体育科学研究中有中介的调节和有调节的中介潜变量模型检定

2018-03-11丹豫晋刘映海

天津体育学院学报 2018年5期

丹豫晋，石岩，刘映海

调节变量[1]（moderator），指系统改变一个预测变量与一个因变量之间关系的形态、强度和方向的变量。中介变量[2]（mediator）则解释外生物理事件如何对外产生内部心理意义，回答“怎么样”和“为什么”的问题。解释自变量到因变量的变化机制，不仅弥补了自变量不可操控的局限，还可能产生新的自变量以促进更深入研究。

调节变量和中介变量在体育科学研究中应用十分广泛，涉及到各个专业领域。在研究模型中，除了自变量和因变量外，只出现一种第三变量，要么是中介变量，要么是调节变量。但在实务上，研究中的中介变量和调节变量通常可能同时出现，这样才能满足研究者探索自变量对因变量怎样起作用和在什么情境下起作用，以及其特定边界条件确定的研究需要。如在家庭支持与偶像崇拜（自变量X）影响青少年课外体育参与（因变量Y）的研究中，研究者更加关注家庭支持与偶像崇拜对青少年课外体育参与是如何起作用和在什么情境下起作用，以及其特定边界条件确定等问题。因此，研究者进一步提出，青少年体育价值与意向（中介变量M）中介家庭支持与偶像崇拜影响青少年课外体育参与过程的假设1和这个中介过程受到性别（调节变量Z）调节的假设2，并进行有调节的中介潜变量检定。也就是说，实际中的研究模型更有可能兼顾2种第三变量的存在，如果将它们混用和换用则无法满足科学研究需要[3]。

目前，体育科学研究中，大量研究开始关注自变量与因变量关系的机制和边界条件，中介变量与调节变量的同时检定成为必然。鉴于此，研究就含有调节的中介和有中介的调节（潜变量）变量在AMOS的检定条件、存在问题和应对进行较为全面系统的分析，以供相关研究借鉴和商榷，促进体育科学研究发展。

1 有中介的调节和有调节的中介模型

1.1 概念的提出与释义

在应用研究的文献中，探究什么样的变量可以称之为有中介的调节和有调节的中介，以及如何合理检定是非常混沌的。直到1986年，R.M.BARON和D.A.KENNY[2]率先提出了公认度较高的解释和检定的方法。他们认为，有中介的调节模型是先存在X和Z对Y的交互作用，然后经由M传递给因变量。研究者关心并考察X和Z分别对M和Y的交互影响并澄清核心关联的本质。由于有中介的调节模型并不需要深入探讨条件性间接效果，且在检定方法和程序上与有调节的中介是等值的[4]，通常都将研究的焦点放在有调节的中介变量。有调节的中介，由L.R.JAMES和J.M.BRETT[5]首次提出，发生在间接效应的强度取决于某个变量的水平时，或者换句话说，发生在中介关系取决于调节变量的水平时[6]，有调节的中介模型试图解释已知效应是怎么样和在什么情境下发生的[7]。

也就是说，有调节的中介是指间接效果被调节变量改变了强度、方向和边界条件；有中介的调节是指先产生一个调节效果，再经由中介变量传递至因变量。两者都包含了间接效果的检定，因此在检定的方法和程序上具有等值性。温忠麟等[3]学者也提出，可仿照中介效应检定程序检定有中介的调节作用是否显著。

1.2 有中介的调节与有调节的中介模型

以基本中介模型为基础的有调节的中介和有中介的调节模型主要有7种[1]（见图1）。面板A为一个基本中介模型。面板B将Z添加为从X到M路径的调节变量，调节效应发生在X对Y中介效果的第1阶段，可理解为有中介的调节。面板C中，Z作为从M到Y的路径的调节变量，调节效应发生在X对Y中介效果的第2阶段，可理解为调节的中介。面板D中，Z为中介效果的两阶段调节变量，整合了面板B和C，可视为有调节的中介。面板E中，Z为从X到Y直接路径的调节变量。面板F和G中，Z分别作为第1阶段或第2阶段中介效果的调节变量，同时影响X对Y的直接效果。面板H中，Z作为调节变量，调节了总效果的各条路径，这种情况下，通常采用全模型的群组恒等研究。面板中，路径用估计模型回归方程的系数进行标记。方便起见，忽略了直接从Z到M，Y或两者的路径（这些路径由每个模型的回归方程暗示，Z本身则出现在每个方程中作为调节变量使用）。

图1 中介基本模型与7种调节与中介混合模型Figure1 Mediation Basic model with Seven Kinds of Moderator and Mediation Mixed Model

通过对有调节的中介和有中介的调节模型的分析，理解其关联实质并非十分困难。在基本中介模型的基础上，通常研究中可能遇到的也不外乎与面板B和F类似的有中介的调节模型和与面板C，D，G和H类似的有调节的中介模型。检定有中介的调节需要先检定调节效果，再检定中介效果。检定有调节的中介需要先检定中介效果，再检定调节效果，但在具体检定操作与程序上，两者的检定是相同的。

2 有中介的调节和有调节的中介模型检定方法述评

合并调节变量和中介变量的研究，以有调节的中介和有中介的调节为研究框架已形成一些自成体系的技术手段和理论解释。以下就有中介的调节模型和有调节的中介模型分别进行演进性梳理，以便学者明晰不同检定方法的优劣，评价其在研究中的统计效力。同时，也有利于对新近统计技术和方法的认识更新与应用。

2.1 有中介的调节模型检定方法

有中介的调节模型的检定方法主要有依次检定法、混合模型的依次检定法、直接检定中介效应、检定总效应与直接效应的差异和以中介模型的基本型为基础的检定等。

2.1.1 依次检定法依次检定法的主要步骤为：先做Y对X，Z和ZX的回归，再做M对X，Z和ZX的回归，最后做Y对X，Z，ZX和M的回归。此方法第一类错误率较低（P≤0.05），统计功效也较低，容易得出中介效应不显著的结论[8-9]，国内研究者常用这种方法[10-11]，公式如下：

2.1.2 混合模型的依次检定法研究者认为，检定有中介的调节模型，混合模型的依次检定法也是不错的选择[3]。D.MULLER等[7]提出，可以做3个回归进行有中介的调节模型检定。先做Y对X，Z和ZX的回归，再做M对X，Z和ZX的回归，最后做Y对X，Z，ZX，M和ZW的回归。由此，他们还推导出公式，认为等式右边即为经过中介而起作用的调节效应的大小，b1a3和b2a1至少有一个不为零。这种方法的缺陷是，可能会因纯粹公式推论，带来对有中介的调节解释困难的问题。检定结果常常落入“调节是如何起作用的”还是“调节为何而存在”的矛盾，从而造成与研究立意不吻合的结果[12]。公式如下：

2.1.3 直接检定中介效应法直接检定中介效应法[13]是基于混合模型方程（4）、（5）和（6），并参照SOBEL的中介效应检定法而提出的方法，其核心是检验a3b1是否显著，即检验

引入a3b1的标准误近似值，检验统计量是否拒绝原假设，如果拒绝则表明是有中介的调节模型。直接检定中介效应法，在检定自变量与调节变量的交互作用是否经由中介变量传递到因变量时，并未确定调节效应的存在，这一点也会造成解释的困难。其次，“正态分布、大样本是SOBEL检定法的前提假设条件，但和为正态分布，并不表明一定是正态分布。只要不为零，的分布就是偏态分布且分布峰值受中介效应值的较大影响”[14]。因此，基于正态分布并不可靠。

2.1.4 检定总效应与直接效应的差异法检定总效应与直接效应的差异法[15]是基于混合模型方程（4）、（5）和（6），在仿照FREEDMAN与SCHATAKIN的中介效应检定方法的基础上提出来的，核心是检定c3-c′3显著与否。即检定

2.1.5 以基本中介模型为基础的检定方法 2007年，J.R.EDWARDS和L.S.LAMBERT[15]提出2种以基本中介模型（见图1A）为基础的含有中介的调节模型。这2种模型基本形态见图1B和1F，一种是在自变量到中介变量之间拉近调节变量，再经中介变量将调节效应传递到因变量；另一种是，在自变量到中介变量之间和自变量到因变量之间均拉进调节变量。从模型建构顺序进行分析可知，第1种模型调节变量调节了中介过程的前半段，第2种模型调节变量调节了中介过程的前半段和直接效应。也就是说，这种检定方法的核心点落在中介效应，实质上检定的是有调节的中介效应。这为前文提到的在检定方法和程序上，有调节的中介和有中介的调节具有等值性提供了一定的理论支持。

2.2 有调节的中介模型检定方法

直接效应受到调节与否，无关于自变量经过中介变量影响因变量的中介效应表达方式。确切而言，其中介效应是相同的，且中介效应都与调节变量Z有关，或随着Z的变化而产生变化，这样便可以认为中介效应受到调节（见图1D和1H）。有调节的中介模型在实际检定中，主要采用系数乘积检定法和中介效应差异检定法执行。

2.2.1 系数乘积检定法通常情况下，为了更好检定直接效应是否受到调节，先要建立以下回归方程：

若c3显著，则需要考虑被调节的全模型，即面板H所示模型。就实质而言，面板D和H的中介路径及其变量关系是相同的。如果以中介变量M为因变量，可得M对X、Z、ZX的回归方程即：

可见，自变量X经过中介变量M对因变量的中介效应仍旧为，也就是说，不论直接效应受到调节与否，中介效应的方程表达式是一样的。以面板D中模型为例，如果想要检定与Z有关，即中介效应有调节，则必须检定出3个系数乘积假设至少有一个被拒绝的结果。

一些研究证明，依次检验法错误率比较低，但同时检验力也比较低[16-17]。SOBEL系数乘积检验法的检验力要高于依次检验法，但需基于正态分布的前提。2个系数乘积的统计量往往不会是正态分布，检验力受到多方质疑[14-18]。

2.2.2 中介效应差异检验法条件间接效应分析（conditional indirect effects）将不同的调节变量Z值带入中介效应从而检验其随Z的变化情况[9]。如果中介效应对调节变量Z显著，则表明调节中介效应是存在的。J.R.EDWARDS和L.S.LAMBERT[15]在以往有调节的中介变量检定不足的基础上提出Bootstrapping法，思路是通过检定中介效应差异来判定调节变量的存在与否。方法可以是以调节变量Z值平均值上下各一个标准差为取值，检定中介效应的差异是否显著。针对一条中介路径受中介调节，且调节变量是连续型变量，有研究[19]提出解决的方法，即以调节变量Z的最大观测值和最小观测值为取值，检定中介效应的差异。这种方法也存在一定的局限，难以解决中介效应是调节变量Z的二次函数的情况。

2.3 有中介的调节和有调节的中介模型检定方法评价

当模型中包含超过3个以上变量，很可能是调节变量和中介变量同时出现的状况。由于多个变量所在模型位置不同和作用大小不同，就可能形成有中介的调节模型或有调节的中介模型。有中介的调节模型，其含义为自变量X对因变量Y的效应受到了调节变量Z的影响，且这个调节效应或者全部或者部分地通过中介变量M传递给因变量[2]。有调节的中介模型，其含义为自变量X对因变量Y的影响是通过中介变量M实现的，且中介效应的产生过程受到调节变量Z的调节[20]。

2.3.1 有中介的调节模型检定方法的局限（1）有中介的调节模型，上文提到前人所用的5种检定方法，与有调节的中介模型的检定方法相似。从内部一致性上讲，5种检定方法其实可归为3种，即依次检定法、直接检定中介效应法和检定总效应与直接效应差异法。

（2）在这些方法中，存在着关于简单调节效应显著性事先检定的必要性分歧。一种观点认为，如果事先检定自变量X与因变量Y之间的调节效应c3不显著，就不存在继续检定有中介的调节效应的必要[2]；另一种观点则持有否定态度[21-22]。这种分歧可能在学理与逻辑角度，产生对检定结果的质疑。

（3）检定有中介的调节显变量模型，通常拟合指数比较理想。但如果是检定有中介的调节潜变量模型，则情况非常复杂，模型拟合的检定更为重要。一旦潜变量涉及配对乘积或打包题项的情况，就需要通过结构方程建立模型，选择更加适宜的检定方法。

（4）涉及调节效应的模型通常比较复杂，不能直接采用交互项标准化估计解释模型和进行效应的比较分析[23]。

2.3.2 有调节的中介模型检定方法的局限（1）通常在社会科学研究中，尤其是涉及到行为研究时，有调节的中介效应中，调节效应幅度差别都较小，但研究的意义却毋庸置疑[24]。因此，有研究认为，检定有调节的中介模型应按前文所列举方法顺序逐一进行，这在研究实践中可能较难执行。

（2）当遇到中介效应前半段和后半段路径都受到调节变量调节，中介效应变成调节变量的二次函数的情形时，就需要检定被调节的中介效应差异。目前，所广泛使用的检定方法就存在一定的局限性[9]。

（3）在有调节的中介模型检定中，SPSS只可做显变量的依次检定。LISREL和Mplus虽然可做潜变量的检定，但涉及到系数乘积区间和中介效应差异2项检定时程序复杂，与有中介的调节模型检定一样。

总体看来，研究者多数认为，不论是检定有中介的调节还是有调节的中介潜变量模型，应首选检定程序较为简便、信息获取丰富且易于解释的方法。因此，根据研究需要和目前统计技术方法的新发展，如果想要计算系数乘积置信区间，Bootstrapping法或MCMC法都是最佳选择。尤其是在没有任何先验信息的条件下，偏差校正非参数百分位Bootstrapping法（Bias-corrected non-parametric percentile Bootstrap method）相较于MCMC和Mplus法则显得更加简便有效，学者们较为一致地推荐[25]。而且，Bootstrapping法可以快速在AMOS软件中执行，界面简洁且操作简便，运算结果易于成表解释。非参数Bootstrapping方法的基本思想和计算过程已在相关文献[26]已探讨过，不再赘述。

3 体育科学研究中有中介的调节和有调节的中介潜变量模型检定的问题与应对

3.1 存在的问题

3.1.1 假设表述或模型建构不当根据图1模型基本类型与特征，有中介的调节和有调节的中介模型在假设的表述上应遵循其学术逻辑与规范。通常，要先判断中介效应和调节效应的先后，再采用关系思维加以准确表述。在体育科学研究中，假设表述不清、不准，变量关系假设与表述不一致的情况并不少见。有研究者[27]在一次性身体锻炼对流畅状态及主观幸福感的影响研究中，探讨了一次性身体锻炼对主观幸福感的影响机制，即通过中介变量流畅状态实现，且由调节变量人格特质调节其中介效果的程度和方向。文中，作者将中介变量检定的假设表述为“身体锻炼X通过流畅状态W影响主观幸福感Y，所以流畅状态W是中介变量”，且没有出现对调节变量假设的表述。在构建有调节的中介模型图中，变量独立性不清、变量间关系也较为含混。

有研究[28]构建有调节的中介模型，探讨水域安全技能对青少年水域高危行为的影响。研究假设的表述依次为：（1）游泳过度自信是水域安全技能影响水域高危行为的中介变量；（2）水域风险感知会调节游泳过度自信对青少年水域高危行为的影响。表述学术性欠缺，缺乏变量间的关系思维，不论是中介还是调节，产生作用的基点都是变量之间的关系。

还有一些研究，同时采用潜变量整合前人2个及以上的理论模型，且模型中包含多个中介变量和多个调节变量。尽管检定模型拟合度时能够通过指标门槛，但模型的中介效应和调节效应检定结果会有较大风险。

3.1.2 中介过程拉入调节变量的时机值得商榷一项研究[29]探讨心理坚韧对排球运动员运动投入的影响时，构建了一个有调节的中介模型。中介变量运动员主观幸福感，中介了心理坚韧对排球运动员运动投入的关系，调节变量负面身体自我调节了中介效应的后半段。这项研究在文献分析和理论支持的阐述中，提到“已有研究表明负面身体自我对个体主观幸福感有显著负向预测作用”，也就是说，调节中介效应后半段的调节变量对中介变量有负向预测作用。在各变量描述统计与相关分析中，调节变量负面身体自我不仅与中介变量有显著的负向相关，还与自变量及因变量都具有显著的负向相关，这种情况下，仅仅认为并假设调节变量对中介效应后半段产生作用值得商榷。通常，当2变量之间的相关在不同情形下会有不一致的情形时，宜考虑是否存在另一变量干扰了2变量之间的关系。然而，本研究中文献分析并未具体指针产生不同情形的2变量为何？以及这2变量的关系如何？

3.1.3 检定中方法前后选择难以呼应刘伟等[30]在研究体育粉丝持久参与的形成机制时，基于心理学的神圣化理论，引入以神圣感为中介变量和以消费者精神性为调节变量的有中介的调节模型。在研究的前半段，作者采用Bootstrapping法进行中介效应的检定，在后半段检定有中介的调节模型时，却选择了依次检定法。如果能将中介效应检定与调节效应检定综合起来，采用偏差校正非参数百分位Bootstrapping法检定则更好。在检定结果中，可依次呈现中介效果是否因调节变量而特性不同、中介效果的改变强度和方向以及中介效应的差异是否显著等问题。对于中介效应环节的检定，伴随新的科学研究成果和软件的发展，温忠麟等[3]在10年前就曾建议采用Bootstrapping和MCMC法取代SOBEL法和依次检定法。

3.1.4 公式书写不规范一项研究[27]探讨一次身体锻炼对流畅状态及主观幸福感的影响，引入有调节的中介模型。在检定各中介变量的效应和比较中介效应大小时，将中介效应与总效应之比的公式写成“a^b／（cΛ'+a^b）”，不符合相关学术表达的要求和规范。除此之外，通常在涉及调节变量的模型中，不宜使用标准化值[31]。一些研究中，仍存在着这样的问题。

3.2 检定问题的应对

自KENNY和BARON提出中介研究方法已过去30年，随着新研究问题的出现和统计软件的长足发展，更具检定力的统计方法应运而生。继而，学者们大都参考MACKINOON的中介研究方法。HAYS于2009年发表了《超越KENNY和BARON：未来中介研究统计方法新纪年》的论文，文中系统梳理了中介研究的经典方法和里程碑意义的发展过程。尽管SOBEL对中介研究做出过巨大贡献，但他本人以及BOLLEN和STINE都认识到a×b有偏估计这一问题的局限性。解决有偏不对称估计问题的方法，就目前而言只有Bootstrapping和Empirical M-test 2种可以应对。基于研究实际问题的易用性和实用性评价，相较于Empirical M-test，Bootstrapping更具优势。SEM的所有软件中已经内建，尤以AMOS软件功能最为简洁快速。就目前统计方法和技术发展动态，但凡涉及中介效应，不论是单纯中介效应还是有调节的中介或有中介的调节效应，选择Bootstrapping法已成为学界共识，原因是具有更高的检验力[32]，得到的置信区间更精确[18]。

从上文提及的检定问题来看，涉及到潜变量关系理解表述、公式书写规范、调节变量拉入时机、采用标准化值检定调节效应、具体检定方法失当等诸多方面。其中，前3个问题反映出理论基础和逻辑解释的薄弱，而后2个问题则反映出对有调节的中介和有中介的调节变量的检定方法学问题。研究就这些问题，以实际案例的形式，采用AMOS软件中偏差校正非参数百分位Bootstrapping法予以解决应对。

3.3 案例

利用AMOS软件中Bootstrapping法对有中介的调节和有调节的中介潜变量进行检定时，需将调节变量转换成类别变量，然后采用亚群检定法进行检定。前文提到，有中介的调节和有调节的中介在统计分析上是等值的。因此，研究以前期所做的影响青少年课外体育参与因素的数据为基础，利用AMOS中Bootstrapping法检定有调节的中介效应。

本例中，研究者关注家庭支持与偶像崇拜（自变量X）通过价值取向与意向（M）影响青少年课外体育参与（因变量Y）的中介过程是否受到性别（Z）的调节，即性别变量是否调节整个中介过程，模型见图2。在系统回溯前人研究的理论成果基础上，发现新的中介变量价值取向与意向和家庭支持与偶像崇拜、课外体育参与均存在持续的中等程度相关，且这种中介作用并未得到证实。由此提出假设1，即价值取向与意向（JZYX）中介家庭支持与偶像崇拜（JTCB）和课外体育参与（KWTYCY）的关系。如果假设1得到验证，研究进而关心性别是否调节了中介过程，并提出假设2，即性别调节了家庭支持与偶像崇拜（JTCB）通过价值取向与意向（JZYX）影响课外体育参与（KWTYCY）中介过程的强度。这样的话，通过价值取向与意向（JZYX）的中介效应受到性别的调节，产生不同的结果。

图2 青少年家庭体育支持与偶像崇拜和课外体育参与的有调节中介模型Figure2 Moderated Mediation Model for Teenagers'Family Sports Support，Idolatry and Extracurricular Sports Participation

提出假设并在AMOS界面中建立模型。由于AMOS中可直接利用群组比较功能，调节变量以分组变量存在，模型中不直接呈现调节变量。参照前文面板图例，本例模型为D图。接下来，研究就有调节的中介检定程序和方法，逐一验证假设是否成立。

第1步，检定中介效应是否跨（性别）群组产生不同的特性，即跨群组的中介效应是完全中介或是部分中介；第2步，检定跨群组中介效应改变的强度或方向；第3步，检定跨群组的中介效应差异是否显著，即异质性检定（Heterogeneity Test）。具体而言，在AMOS操作界面增加男生和女生2个群组，选择青少年体育家庭支持与偶像崇拜、价值取向与意向和课外体育参与相关数据。在Bootstrapping方法对话框中勾选相应信息水准，结果报表对话框中勾选总效应、直接效应和间接效应后执行计算。

结果报表中，分别点击男生与女生总效应、直接效应和间接效应相应的Bootstrapping点估计值及标准误，并查看偏差校正非参数百分位的Upper Bounds和Lower Bounds，及双尾检定的差异显著性，确定各个效应的显著性水平。如果男生和女生间接效应都显著，研究进一步考察2群组间接效应的异质性检定。差异显著，表明2群组中介效应的强度受到调节；差异不显著，则表明2群组中介效应未受到调节。本例有调节的中介效应检定结果见表1。

表1 不同性别群组中介效应的形态、强度与差异比较Table1 Comparison of morphology，intensity and differences of mediating effects of different gender groups

从间接效应点估计值来看，青少年家庭支持与偶像崇拜（JTCB）影响课外体育参与（KWTYCY）的模型中，男生中介效应点估计值为0.104，P＜0.05，Lower Bounds和Upper Bounds值分别为0.008和0.252不包含零，双尾检验显著性水平为0.038。女生中介效应点估计值为0.225，P＜0.001，Lower Bounds和Upper Bounds值分别为0.095和0.450不包含零，双尾检验显著性水平为0.001。青少年家庭支持与偶像崇拜（JTCB）影响课外体育参与（KWTYCY）的直接效应男生为0.442，P＜0.001，女生为0.133，P＞0.05。男生价值取向与意向（JZYX）中介家庭支持与偶像崇拜（JTCB）与课外体育参与（KWTYCY）关系的形态为部分中介。女生价值取向与意向（JZYX）中介家庭支持与偶像崇拜（JTCB）与课外体育参与（KWTYCY）关系的形态为完全中介。相比较而言，女生价值取向与意向（JAYX）中介效应较大。由此，假设1得到验证，且调节变量性别改变了中介效应的强度。

异质性检定可根据O.D.DUNCAN[33]和D.G.ALTMAN[34]公式，将男生和女生中介效应点估计值及标准误分别带入后检定男生与女生中介效应的差异是否显著；另一种方法可在Amos Graphics界面左下角Not estimating any user点击右键Create a new estimand，并在Your code goes here语句下输入差异检定语法进行计算。本例中采用第1种方法，结果显示，调节变量性别调节家庭支持与偶像崇拜（JTCB）通过价值取向与意向（JZYX）影响课外体育参与（KWTYCY）的中介效应未达显著性水平，即调节效应不显著，假设2未得到验证。至此，研究在AMOS中采用Bootstrapping方法完成青少年家庭体育支持与偶像崇拜（JTCB）影响课外体育参与（KWTYCY）的有调节的中介潜变量模型：价值取向与意向（JZYX）和性别（XB）的检定，得出假设1得到验证，假设2未得到验证的结论。

4 讨论

4.1 第三变量为潜变量的模型检定

在体育科学研究中，同时出现2种第三变量的研究越来越多。研究者关注自变量与因变量关系的机制和边界条件，中介变量与调节变量的同时检定已成为必然。通常情况下，当调节变量和中介变量同时检定的模型为测量模型时，可以采用检定路径回归系数或者路径系数是否显著的方法进行分析。但是，如果所需检定的模型为潜变量构成的结构模型，既包括测量方程又包括回归方程，模型拟合的检定成为重要程序。这种情况下，如果采用LISREL和Mplus的潜变量检定法，所涉及的系数乘积区间与中介效应差异检定的程序语言复杂较难掌握，大大限制了研究深入下去的进程。这时，采用SEM的AMOS软件Bootstapping法即可满足多方相关的研究要求，成为最佳中肯之选。

4.2 有中介的调节和有调节的中介潜变量模型的理解与操作

有中介的调节和有调节的中介模型通常在检定中存在的问题是对于变量间关系的理解，而非检定操作的困难。如前文所提，有中介的调节模型是先存在自变量（X）和调节变量（Z）对因变量（Y）的交互作用，然后经由中介变量（M）传递给因变量的过程及结果。研究希望探求自变量（X）和调节变量（Z）分别对中介变量（M）和因变量（Y）的交互影响和本质性的核心关联。研究并不太关心条件性间接效果，将研究的焦点放在有调节的中介变量。有调节的中介[5]，发生在某个第三变量决定了间接效应的强度或水平[6]，并试图解释已知效应是“如何”和在“何时”发生的[7]。

有中介的调节和有调节的中介都包括了间接效应，区别在于一个是先产生调节效应而后经由中介变量传递给因变量，而另一个是间接效应被调节变量改变了强度和方向。从统计分析的方法程序上来看，二者是等值的。温忠麟等[3]学者也提出，可仿照中介效应检定程序检定有中介的调节作用是否显著。随着统计方法和技术的不断发展和更新，学者们较为一致地推荐Bootstrapping法来解决含有中介效应的模型检定[25]。在AMOS中内置的Strapping检定功能尤其强大，且界面简洁易于操作。

4.3 Bootstrapping法易用性、实用性、可读性强

AMOS、LISREL和Mplus等作为科技工作的工具性软件，已经成为社会科学研究中必不可少的技术资源。学科之间的研究领域差异、范式差异等带来研究者对研究问题的不同理解和研究目的的差别对待。不同软件的功能、计算力和核心竞争优势呈现出不同特点，迎合了不同研究之需。科学研究中，针对潜变量关系性辩证逻辑和数理逻辑的分析需要，但凡涉及到中介效应的检定，学者们通常首选AMOS软件中的Bootstrapping方法。

AMOS之所以成为社会科学研究者的首选，主要原因可归结为其被感知的易用性、实用性和可读性较强。根据DAVIS 1986年提出的科技接受模型[35]（TAM）中所构建的2个核心概念：可感知的科技易用性和科技实用性，恰适解释AMOS软件被广泛认可和应用的现象。除此之外，AMOS还具有广泛的可读性，结果报表简单易于理解和分析，即使采用语法功能补充异质性检定程序，语法输入也较容易。采用Bootstrapping法检定所需样本量，可依据FRITZ和MACKINNON 2007提出的.8检定力样本经验计算方法[36]抽取最小样本，避免不必要的工作量和难度。