)應(yīng)的SOBEL檢驗(yàn)分析命令和輸出結(jié)果，有鑒于此，本文擬通過對(duì)在SPSS、AMOS中如何分析中介效應(yīng)進(jìn)行操作演示，相關(guān)SOBEL檢驗(yàn)?zāi)_本及臨界值表（非正態(tài)SOBEL檢驗(yàn)臨界表）請(qǐng)看附件。1.如何在SPSS中實(shí)現(xiàn)中介效應(yīng)分析 這個(gè)部分我主要講下如何在spss中實(shí)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(rèn)同，中介變量為焦慮，因變量為工作績(jī)效）。第一步：將自變量（X）、中介變量(M)、因變量(Y)對(duì)應(yīng)的潛

14、變量的項(xiàng)目得分合并取均值并中心化，見下圖在這個(gè)圖中，自變量（X）為工作不被認(rèn)同，包含3個(gè)觀測(cè)指標(biāo)，即領(lǐng)導(dǎo)不認(rèn)同、同事不認(rèn)可、客戶不認(rèn)可；中介變量（M）焦慮包含3個(gè)觀測(cè)指標(biāo)即心跳、緊、坐立不安；因變量（Y）包含2個(gè)觀測(cè)指標(biāo)即效率低和效率下降。Descriptive Statistics 工作不被認(rèn)同焦慮工作績(jī)效Valid N (listwise)N489489489489Mean2.08212.08592.2807 上面三個(gè)圖表示合并均值及中心化處理過程，生成3個(gè)對(duì)應(yīng)的變量并中心化（項(xiàng)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(yàn)程序進(jìn)行第一步檢驗(yàn)即檢驗(yàn)方程y=cx+e中的c是

15、否顯著，檢驗(yàn)結(jié)果如下表：Model SummaryModelRR SquareAdjusted R SquareStd. Error of the EstimateChange StatisticsR Square ChangeF Changedf1df2Sig. F Change1.678(a).460.459.70570.460414.2651487.000a Predictors: (Constant), 不被認(rèn)同（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p<.000,可以進(jìn)行方程m=ax+e和方程y=cx+bm+e的顯著性檢驗(yàn)；第三步：按溫忠麟第

16、二步檢驗(yàn)程序分別檢驗(yàn)a和b的顯著性，如果都顯著，則急需檢驗(yàn)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(yàn)；如果a或b其中只有一個(gè)較顯著，則進(jìn)行sobel檢驗(yàn)，檢驗(yàn)結(jié)果見下表：由上面兩個(gè)表格結(jié)果分析可知，方程m=ax+e中，a值0.533顯著性p<.000，繼續(xù)進(jìn)行方程y=cx+bm+e的檢驗(yàn)，結(jié)果如下表：由上面兩個(gè)表的結(jié)果分析可知，方程y=cx+bm+e中，b值為0.213顯著性為p<.000,因此綜合兩個(gè)方程m=ax+e和y=cx+bm+e的檢驗(yàn)結(jié)果，a和b都非常顯著，接下來檢驗(yàn)中介效應(yīng)的到底是部分中介還是完全中介；第四步:檢驗(yàn)部分中介與完全中介即檢驗(yàn)c的顯著性:由上表可知

17、，c值為.564其p值<.000,因此是部分中介效應(yīng)，自變量對(duì)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(dá)到其影響，工作不被認(rèn)同對(duì)工作績(jī)效有直接效應(yīng)，中介效應(yīng)占總效應(yīng)的比值為：effectm=ab/c=0.533×0.213/0.678=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(yàn)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(yùn)用spssmaro腳本來分析中介效應(yīng)下面我們采用Pre

18、acher(2004)設(shè)計(jì)的spssmaro腳本來進(jìn)行中介效應(yīng)分析，該腳本是美國(guó)俄亥俄和州立大學(xué)Preacher和Hayes于2004年開發(fā)的在spss中計(jì)算間接效應(yīng)、直接效應(yīng)和總效應(yīng)的腳本，對(duì)間接效應(yīng)的計(jì)算采用了sobel檢驗(yàn)，并給出了顯著性檢驗(yàn)結(jié)果，這個(gè)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(qǐng)看附件(附件為pdf文件，文件名為runningscripts)。在運(yùn)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(xiàng)框中可以選擇bootstrap（自抽樣）次

19、數(shù)，設(shè)置好后，點(diǎn)擊ok，運(yùn)行結(jié)果如下：Run MATRIX procedure:VARIABLES IN SIMPLE MEDIATION MODEL Y 工作績(jī)效 X 不被認(rèn)同 M 焦慮DESCRIPTIVES STATISTICS AND PEARSON CORRELATIONS Mean SD 工作績(jī)效 不被認(rèn)同 焦慮工作績(jī)_1 .0000 .9590 1.0000 .6780 .5139不被認(rèn)同 -.0020 .8085 .6780 1.0000 .5330焦慮（中 .0000 .9063 .5139 .5330 1.0000SAMPLE SIZE 489DIRECT And TOTA

20、L EFFECTS Coeff s.e. t Sig(two)b(YX) .8042 .0395 20.3535 .0000 cb(MX) .5975 .0430 13.9013 .0000 ab(YM.X) .2255 .0404 5.5773 .0000 bb(YX.M) .6695 .0453 14.7731 .0000 c注：b(yx)相當(dāng)于c，b(my)相當(dāng)于a, b(YM.X)相當(dāng)于b, b(YX.M)相當(dāng)于cINDIRECT EFFECT And SIGNIFICANCE USING NORMAL DISTRIBUTION Value s.e. LL 95 CI UL 95 CI

21、 Z Sig(two)Effect .1347 .0261 .0836 .1858 5.1647 .0000(sobel)BOOTSTRAP RESULTS For INDIRECT EFFECT Data Mean s.e. LL 95 CI UL 95 CI LL 99 CI UL 99 CIEffect .1347 .1333 .0295 .0800 .1928 .0582 .2135NUMBER OF BOOTSTRAP RESAMPLES 1000FAIRCHILD ET AL. (2009) VARIANCE IN Y ACCOUNTED FOR BY INDIRECT EFFEC

22、T: .2316* NOTES *- END MATRIX - 從spssmacro腳本運(yùn)行的結(jié)果來看，總效應(yīng)、中介效應(yīng)、間接效應(yīng)達(dá)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(duì)加載腳本前后的計(jì)算結(jié)果進(jìn)行比較見下表： c a b c 效應(yīng)比 中介效應(yīng)方差變異無腳本 0.678* 0.513* 0.213* 0.564* 0.1674 17.6%Spssmacrao 0.804* 0.598* 0.226* 0.670* 0.1675 23.1

23、6%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(shí)際上提高了；中介效應(yīng)對(duì)因變量的方差變異的解釋比例也提高了了近5個(gè)百分點(diǎn)，說明采用bootstrap抽樣法能更準(zhǔn)確地估計(jì)總體效應(yīng)和間接效應(yīng)。3.如何在AMOS中實(shí)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(shí)現(xiàn)中介效應(yīng)分析，下面我來談?wù)勅绾卧贏MOS中實(shí)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：本模型假設(shè)，工作不被認(rèn)可通過中介變量影響績(jī)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(jìn)行一些必要的參數(shù)設(shè)置，

24、步驟見下圖：按照上面幾個(gè)圖提示的步驟設(shè)置好后，讀取數(shù)據(jù)進(jìn)行運(yùn)算，工具欄提示如下上圖表示采用bootstrap(自抽樣5000次)運(yùn)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(zhǔn)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(xiàng)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：Standardized Total Effects (Group number 1 - Default model)Standardized Total Effects - Lower

25、 Bounds (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.554.000.000績(jī)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(rèn)可.818.000.000同事不認(rèn)可.771.000.000客戶不認(rèn)可.729.000.000坐立不安.451.776.000緊.405.688.000心跳.436.753.000Standardized Total Effects - Upper Bounds (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績(jī)

26、效表現(xiàn)焦慮.703.000.000績(jī)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(rèn)可.907.000.000同事不認(rèn)可.858.000.000客戶不認(rèn)可.841.000.000坐立不安.600.883.000緊.540.802.000心跳.582.868.000Standardized Total Effects - Two Tailed Significance (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.000.績(jī)效表現(xiàn).000.002.效率下降.000.002.001效率低.

27、000.002.001領(lǐng)導(dǎo)不認(rèn)可.000.同事不認(rèn)可.001.客戶不認(rèn)可.001.坐立不安.000.001.緊.000.000.心跳.000.000.上述三個(gè)表格是采用BC(bias-corrected)偏差校正法估計(jì)的總體效應(yīng)標(biāo)準(zhǔn)化估計(jì)的下限值、上限值和雙尾顯著性檢驗(yàn)結(jié)果，雙尾檢驗(yàn)結(jié)果顯示，總體效應(yīng)顯著，提示自變量（工作不被認(rèn)可）對(duì)因變量（績(jī)效表現(xiàn)）的總體效應(yīng)顯著）值顯著，P<.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：Standardized Direct Effects (Group number 1 - Default model)Standardized Direc

28、t Effects - Lower Bounds (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.554.000.000績(jī)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(rèn)可.818.000.000同事不認(rèn)可.771.000.000客戶不認(rèn)可.729.000.000坐立不安.000.776.000緊.000.688.000心跳.000.753.000Standardized Direct Effects - Upper Bounds (BC) (Group number 1 - Defau

29、lt model)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.703.000.000績(jī)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(rèn)可.907.000.000同事不認(rèn)可.858.000.000客戶不認(rèn)可.841.000.000坐立不安.000.883.000緊.000.802.000心跳.000.868.000Standardized Direct Effects - Two Tailed Significance (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.000.績(jī)效表現(xiàn).000.002.效

30、率下降.001效率低.001領(lǐng)導(dǎo)不認(rèn)可.000.同事不認(rèn)可.001.客戶不認(rèn)可.001.坐立不安.001.緊.000.心跳.000.和總體效應(yīng)輸出表格形式一致，前兩個(gè)表格都是標(biāo)準(zhǔn)化估計(jì)的95%置信區(qū)間的上限值和下限值，第三個(gè)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：Standardized Indirect Effects (Group number 1 - Default model)Standardized Indirect Effects - Lower Bounds (BC) (Group number 1 -

31、 Default model)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.000.000.000績(jī)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(rèn)可.000.000.000同事不認(rèn)可.000.000.000客戶不認(rèn)可.000.000.000坐立不安.451.000.000緊.405.000.000心跳.436.000.000Standardized Indirect Effects - Upper Bounds (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.000.000.000績(jī)效表現(xiàn).197.0

32、00.000效率下降.733.263.000效率低.771.284.000領(lǐng)導(dǎo)不認(rèn)可.000.000.000同事不認(rèn)可.000.000.000客戶不認(rèn)可.000.000.000坐立不安.600.000.000緊.540.000.000心跳.582.000.000Standardized Indirect Effects - Two Tailed Significance (BC) (Group number 1 - Default model)工作不被認(rèn)可焦慮績(jī)效表現(xiàn)焦慮.績(jī)效表現(xiàn).002.效率下降.000.002.效率低.000.002.領(lǐng)導(dǎo)不認(rèn)可.同事不認(rèn)可.客戶不認(rèn)可.坐立不安.000.

33、緊.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(jì)值都達(dá)到了顯著性，下面，我們來看些這四個(gè)路徑系數(shù)的標(biāo)準(zhǔn)化估計(jì)值和標(biāo)準(zhǔn)誤到底是多少呢？見下表：EstimatescalarsStandardized Regression Weights: (Group number 1 - Default model)ParameterSESE-SEMeanBiasSE-Bias焦慮<-工作不被認(rèn)可.038.000.628-.001.001績(jī)效表現(xiàn)<-工作不被認(rèn)可.053.001.659.000.001績(jī)效表現(xiàn)&l

34、t;-焦慮.058.001.187-.001.001心跳<-焦慮.029.000.814.000.000坐立不安<-焦慮.027.000.837.000.000客戶不認(rèn)可<-工作不被認(rèn)可.028.000.790.000.000同事不認(rèn)可<-工作不被認(rèn)可.023.000.818.001.000領(lǐng)導(dǎo)不認(rèn)可<-工作不被認(rèn)可.023.000.865-.001.000效率低<-績(jī)效表現(xiàn).017.000.927.000.000效率下降<-績(jī)效表現(xiàn).020.000.871.000.000緊<-焦慮.029.000.747.000.000上表是采用bootstrap方法得出的標(biāo)準(zhǔn)化估計(jì)值及其標(biāo)準(zhǔn)誤，se表示估計(jì)值標(biāo)準(zhǔn)誤；se-se表示用bootstrap估計(jì)標(biāo)準(zhǔn)誤而產(chǎn)生的標(biāo)準(zhǔn)誤；mean表示標(biāo)準(zhǔn)化估計(jì)均值；bias表示采用bootstrap前后的標(biāo)準(zhǔn)化估計(jì)值的差異值，符號(hào)表示差異大小；se-bias表示對(duì)估計(jì)值差異估計(jì)的標(biāo)準(zhǔn)誤。對(duì)照這個(gè)表，可以得出a=0.628，對(duì)應(yīng)的標(biāo)準(zhǔn)誤Sa為0.038；b=0.187,對(duì)應(yīng)的標(biāo)準(zhǔn)誤Sb為0