SPSS中介效应分析结果解读指南——以票据中介研究为例

在进行中介效应分析时，SPSS本身并不直接提供完整的中介效应检验模块，研究者通常需要借助PROCESS宏（Hayes开发）或自行进行回归分析。以下以“票据中介”作为中介变量的研究场景为例，说明如何解读SPSS中介效应分析结果。

一、分析前的准备与模型设定

假设研究模型为：自变量X（如企业融资约束）→ 中介变量M（票据中介活跃度）→ 因变量Y（如中小企业融资效率）。在SPSS中安装PROCESS宏后，选择Model 4（简单中介模型），将X放入自变量框，M放入中介变量框，Y放入因变量框，可加入控制变量（如企业规模、行业等）。

二、回归系数与显著性检验

PROCESS输出结果通常包含三个回归方程：

1. 方程一：Y对X的总效应（c路径）。检查X的回归系数是否显著，若显著说明总效应存在。
2. 方程二：M对X的效应（a路径）。检查X的系数是否显著，显著则说明自变量对中介变量有影响。
3. 方程三：Y对X和M的回归。此时X的系数为直接效应（c'路径），M的系数为b路径。检查b路径是否显著，以及c'是否显著。

三、中介效应的Bootstrap检验

PROCESS默认采用Bootstrap法（通常5000次抽样）检验间接效应ab。重点查看“Indirect effect”部分的Bootstrap置信区间（LLCI和ULCI）。若置信区间不包含0，则中介效应显著；若包含0，则中介效应不显著。同时可查看“总效应”“直接效应”的置信区间。

四、效应量与社会学解读

结果中会报告间接效应占总效应的比例（如ab/c）。在票据中介研究中，若间接效应显著且占总效应较大比例，说明票据中介是X影响Y的重要机制路径。但需注意，效应量比例并非唯一标准，应结合理论进行解释。

五、报告撰写示例

“采用PROCESS宏进行中介效应检验，Bootstrap抽样5000次。结果表明，融资约束对票据中介活跃度的负向影响显著（a=-0.32, p<0.01），票据中介活跃度对融资效率的正向影响显著（b=0.41, p<0.001）。间接效应ab=-0.13，Bootstrap 95%置信区间为[-0.21, -0.06]，不包含0，说明票据中介在融资约束与融资效率之间起显著中介作用。控制中介变量后，直接效应c'=-0.18（p<0.05），表明存在部分中介效应。”

六、常见问题与注意事项

1. 确保数据满足回归假设（线性、正态性、方差齐性等）。
2. 若使用自编问卷，需报告信效度。
3. 中介效应分析应有理论支撑，避免过度解释。
4. 对于多个中介变量，可考虑并行中介或链式中介模型。
5. 若样本量较小，Bootstrap结果可能不稳定，建议增大样本或使用偏差校正的Bootstrap。

通过以上步骤，研究者可系统解读SPSS中介效应分析结果，并结合票据中介的实际背景给出合理解释。