中介变量（ ）是一个重要的统计概念。 如果自变量X通过某个变量M对因变量Y产生一定的影响，则M称为X和Y的中介变量。
研究中介效应的目的是基于已知的X和Y之间的关系，探索产生这种关系的内在机制。在这个过程中，对同一现象的原始研究可以链接在一起，并且用于解释相似现象的原始理论现象可以整合，使现有的理论更加系统。 中介变量的研究不仅可以解释关系背后的机制，而且可以整合现有的研究或理论，具有重要的理论和实践意义。
今天我们就来讲解一下如何在SPSS软件中进行中介效应分析。 SPSS中的中介效应分析通常是通过三个回归分析完成的。 下面我们通过一个实际案例来演示一下。
我们收集了 200 个样本的数据，其中 X 是自变量，Y 是因变量，M 是中介变量。 需要分析M的中介效应是否显着，是完全中介效应还是部分中介效应。 （图1）
图1
SPSS中的步骤：
①首先考察自变量X→中介变量M的回归分析，要求P
图2
图3
② 得到X→M的回归结果，（图4）
从上图可以看出：X→M的回归结果为P=0.032
③ 逐步进行X→Y和X、M→Y的回归，点击“分析”-“回归”-“线性”，选择Y为因变量，选择（图5），然后选择X和M为自变量（图 6），然后单击“确定”。
图5
图6
④分析结果
图7
从上图（图7）可以看出：
1.模型1中X→Y的回归，P
2.模型2中M→Y的P
摘要：在 SPSS 中分析中介效应通常涉及以下步骤：
步骤 1：在 M（中介变量）上回归 X（自变量）。
步骤2：分成两个模型分别做X对Y的回归和X、M对Y的回归。
步骤3：A、若sig（来自 ，通过显着性检验，且Y为M（sig小于0.05）；看B（如果第二步模型2中X对Y的系数绝对值为小于模型1方程中X对Y的系数B），这是部分中介效应。
以上就是今天的课程：如何在SPSS中检验中介效应的方法和步骤。 后续我们将持续更新更多关于SPSS统计分析的实用文章，敬请关注！
这就是本课程的内容。 感谢您的耐心观看！ 每日更新，敬请关注！
【兴化凯生物医学统计】微信公众号()
【杏花开生物医学统计】相关文章：
· AMOS结构方程教程，详细解读SPSS调节效应分析操作及结果
· SPSS混合线性模型在生物医学统计中的应用与操作
· SPSS无序回归在生物医学统计分析中的应用
· AMOS处理生物医学问卷的中介效应分析
· AMOS对问卷分析效度分析进行验证性因素分析
· SPSS调整回归分析在生物医学统计分析中的应用
· SPSS重复测量方差分析在生物医学中的应用
· SPSS进行组间差异比较和两两比较
· SPSS独立样本T检验和SPSS单向方差分析
· Prism绘制ROC曲线的具体步骤
· SPSS对连续数据进行正态分布检验
· SPSS有序回归的具体操作
· SPSS生存分析在生物医学统计学中的应用：COX风险比例回归
· SPSS二元回归在生物医学统计分析中的应用
· 软件精准对比多项指标诊断准确率
· SPSS多元线性回归的应用运算与分析
· SPSS 以及如何比较组内和组间的差异
· 使用 AMOS 结构方程分析医学问卷量表的教程
· SPSS生存分析在生物医学统计中的应用
·棱镜统计图：条形图、箱形图
· SPSS中问卷数据探索性因素分析的详细操作及结果解读
· SPSS问卷数据统计分析之项目分析
· Excel中线性回归模型分析的操作
· SPSS中常用的参数和非参数检验方法
· SPSS中ROC曲线的操作与应用
· 一文搞懂如何用R语言实现逐步回归分析
· 如何用R语言绘制散点图和箱线图？
· SPSS中数据变量类型介绍
· SPSS中相关分析的操作，相关系数的含义
· 一篇文章看懂SPSS单因素方差分析和方差分析
· 线性回归决定系数R-的计算方法及具体意义
· 医学与生物统计学全流程
· 生物和医学统计学中的假设检验
· Prism绘制生存曲线详细教程
