區(qū)別：

簡單中介與多重中介的區(qū)別在于是否僅有一個中介變量,。如果中介模型中僅有一個中介變量稱為簡單中介模型，如果有多個中介變量稱為多重中介模型,。多重中介按照中介變量之間是否存在順序關系,，分為并行多重中介模型與鏈式多重中介模型(序列多重中介)。并行多重中介模型表示中介變量之間相互獨立(下右圖),，即X→M1→Y和X→M2→Y路徑,，而序列/鏈式多重中介模型表示中介變量之間存在順序關系(下左圖)，即X→M1→M2→Y路徑,。

還是用男女朋友求介紹這個例子,，如果男生通過朋友1找到朋友2進而認識了女生，那么朋友1和朋友2就在其中起到鏈式中介作用,；如果男生既找了朋友1,，又找了朋友2認識了女生，而這兩個朋友不認識,，那么朋友1和朋友2就在其中起到并行中介作用,。

注：X、M1,、M2,、Y分別表示自變量、中介變量1,、中介變量2,、因變量。

多重中介模型相對于簡單中介模型具有三大優(yōu)勢：

(1) 可以得到總的中介效應,。

(2) 可以在控制其他中介變量(如控制M1)的前提下,，研究每個中介變量(如M2)的特定中介效應。這種做法可以減少簡單中介模型因為忽略其他中介變量而導致的參數估計偏差,。

(3) 可以得到對比中介效應,，使得研究者能判斷多個中介變量的效應(如a1b1和a2b2)中，哪一個效應更大,，即判斷哪一個中介變量的作用更強,。這樣，對比中介效應能使研究者判斷多個中介變量理論(如X→M→Y和X→M2→Y)中,，哪個中介變量理論更有意義,。因此研究多重中介模型更具理論和實踐意義。

多重中介效應的分解：

鏈式多重中介模型通常包括三條間接路徑：

①X-M1-Y(簡單中介)：間接效應1=a1*b1

②X-M2-Y(簡單中介)：間接效應2=a2*b2

③X-M1-M2-Y(鏈式中介)：間接效應3=a1*a3*b2

總中介效應=a1*a3*b2+a2*b2+a1*b1

總效應=a1*a3*b2+a2*b2+a1*b1+c'

注：c'為直接效應,；前兩條路徑顯著,，而第三條路徑不顯著，說明該模型為并行多重中介,；如果第三條路徑顯著,，無論前兩條是否顯著,，也可表明鏈式中介存在。

問題1：檢驗M1和M2在X與Y之間是否起鏈式中介作用,？性別和年齡為控制變量,。

操作步驟：

①打開template文件，查看與模型相一致的模型代碼(文件見QQ群),；

注：簡單中介：model 4,；鏈式中介：模型6。

②分析→回歸→PROCESS3.3→設定模型代碼6,，將變量放入對應變量框,，需要注意的是，兩個中介變量均放入Mediator框中,，M1在前,，M2在后(控制變量，放入協(xié)變量框)→點擊option,，勾選Effect size,、show total effect model、pairwise contrasts of indirect effects,、Standarized coefficents(變量已提前進行標準化無需勾選)→繼續(xù)→確定,。     

注：如果控制變量為分類數據，不需進行標準化或中心化處理,，無實際意義,；如果控制變量為連續(xù)數據，需要進行標準化或中心化處理,。因此，性別用原始數據,，年齡用標準化后的數據,。

檢驗性別、年齡,、自變量對中介變量1的預測作用：

注：√表示一個變量對另外一個變量的預測作用顯著,，×則表示預測作用不顯著，下同,。

檢驗性別,、年齡、自變量,、中介變量1對中介變量2的預測作用：

檢驗性別,、年齡、自變量,、中介變量1,、中介變量2對因變量的預測作用：

總效應：未加入中介變量前,，性別、年齡,、自變量對因變量的預測作用,。

示例：上述結果可整合成下表，總效應結果根據需要選擇是否加入,。

總效應,、直接效應和間接效應：

注：total、ind2,、ind3的置信區(qū)間不包括0,，表明總間接效應、間接效應2和間接效應3顯著,，即M1和M2在X與Y之間起中介作用,，M2在X與Y之間起中介作用，M1和M2在X與Y之間起鏈式中介作用,，而ind1的置信區(qū)間包括0,，表明間接效應1不顯著，即M1在X與Y之間不起中介作用,。

示例：

注：間接效應值=Effect,；相對中介效應=間接效應值/總效應。

問題2：檢驗M1和M2在X與Y之間是否起并行多重中介作用,？性別和年齡為控制變量,。

操作步驟：

①并行多重中介在template文件無法找到相一致的模型，但本質上屬于兩個簡單中介,，因此選擇模型代碼4,；

②分析→回歸→PROCESS3.3→設定模型代碼4，將變量放入對應變量框,，需要注意的是,，兩個中介變量均放入Mediator框中，M1和M2不分先后(控制變量,，放入協(xié)變量框)→點擊option,，勾選Effect size、show total effect model,、pairwise contrasts of indirect effects,、Standarized coefficents(變量已提前進行標準化無需勾選)→繼續(xù)→確定。     

檢驗性別,、年齡,、自變量對中介變量1的預測作用：

檢驗性別、年齡、自變量對中介變量2的預測作用：

檢驗性別,、年齡,、自變量、中介變量1,、中介變量2對因變量的預測作用：

總效應：未加入中介變量前,，性別、年齡,、自變量對因變量的預測作用

總效應,、直接效應和間接效應：

注：total、M2間接效應的置信區(qū)間不包括0,，表明總間接效應,、M2間接效應顯著，即M1和M2在X與Y之間起中介作用,，M2在X與Y之間起中介作用,，而M1間接效應的置信區(qū)間包括0，表明M1間接效應不顯著,，即M1在X與Y之間不起中介作用,。

示例：無。并行多重中介模型的參考文獻尚未搜索到,。

參考文獻：

方杰,溫忠麟,張敏強,孫配貞.基于結構方程模型的多重中介效應分析[J].心理科學,2014,37(03):735-741.

柳士順,凌文輇.多重中介模型及其應用[J].心理科學,2009,32(02):433-435.

丁倩,孔令龍,張永欣,周宗奎.父母物質主義與大學生網絡強迫性購物:序列中介效應分析[J].心理發(fā)展與教育,2019,35(05):549-556.

張涵,康飛.基于bootstrap的多重中介效應分析方法[J].統(tǒng)計與決策,2016(05):75-78.