有调节的中介效应怎么做：SPSS 被调节的间接效应

有调节的中介效应要看间接路径是否随调节变量变化，判断依据是调节中介指数及其 Bootstrap 区间。条件间接效应表负责描述不同条件下的估计，单凭某处显著、另一处不显著，无法推出调节中介成立。

条件过程数据先明确变量角色

以下结果来自本站演示数据，数据模拟生成，不代表真实研究结论。分析涉及自变量、居中的中介变量、结果变量以及调节变量；这些角色应由研究问题确定，而不是根据系数的显著性轮流交换。准备 SPSS 主题论文时，先画出理论路径，再把数据列与路径对应。

角色	研究中要说明什么	解释边界
自变量与中介	机制假设中的起点和中间环节	时间顺序来自研究设计
因变量	需要解释的定量结局	系数随量纲变化
调节变量	哪条路径随它变化	在实际观测范围内解释
控制变量	为何需要共同校正	两个方程口径一致

先确定调节发生在前半路径还是后半路径，可以防止把不同模型的系数拼成一个结论。若理论主张支持感改变投入与绩效之间的关联，就应围绕这条路径建立模型；如果只是检验投入是否传递关联，则需要的是另一类问题。

有调节的中介效应怎么做

1. 选择「调节中介效应」，载入示例资料，核对各变量的定量属性及研究含义。
2. 将数据列对应到自变量、中介、因变量和调节变量，按理论指定调节路径模型。
3. 核对 Bootstrap 与中心化设置后运行，保留方程系数、条件间接效应和指数区间。

调节中介效应的复现依赖同一份有效样本、相同模型和抽样设置。中心化会改变低阶项的解释基准，因此方法部分应说明采用的处理；连续调节变量的高低取点也只是摘要位置，是否落在观测范围内需要另外核对。把分析设置保存下来，比围绕某个刚好跨零的端点反复换设定更有价值。

被调节的间接效应如何读

本次使用全部 300 行，X 为变革型领导、M 为工作投入、W 为组织支持感、Y 为工作绩效，工作年限同时进入两个方程。运行采用模型7，由 W 调节 X→M，乘积变量已中心化；Bootstrap 抽样 5000 次，固定随机种子 20261021。调节中介指数为 0.022，区间 [0.010, 0.034] 排除零，支持当前模型下的调节中介。低 W 条件间接效应的区间跨零，而中、高 W 区间排除零；这一形态用来描述，判断仍由指数区间承担。

这张曲线图把调节变量作为连续尺度呈现，先读横轴的实际取值，再读对应的间接效应和不确定性。曲线上某段估计可辨识，说明该取值处的间接路径与零有区别；整条路径如何随条件变化，仍需要与指数区间共同解释。

结果图与方程系数表应对应同一个模型。读图时把中介方程和结局方程分开：乘积项针对的是特定路径的斜率，间接效应则组合了两段路径的信息，因而它们的量纲与检验对象各不相同。

调节中介指数在论文里怎么写

可用的表达是：在预设的条件过程模型中，研究估计不同调节水平下的间接关联，并以 Bootstrap 区间评价调节中介指数。结果说明的是模型下的统计关联，横截面资料的路径先后还需要纵向或实验设计支持，讨论时应把机制假设与观察到的证据分别交代。

图表补充的是证据来源的分工，帮助把结论约束到实际资料能够支持的范围。即使指数获得统计支持，测量时序、遗漏混杂与理论合理性仍需要在研究方法和讨论中说明。

调节中介分析常见错误

• 按哪个模型显著来选择调节路径：在分析前固定路径假设，其他模型作为明确标注的探索。
• 把条件间接效应的组间显著性状态当作差异检验：回到指数及其区间评价随条件变化的证据。
• 把均值附近的估计推广到极端条件：检查调节变量分布，优先解释有实际观测支撑的范围。

界面节选展示四个主要变量角色及模型选项，控制变量区位于截图下方；本例工作年限的共同校正以完整设定和报告为准。结果中的每个系数都应能回到同一次配置。整理 SPSS 主题论文表格时，可把设置与输出一起保留，便于解释重跑结果为何一致或发生变化。

演示数据不用登录就能跑；用自己的数据分析、导出 Word / PDF 报告、使用 AI 解读需要开通会员。先用演示资料核对指数与条件效应的阅读顺序，再整理自身研究的模型和理论依据。

延伸阅读

• 调节中介效应
• 调节作用分析