自变量多个维度的中介效应检验怎么做

最好两个维度各自作为一个自变量，分别来做中介，一般地，既然可以分成两个维度，说明在一定程度上两维度是较为独立的，相关没那么高，两个维度就不能再形成一个高阶因子，那当做两个自变量分别做中介即可。以下的流程可以用于任意一个维度：

假设自变量是X,因变量Y,中介变量是M，单独做Y对X的回归，得到系数C，这个代表总效应（间接效应+直接效应），做Y对X,M的回归分别得到回归系数C'和a，做M对X的回归得到回归系数b，那么根据中介效应的定义，中介效应即a*b，一些结构方程的专门可以直接检验a*b，如lisrel，mplus，amos等，如果用spss，那么一般是采用依次检验的方式，分别检验a系数和b系数，若都显著，sig<0.05，则间接说明中介效应显著，如果中介效应显著的同时，C'不显著，则为完全中介，就是说自变量对因变量的作用完全是通过中介变量M产生，显著则是部分中介。以上说的是中介效应的显著性检验，要评价中介效应在整个效应中的作用大小，则一般是用中介效应a*b除以总效应C，将此百分比作为效应值

如果你的两个维度相关比较高，比如有0.6以上，那么就可以考虑建立更高阶的因子，即两个维度的分数可加，那个时候你加成一个总分来做中介就可以了。

由于spss不是专门做结构方程的，一般做中介都是依次检验法，总分当因子分。spss做中介的误差估计是没有结构方程方法好的，但依次检验方法是比较严格的方法，得到显著的结果说服力更强。

你这里的方程按说是没有X1X2这种乘积项的，用到乘积项那就是分析调节效应了，这个和中介是两码事，做这两个维度的调节的话你直接把X1和X2相乘，当做一个变量，然后做y对X1，X2，X1*X2的回归就行，x1*x2这一项的回归系数显著则调节效应显著。

希望对你有帮助

分开做，B的三个维度如果是独立的。如果是有相关的，那么一起做，加个三个维度的with语句。

1、研究目的不同：中介变量主要考察自变量如何影响因变量，是一种机制和原因研究。调节变量主要考察自变量何时（或者在什么条件下）影响因变量，是一种边界条件研究。

2、适用情况不同：当自变量与因变量的关系较强且比较稳定的时候，适合做中介变量分析。当自变量与因变量的关系时强时弱、不稳定的时候，适合做调节变量分析。

3、前提条件不同：中介变量与自变量、因变量的相关关系必须显著，调节变量和自变量、因变量的相关可以显著也可以不显著，不显著更好。

---