11
Run MATRIX procedure:
VARIABLES IN SIMPLE MEDIATION MODEL Y 工作绩效 X 不被认同 M 焦虑
DESCRIPTIVES STATISTICS AND PEARSON CORRELATIONS
Mean SD 工作绩效 不被认同 焦虑 工作绩_1 .0000 .9590 1.0000 .6780 .5139 不被认同 -.0020 .8085 .6780 1.0000 .5330 焦虑（中 .0000 .9063 .5139 .5330 1.0000
SAMPLE SIZE 489
DIRECT And TOTAL EFFECTS
Coeff s.e. t Sig(two) b(YX) .8042 .0395 20.3535 .0000 c b(MX) .5975 .0430 13.9013 .0000 a b(YM.X) .2255 .0404 5.5773 .0000 b b(YX.M) .6695 .0453 14.7731 .0000 c’
注：b(yx)相当于c，b(my)相当于a, b(YM.X)相当于b, b(YX.M)相当于c’
INDIRECT EFFECT And SIGNIFICANCE USING NORMAL DISTRIBUTION
Value s.e. LL 95 CI UL 95 CI 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 CI Effect .1347 .1333 .0295 .0800 .1928 .0582 .2135
NUMBER OF BOOTSTRAP RESAMPLES 1000
FAIRCHILD ET AL. (2009) VARIANCE IN Y ACCOUNTED FOR BY INDIRECT EFFECT: .2316
********************************* NOTES **********************************
------ END MATRIX -----
从spssmacro脚本运行的结果来看，总效应、中介效应、间接效应
12
达到了显著值，其中c为0.8042，a值为0.5975，b值为0.2255,c’值 为0.6695,间接效应（在本例中为中介效应）解释了自变量23.16%的 方差，中介效应占中效应的比例为0.168。下面用对加载脚本前后的 计算结果进行比较见下表：
c a b c’ 效应比 中介效应方差变异 无脚本 0.678*** 0.513*** 0.213*** 0.564*** 0.1674 17.6% Spssmacrao 0.804*** 0.598*** 0.226*** 0.670*** 0.1675 23.16%
从比较结果可以看出，加载脚本后分析中介效应结果，总体效应提高了，但效应比没有多大变化（0.0001），说明中介效应实际上提高了；中介效应对因变量的方差变异的解释比例也提高了了近5个百分点，说明采用bootstrap抽样法能更准确地估计总体效应和间接效应。 3.如何在AMOS中实现中介效应分析
无论变量是否涉及潜变量，都可以利用结构方程模型来实现中介效应分析，下面我来谈谈如何在AMOS中实现中介效应分析，数据见附件（AMOS中介效应分析数据）。 第一步：建立好模型图，如下：
e1e211e31心跳1紧张焦虑坐立不安e10e611a领导不认可b1效率低1e7e51同事不认可1工作不被认可c'绩效表现1效率下降1e8e41客户不认可e11
本模型假设，工作不被认可通过中介变量影响绩效表现。
13
第二步：设置参数，要在AMOS中分析中介效应，需要进行一些必要的参数设置，步骤见下图：
14
按照上面几个图提示的步骤设置好后，读取数据进行运算，工具栏提示如下
上图表示采用bootstrap(自抽样5000次)运算结果，数据迭代到第8次得到收敛。模型卡方为26.0，自由度为17.
15