2016年5月13日下午，公共管理学院政府管理系、行政管理研究所在蒙民伟楼246会议室成功举办系所5月份的第二场seminar。范津砚博士以“检验简单调节效应/中介效应的一般步骤——基于心理学研究的案例”为主题做报告，学院、系所相关专业老师、博士、硕士研究生等二十余人参加了本次研讨会。

    众所周知，在一项研究中，研究者在得出自变量与因变量之间的相关性后，往往还会探索调节效应/中介效应是否存在，以进一步挖掘变量间的关系。范津砚博士基于心理学研究的一个案例 (Fan, Meng, et al.,2008)，按照“什么是调节效应/中介效应”、“如何检验调节变量（交互作用）及操作方法”、“如何检验中介变量及操作方法”三个部分作了本次报告，旨在介绍调节效应/中介效应检验方法的基本原理及软件操作。

    首先，范津砚博士介绍了调节效应与中介效应的概念。当自变量对因变量产生作用的大小、方向因某个变量的变化而发生改变时，我们便认为调节效应存在；中介效应解释了自变量与因变量关系背后隐藏的机制，告诉我们自变量对因变量产生影响的原因与方式。

    其次，范津砚博士阐述了检验调节效应的原理及操作方法。假设一般公式为Y=b0+b1X1+b2X2+b3X1X2,交互作用取决于系数b3的显著性。研究者在测度交互作用时往往只做了一半工作，在得出交互效应存在的结论之后没有深入探索交互作用的具体形式。范博士将一般公式转化为Y=(b0+b2X2)+(b1+b3X2)X1，并选取调节变量的几个特定值分别代表交互作用处于较高、平均、较低水平，以高于平均值一个标准差、等于平均值、低于平均值一个标准差为判断标准。上述方法称为简单斜率分析，公式为t=(b1+b3X2)/SEb1atx2，其中(b1+b3X2)为简单斜率的点估计，SE为标准差。在解释原理之后，范博士演示了如何在SPSS软件中得出ACOV，并利用案例的研究数据呈现出交互作用的具体形式。此外，范博士对于交互作用的中心化处理提出了质疑。他认为，当测试简单交互作用时，中心化处理是不必要的。只有当模型存在多重共线性时，中心化才会发挥作用。

    最后，范津砚博士阐释了检验中介效应的原理及操作方法。中介效应有3种模型，这里主要介绍简单中介模型。假定不考虑中介效应，自变量作用于因变量的系数为c；如果考虑中介效应，自变量作用于中介变量的系数为a，中介变量作用于因变量的系数为b，自变量作用于因变量的系数为c’。Baron & Kenny最早提出的检验步骤主要分为以下3步：第一，c显著；第二，a显著；第三，b显著且c’的显著程度相较于c明显下降。但是，后人对三步检验法提出了质疑：一方面，该方法采取分步推导，没有直接检验中介效应；另一方面，自变量作用于因变量的显著程度明显下降的程度过于主观，缺乏客观的定义。因此，直接检验a*b是否显著即可，即Sobel检验。然而，Sobel检验是一个Z检验，虽然a、b是正态分布，但是a*b不一定满足正态分布的条件，尤其是样本量较小的研究。对此，范博士介绍了Bootstrapping检验。方法原理为：随机重组样本至少5000次，对于每个新样本估计a*b，得到至少5000个a*b的值，观察a*b的置信区间是否包含0。如果不包含0，则表明中介效应显著。在解释原理之后，范博士利用自己的研究数据，演示了如何在SPSS软件中进行Sobel检验和Bootstrapping检验，并介绍了PROCESS、Syntax等相关宏命令。此外，范博士还展示了多个中介变量的检验方法。

    与会人员对范津砚博士的“检验简单调节效应/中介效应的一般步骤——基于心理学研究的案例”的主题报告提出以下问题。

    傅衍同学提问：当自变量为分类变量时，需要如何处理？范津砚博士回应：如果是两类变量，不需要进行处理；如果是三类及以上变量，需要用dummy coding。假设变量有n类，那么就需要设置(n-1)个虚拟变量。

    李勇同学提问：1.一般情况下，回归的交互项是显著的，画成两条线之后，一条线显著，而另一条线不显著。有没有例外？；2.两条交互线的交叉点有没有特殊意义？范津砚博士回应：1.也存在两条线都显著的情况，但是一条线强，另一条线则较弱。一般不再比较两个简单斜率的强弱，没有意义；2.对于交叉点的意义目前没有讨论，但是交叉的两条线非常有意思，因为它们的方向是相反的，在这种情况下不建议再用来解释主效应。

    陈丽君博士提问：在进行问卷调查时往往会取到有偏样本，比如填问卷的对象学历层次都较高。某一项研究的总样本为2000个，其中1500个样本是有偏的，另外500个样本是无偏的。如果我们将总样本分为有偏和无偏两组进行分组检验，得出一致的结论，那么是否能够证明研究假说？范津砚博士回应：这个问题涉及绝对标准和相对标准。分层检验已经解决了一部分外部效度不足的问题，毕竟完美的研究是不存在的。只要一项研究比已有研究更进一步，就是很大的贡献。

（行政管理研究所 张盛供稿）