中介变量( Mediator) 是一个重要的统计概念，如果自变量X通过某一变量M对因变量Y产生一定影响，则称M为X和Y的中介变量。
研究中介作用的目的是在已知X和Y关系的基础上，探索产生这个关系的内部作用机制。在这个过程中可以把原有的关于同一现象的研究联系在一起，把原来用来解释相似现象的理论整合起来，而使得已有的理论更为系统。中介变量的研究不仅可以解释关系背后的作用机制，还能整合已有的研究或理论，具有显著的理论和实践意义。
今天我们来讲解如何在SPSS软件中进行中介效应分析。在SPSS中进行中介效应分析，通常是通过3个回归分析来完成。下面我们就通过实际案例来演示。
我们搜集了200个样本的数据，其中X为自变量，Y为因变量，M为中介变量。要分析M的中介效应是否显著，是完全中介还是部分中介效应。(图1)
SPSS中的操作步骤：
①首先考察自变量X→中介变量M的回归分析，且要求P<0.05，通过显著性水平检验。点击“分析”--“回归”--“线性”(图2)，将X选入自变量，将M选入因变量(图3)，点击确定。
②得到X→M的回归结果，(图4)
由上图可以看出：X→M的回归结果P=0.032<0.05，通过显著性水平检验。
③分步做X→Y和X、M→Y的回归，点击“分析”--“回归”--“线性”，将Y选入因变量，将X选入自变量后点击“下一步”(图5)，再将X、M一并选入自变量后(图6)，点击确定。
④分析结果
由上图(图7)可看出：
1.模型1中X→Y的回归，P<0.05，X→Y通过显著性水平检验
2.模型2中M→Y的P<0.05，此时则需要比较，模型2中的X的回归系数B2与模型1的X的回归系数B1，这里B2的绝对值小于B1，说明M的中介效应显著，且为部分中介效应。
小结：在SPSS中分析中介效应通常为以下步骤：
第1步：X(自变量)对M(中介变量)做回归。
第2步：分两个模型做X对Y的回归和X、M对Y的回归。
第3步：A. 若sig(X对Y的)大于0.05，则未通过显著检验；M对Y依然显著，则是M对Y完全中介效应；B. 若sig(X对Y的)小于0.05，通过了显著检验，并且M对于Y的(sig小于0.05)；再看B(若第二步当中的模型2的X对于Y的系数的绝对值小于模型1方程当中X对于Y的系数B)，则是部分中介效应。
以上就是今天的课程：SPSS中如何进行中介效应检验的方法与操作步骤，我们今后还将持续更新更多有关SPSS统计分析的实用文章，敬请关注！
本期课程就到这里哦，感谢大家耐心观看！每日更新，敬请关注！
【杏花开生物医药统计】微信公众号(xhkdata)
● 99%的人都不知道的SPSS数据拆分技巧
● AMOS结构方程教程，调节效应分析操作与结果的详细解读
● SPSS混合线性模型在生物医药统计中的应用与操作
● SPSS无序Logistic回归在生物医药统计分析中的应用
● AMOS处理生物医药问卷中的中介效应分析
● AMOS进行问卷分析中效度分析之验证因子分析教程
● SPSS重复测量方差分析在生物医药中的应用
● SPSS调节回归分析在生物医药统计分析中的应用
● SPSS进行组间差异比较及其两两比较
● SPSS独立样本T检验与SPSS单因素方差分析详细教程
● GraphPad Prism绘制ROC曲线的具体操作步骤
● SPSS进行连续型数据的正态分布检验
● SPSS有序Logistic回归在生物医药统计分析中的应用
● GraphPad Prism绘制生存曲线详细教程
● SPSS如何比较样本两组样本的组内和组间差异
● SPSS生存分析在生物医药统计中的应用之COX风险比例回归
● AMOS结构方程进行医学问卷量表分析教程
● SPSS生存分析在生物医药统计中的应用
● GraphPad Prism绘制柱状图
● SPSS中对问卷数据进行探索因子分析
● SPSS问卷数据统计分析之项目分析
● Excel进行线性回归模型分析的操作与结果解读
● Excel在统计分析中的应用之单因素方差分析
● Excel进行基础数据分析之VLOOKUP函数及透视表的应用
● Excel进行数据分析常用方法及函数汇总
● SPSS中常用的参数和非参数检验方法、基本原理和操作步骤
● ROC曲线在SPSS中的具体操作及医学和生物统计中的应用
● 一文读懂R语言如何实现逐步回归分析
● R语言中如何绘制散点图和箱线图？看完即会
● SPSS中的Variable数据变量类型介绍
