基础准备
草堂君前段时间用两篇文章分别介绍了中介效应和调节效应的概念，作用及其检验方法，大家可以点击下方文章链接进行回顾：
接下来，草堂君将会对这些检验方法的软件操作进行详细的介绍，使用的软件包括AMOS，SPSS以及学者们发布的SPSS插件（PROCESS，INDIRECT）。今天首先介绍如何使用AMOS进行Bootstrap的中介效应检验。
中介效应
虽然前面已经对中介效应的常用方法作过详细的介绍，但是草堂君还是想在本篇文章中对这些方法的基本原理和检验严谨性差异进行简要重复。常用的中介效应检验方法包括逐步回归法（因果模型法）、乘积系数Sobel检验、差异系数检验法和Bootstrap法。
逐步回归法是准确性最低的方法，现在基本上已经不被接受。乘积系数Sobel检验法和差异系数检验法的准确性效果基本相同，它们在逐步回归的基础上控制了第一类错误（“弃真错误”，也就是真的结论当作假的结论舍弃了），因此准确性比逐步回归好很多，但是它们同样存在比较致命的缺陷，这两种检验方法要求两个系数乘积（差值）服从正态分布的假设，这是一个门槛很高的假设，一般无法满足。最后是Bootstrap法，这种方法比较完美的解决了乘积系数Sobel检验的问题，跟着草堂君系统学习过统计基础（导航页）内容的朋友应该都清楚，Sobel检验是基于均值抽样分布的特性对标准误进行估计，因此，一旦系数乘积不服从正态分布，估计的标准误也就不准确了，Bootstrap法通过模拟抽样分布过程，自造了一个抽样分布，从而得到一个更为准确的标准误估计值。需要注意，Bootstrap法得到的也是一个标准误估计值。
Bootstrap法原理
Bootstrap法是将样本当作总体，假设现在有一个样本容量为N的样本，对该样本进行有放回抽样（抽出一个个案，放回以后再抽取下一个个案），直至抽取出来的个案数量等于N为止，这N个个案就是一个样本。重复上面的过程k次，就得到k个样本，每个样本都可以算出一个中介效应（下图中的W2*W3）的估计值，由此可以得到由k个系数乘积组成的抽样分布，进而获得系数乘积的置信区间。跟着草堂君学习过统计理论基础的朋友会发现，以上过程其实就是抽样分布产生过程的模拟。一般建议的抽样次数k最少要1000次以上，大多数学者建议最好达到5000次以上。
能够进行Bootstrap法中介效应检验的软件有AMOS和SPSS（需要安装额外的PROCESS或INDIRECT插件），本文接下来介绍AMOS软件的Bootstrap法中介效应检验。
案例分析
随着春节临近，许多在外打拼的单身年轻人都陆续回到家中，准备和家人一起辞旧迎新，但是有一个他们无法回避的烦恼，那就是催婚，很多人都存在婚姻焦虑。某社科研究者，为了探究婚姻焦虑的影响因素，运用量表问卷，构建模型（下方左图），每个潜在变量下面都包含三个测量变量；发放问卷后，总共收回538份有效问卷，数据整理成SPSS格式，如下方右图所示：
(Amos模型文件和Spss数据文件都分享在QQ群：134373751)
分析思路
从模型图可以知道，该模型是一个典型的存在中介效应的模型，“家庭压力”潜在变量扮演的就是中介变量。我们可以使用AMOS软件对该模型的中间效应进行Bootstrap检验，该方法是目前比较准确的中介效应检验方法。
分析步骤
1、在Amos软件中绘制上面的模型图。2、SPSS数据导入，并将spss数据中的变量拖到Amos模型图的相应矩形中。这两个步骤在前面的Amos文章中已经介绍过很多次，本篇文章省略。大家可以在Amos数据分析导航页中找到前面的文章阅读回顾。
2、输出结果选择。点击【Analysisproperties】按钮。首先点击【Output】页面，除了常规的输出项目，检验中介效应需要将【Indirect, direct & total effect】选中。
然后点击Bootstrap页面，对样本数目，百分位置信水平，有偏校正置信水平进行校正。样本数目最好设定在1000到5000个；常用的置信水平为90%，95%，99%。大家可以根据自己的需求调整。
3、点击【Calculate estimate】按钮，进行测量模型拟合。
结果解释
1、模型结果。从下方斜交测量模型的验证性因子分析结果可知，卡方值等于61.877，p值小于0.05，表示观察数据导出的方差协方差矩阵与假设模型导出的方差协方差矩阵存在显著性差异；但是卡方值对样本量比较敏感，所以还需要参考其它的模型整体拟合指标决定是否接受模型。考虑其它的模型整体拟合指标，基本都满足要求，所以接受模型。
因为本篇文章主要阐述AMOS软件的Bootstrap中介效应检验，其它的指标就不做过多叙述，大家可以自己下载数据拟合比较。模型整体拟合指标标准可以参考文章：AMOS分析技术：模型整体拟合度指标。
2、点击【View Text】按钮，查看各项模型拟合结果。下图左侧为非标准化路径系数，右侧为标准化路径系数（因子载荷）。可以发现，所有的因子载荷的p值都小于0.001（三颗星），说明三个潜在变量（家庭压力，社会压力和婚姻焦虑）对测量变量（量表数据）的解释都是有意义的；此外，潜在变量之间的三条路径系数都是有意义的。
3、直接效应，间接效应和总效应。可以发现社会压力对婚姻焦虑的直接效应为0.217，间接效应为0.053，总效应为0.270（0.217+0.053）。间接效应等于社会压力对家庭压力路径系数0.346与家庭压力对婚姻焦虑路径系数0.153的乘积（0.346*0.153=0.053）。
4、Bootstrap中介效应检验结果。首先点击【Estimates】里面的“Indirect Effect”，然后选在“Bootstrap Confidence”，下面会有两种置信区间，一个是有偏校正置信区间，另一个是百分位置信区间，以有偏校正置信区间为准。
观察有偏校正置信区间的上限和下限，发现社会压力对婚姻焦虑的间接效应下限为0.027，上限为0.148，由此可见，置信区间不包括0，因此社会压力对婚姻焦虑，通过家庭压力传递的中介效应是显著的。
平台的文章都是一文一例，所有例题的数据文件都已上传到QQ群（群号：134373751），需要对照练习Amos数据分析技术的朋友可以前往下载。
温馨提示：
数据分析课程私人定制，一对一辅导，添加微信(possitive2)咨询！目前推出的一对一课程：《问卷分析与分析思维培养》课程。
生活统计学QQ群：134373751，用于分享文章提到的各种案例资料、软件、数据文件等。支持各种资料的直接下载和百度云盘下载。
生活统计学微信交流群，用于各自行业的数据研究项目及其成果交流分享；由于人数大于100人，请添加微信possitive2，拉您入群。
数据分析咨询，请点击首页下方“互动咨询”板块，获取咨询流程！
草堂君的统计基础导航页文章已经整理发表，可以前往任意电商网站购买
