5000，设置95%的置信区间。数据结果表明四个中介变量共同发挥的中介作用显著（-.15,-.08），作用大小为-.11；在四个中介路径中生活目标感知（-.05,-.01）、正确的价值观（-.04,-0.3）和自我价值感知（-.09,-.03）发挥了显著的中介作用，中介作用大小依次为-.03，-.02，-.06；而自我效能的中介作用并不显著（-.02,.00）。为了更好地区分各中介路径相对大小，对四个中介路径作用的大小进行了对比，数据结果显示，自我价值感知的中介作用显著高于自我效能（.01,.08）的中介作用，其他的中介路径比较则没有显著差异17。
4.5多步中介的检验
研究中还会涉及多步中介的情况，即多步中介变量（SerialMultipleMediators）。例如Mehtaetal.(2012)研究认为噪音首先影响到个体信息处理的难度，进一步影响建构水平，进而影响创造力的新颖性。Liu&Gal(2011)研究中发现消费者参与会提高对企业的同理心（Empathy）（即从对方角度思考问题），进而提高了自身与企业亲密程度的感知，最终提高购买意向。
4.5.1多步中介的检验
Taylor,MacKinnon&Tein(2008)总结对比了多步中介的检验方法，包括因果逐步回归、对变量系数显著性的检验和Bootstrap三类方法18，通过实证研究对比发现Bootstrap方法最佳，并且以偏差校正的非参数百分位Bootstrap法更好。Hayesetal.(2010)同样建议使用Bootstrap方法对多步中介进行检验。下文将以Liu&Gal(2011)的研究为例阐述多步中介的Bootstrap检验方法。在该研究中，研究模型包含2个次序中介，因此共有三条中介路径：顾客参与→同理心→购买意向（路径1）；顾客参与→同理心→与企业亲密性感知→购买意向（路径2）；顾客参与→与企业亲密性感知→购买意向（路径3）；而关键要检验的是中介路径2是否显著。
4.5.2使用Bootstrap检验多步中介的操作方法
具体操作如下：打开SPSS，选择“Analyze”→“Regression”→“PROCESS”；将自变量、中介变量和因变量依次选入相应的选项框，此处需注意中介变量按照在研究模型中的先后次序依次选入。选择模型6，即“ModelNumber”为6；设定样本量为5000，即“BootstrapSamples”为5000；Bootstrap取样方法选择偏差校正的非参数百分位法，即勾选“BiasCorrected”。对置信区间的置信度，选择95%，即“Confidencelevelforconfidenceintervals”为95%，最后“OK”确认即可得到结果。4.5.3数据结果分析和汇报
数据结果中需要着重关注三个方面的信息：其一，两个次序中介变量（同理心、与企业亲密程度感知）的中介路径的作用大小和显著性，该结果是多步中介检验的最关键结果；其
17
此处作者未汇报控制了四个中介路径之后，社会排斥对生命意义感知的直接作用是否仍旧显著。汇报该结果有助于进一步分析是否有遗漏的中介。此外，有调节的中介和多个并列中介的检验结果数据信息较多，作者可以在研究论文中用表格的形式汇报。18
Tayloretal.(2008)在其研究中又将这三类方法具体细分为六类。
二，中介路径1和中介路径3的作用大小及显著性；其三，在控制了三条中介路径后，自变量（顾客参与）对因变量（购买意向）的直接作用大小及显著性。
数据结果汇报如下：按照Zhaoetal.（2010）提出的中介分析程序，参照Hayes,Preacher&Myers（2011）和Hayes（2013）提出的多步中介变量的检验方法，进行Bootstrap中介变量检验，样本量选择5000，设置95%的置信区间。数据结果表明“顾客参与→同理心→与企业亲密性感知→购买意向”的中介路径显著（-.28,-.10），作用大小为-.18；而“顾客参与→同理心→购买意向”的中介路径不显著（-.17,.04），同时“顾客参与→与企业亲密关系→购买意向”的中介路径也没不显著（-.29,.01）19。
5.中介变量为分类变量或者因变量为多水平分类变量的中介效应检验方法
Bootstarp方法可以分析自变量为多水平分类变量和因变量为二分类变量的研究，但是对于中介变量为分类变量或者因变量为多水平分类变量时，Bootstrap并不能有效检验。因为包含分类变量的Logit回归模型和线性回归模型并不相同，线性回归模型假设模型是同方差的，而Logit回归模型则是异方差的，因此不能再使用回归模型2和模型3中得到的系数
a、b及其标准差检验中介路径的显著性(Iacobucci2012)。对此，Iacobucci(2012)提出了相
应的检验方法：
首先，依次建立如下三个回归模型，根据等号左侧的因变量（中介变量）为连续变量或分类变量选择线性回归或Logit回归。
（1）（2）（3）
其次，用上述回归模型得到的参数，依次计算出下列数值：
，，
，
19
Liu&Gal(2011)研究中没有汇报出最终控制了三条中介路径之后，自变量（顾客参与）对因变量（购买意向）的影响是否显著；本文建议作者汇报出该结果以助于进一步讨论是否有其他中介路径。此外，建议研究者参照Mehtaetal.(2012)绘制出中介路径图，更形象的说明次序中介的作用。
最后，依据属于正态分布检验中介效应的显著性。在0.05显著水平下，若
>1.96，则表明中介路径显著。
6结论与讨论
6.1结论
虽然Baron&Kenny（1986）提出的因果逐步回归中介效应检验程序和方法影响巨大，但近年来不少学者开始质疑Baron&Kenny（1986）因果逐步回归中介效应检验方法的有效性和检验程序的合理性，并提出了更加可靠的中介效应检验程序和Bootstrap方法。本文对国际最前沿的中介效应检验原理、程序和方法进行了梳理和总结，系统全面地阐述了如何使用Bootstrap方法在不同的中介模型中检验中介效应以及进行结果分析汇报。
（1）关于中介效应的检验程序，本文建议研究者参照Zhaoetal.（2010）提出的中介效应检验程序。该检验程序认为主效应存在并不是中介效应检验的前提，中介效应的检验应当以对中介路径（a×b）的直接检验为出发点，并通过对检验模型中相关参数的分析，更深入地揭示中介变量的不同类型，进一步讨论可能被遗漏的中介变量，以启示未来研究。
一。。！二竺—！＝＝（2）关于中介路径的检验方法，本文建议研究者采用Preacher、Hayes及其合作者研究开发的Bootstrap方法。Bootstrap方法可以通过在SPSS或SAS中安装相应的插件，非常方便地实现对中介效应的检验。本文基于具体的研究案例详细地介绍了Bootstrap方法在SPSS中的操作，并且阐明了结果分析汇报时应当汇报的中介检验结果信息，包括Bootstrap给出的95%置信水平下的中介检验置信区间、中介效应大小和直接效应显著性及其大小，以及直接效应显著情况下对可能遗漏中介的分析。
（3）此外，本研究详细阐述了较为复杂的但研究中普遍会遇到的中介变量的Bootstrap方法，包括自变量为多类别的中介、有调节的中介、多个并列的中介和多步中介。当自变量为多类别时，Bootstrap可将自变量编码为多个哑变量，进而在同一个模型中检验不同实验组相对于参照组的相对中介效应。本文对有调节的中介和有中介的调节这两个容易混淆的概念做了详细的阐述，并指出有调节的中介的检验方法同样可以用于对用中介的调节的检验，在对有调节的中介进行检验时需要汇报中介变量对交互项的中介效应和在调节变量不同水平下的条件中介效应。在多个并列中介的情况下，研究者需要汇报多个中介共同的中介效应和各中介单独的中介效应。在多步中介的情况下，研究者需要厘清核心的中介路径，并确定该中介路径是否显著。另外，在使用Bootstrap时，需要注意在对不同的中介模型进行检验时，需要在软件窗口中设定模型类别。
（4）最后，当中介变量为分类变量或因变量为多分类变量变量时，研究者需要参阅Iacobucci（2012）计算相应回归系数、标准差以进行中介检验。
6.2局限与展望
本文在中介效应检验方法的阐述中，试图做到全面、系统地涵盖研究中较为普遍的中介类型，但是由于不同的研究目的和研究需要，仍有诸多本文未能涉及到的中介类型，例如在复杂的2×2×2实验设计中的有调节的中介、非线性的回归模型等。对于2×2×2实验设计中的有调节的中介，研究者可以依据2×2的实验设计中有调节的中介进行数据分析和汇报。此外，尽管本文结合具体的研究案例，给出了Bootstrap中介效应检验结果汇报的示例，以助于清晰地汇报数据结果，但是不同的研究往往有自身的独特性，所以研究者可以根据研究特点和需要汇报结果。
参考文献
Baron,R.M.,&Kenny,D.A.(1986).Themoderator–mediatorvariabledistinctioninsocialpsychologicalresearch:Conceptual,strategic,andstatisticalconsiderations.JournalofPersonality&SocialPsychology,51,1173-1182.
Berndt,N.C.,Hayes,A.F.,Verboon,P.,Lechner,L.,&Bolman,C.(2011).Self-EfficacyMediatestheImpactofCravingonSmokingAbstinenceinLowtoModeratelyAnxiousPatients:ResultsofaModeratedMediationApproach.PsychologyofAddictiveBehaviors,29(5):1-12.
Bollen,K.A.,&Stine,R.(1990).Directandindirecteffects:Classicalandbootstrapestimatesofvariability.SociologicalMethodology,20,115-140.
Calogero,R.M.,&Jost,J.T.(2011).Self-subjugationamongwomen:Exposuretosexistideology,self-objectification,andtheprotectivefunctionoftheneedtoavoidclosure.JournalofPersonalityandSocialPsychology,100,211-228.
Cheung,M.W.L.(2007).Comparisonofapproachestoconstructingconfidenceintervalsformediatingeffectsusingstructuralequationmodels.StructuralEquationModeling,14,227-246.Fitzsimons,G.M.,&Shah,J.Y.(2008).HowGoalInstrumentalityShapesRelationshipEvaluations.JournalofPersonalityandSocialPsychology,95(2):319-337.
Forgas,J.P.(2011).Affectiveinfluencesonself-disclosure:Moodeffectsontheintimacyandreciprocityofdisclosingpersonalinformation.100,449-461.
Hayes,A.F.,&Matthes,J.(2009).ComputationalproceduresforprobinginteractionsinOLSandlogisticregression:SPSSandSASimplementations.BehaviorResearchMethods,41,924-936.Hayes,A.F.,&Preacher,K.J.(2012).Directandindirecteffectsofamulticategoricalcausalagentinstatisticalmediationanalysis.Manuscriptsubmittedforpublication.
Hayes,A.F.,Preacher,K.J.,&Myers,T.A.(2011).Mediationandtheestimationofindirect
JournalofPersonalityandSocialPsychology,
effectsinpoliticalcommunicationresearch.InE.P.Bucy&R.LanceHolbert(Eds),
Sourcebookforpoliticalcommunicationresearch:Methods,measures,andanalyticaltechniques.(p.434-465).NewYork:Routledge.
Hayes,A.F.(2013).Anintroductiontomediation,moderation,andconditionalprocessanalysis:Aregression-basedapproach.NewYork:GuilfordPress.
Iacobucci,D.(2008),MediationAnalysis,ThousandOaks,CA:Sage.
Iacobucci,D.(2012).Mediationanalysisandcategoricalvariables:Thefinalfrontier.JournalofConsumerPsychology,22:582-594.
James,L.R.,&Brett,J.M.(1984).Mediators,moderators,andtestsformediation.JournalofAppliedPsychology,69,307-321.
Janssen,L.,Fennis,B.M.,&Pruyn,A.T.H.(2010).Forewarnedisforearmed:Conservingself-controlstrengthtoresistsocialinfluence.JournalofExperimentalSocialPsychology,46,911-921.
Fang.,J.&Zhang,M.(2012).AssessingPointandIntervalEstimationfortheMediatingEffect:DistributionoftheProduct,NonparametricBootstrapandMarkovChainMonteCarloMethods.ActaPsychologicaSinica,44(10):1408-1420.
[方杰,张敏强.(2012).中介效应的点估计和区间估计：乘积分布法、非参数Bootstrap和MCMC法.心理学报,44(10):1408-1420]
Liu,W.,&Gal,D.(2011).Bringingustogetherordrivingusapart:Theeffectofsolicitingconsumerinputonconsumers’propensitytotransactwithanorganization.ConsumerResearch,38,242-259.
MacKinnon,D.P.,Lockwood,C.M.,Hoffman,J.M.,West,S.G.,&Sheets,V.(2002).Acomparisonofmethodstotestmediationandotherinterveningvariableeffects.PsychologicalMethods,7,83-104.
MacKinnon,D.P.,LockwoodC.M.,&Williams,J.(2004).ConfidenceLimitsfortheIndirectEffect:DistributionoftheProductandResamplingMethods.MultivariateBehavioralResearch,39(January),99-128.
MacKinnon,D.P.(2000).Contrastsinmultiplemediatormodels.InJ.Rose,L.Chassin,C.C.Presson,&S.J.Sherman(Eds.),Multivariateapplicationsinsubstanceuseresearch:Newmethodsfornewquestions(pp.141-160).Mahwah,NJ:Erlbaum.
Mehta,R.ZhuR.,&Cheema,A.(2012).IsNoiseAlwaysBad?ExploringtheEffectsofAmbientNoiseonCreativeCognition.JournalofConsumerResearch,39(4):784-799.
Mitra,A.,&Lynch,J.G.(1995).TowardaReconciliationofMarketPowerandInformationTheoriesofAdvertisingEffectsonPriceElasticity.JournalofConsumerResearch,21
Journalof