调节中介结果解读一、分析方法概述调节中介效应模型Moderated Mediation Model是一种整合了调节效应和中介效应的综合统计方法用于检验中介效应是否受到调节变量的影响。该模型能够揭示在不同调节变量水平下自变量通过中介变量对因变量产生的间接效应是否存在差异。本研究利用SPSSAU软件进行调节中介效应分析采用Model 7模型框架通过Bootstrap抽样法检验条件间接效应的显著性。研究共涉及自变量x、调节变量z、中介变量m、因变量y以及2个控制变量control1、control2有效样本量为420。在SPSSAU【问卷研究】模块选择【调节中介】将变量拖拽至右侧对应分析框操作如下图二、回归模型分析从表1的回归模型汇总可以看出本研究涉及两个回归模型。以中介变量m为因变量的模型中自变量xbeta0.706t21.773p0.000、调节变量zbeta0.560t16.577p0.000以及交互项x*zbeta0.749t23.566p0.000均对m产生显著正向影响模型R2为0.758说明这些变量能够解释m 75.8%的变异。以因变量y为因变量的模型中自变量xbeta0.217t4.916p0.000和中介变量mbeta0.814t24.325p0.000对y具有显著正向影响control2也对y有显著影响beta0.250t6.764p0.000模型R2为0.724。交互项x*z的显著性表明调节效应存在即z对x与m之间的关系具有调节作用。三、直接效应分析从表2的直接效应结果可以看出自变量x对因变量y的直接效应为0.217SE0.044t4.916p0.00095%置信区间为[0.130, 0.303]不包含0说明直接效应显著。这表明在控制中介变量m后x对y仍然具有显著的正向影响。四、条件间接效应分析从表3的条件间接效应结果可以看出调节变量z在不同水平下自变量x通过中介变量m对因变量y的间接效应存在明显差异。当z处于低水平-1SD时间接效应为-0.036Bootstrap 95%置信区间为[-0.106, 0.041]包含0说明在此水平下中介效应不显著。当z处于平均值水平时间接效应为0.564Bootstrap 95%置信区间为[0.501, 0.635]不包含0中介效应显著。当z处于高水平1SD时间接效应为1.164Bootstrap 95%置信区间为[1.060, 1.271]不包含0中介效应显著。这一结果表明随着调节变量z水平的提高中介效应逐渐增强从低水平时的不显著到平均水平和高水平时的显著体现了典型的调节中介模式。五、调节中介指数从表4的调节中介指数结果可以看出Index值为0.610BootSE0.033Bootstrap 95%置信区间为[0.547, 0.674]不包含0进一步证实了调节中介效应的存在。调节中介指数反映了调节变量z每变化一个单位间接效应的变化量其值为0.610说明z对间接效应具有显著的正向调节作用。六、样本缺失情况从表5可知本次调节中介分析共纳入420个样本所有样本在所有变量上均无缺失数据有效样本占比100%数据完整性良好。七、结论本研究采用Model 7调节中介模型通过Bootstrap抽样法检验了调节变量z对自变量x通过中介变量m影响因变量y这一间接效应的调节作用。结果显示1交互项x*z对中介变量m的影响显著beta0.749t23.566p0.000表明调节效应存在2条件间接效应分析表明当z处于低水平时间接效应不显著Effect-0.03695%CI包含0当z处于平均水平Effect0.56495%CI[0.501, 0.635]和高水平Effect1.16495%CI[1.060, 1.271]时间接效应均显著3调节中介指数Index0.61095%CI[0.547, 0.674]不包含0进一步验证了调节中介效应的存在。综上调节变量z显著调节了x通过m对y的间接效应且z水平越高中介效应越强。