中介作用（Mediation）在心理學中是一個重要的統計概念，用於解釋變數之間的關係。它指的是一個變數（中介變數）在自變數和因變數之間起到橋樑作用，幫助解釋自變數如何影響因變數。中介作用分析可以幫助研究者理解變數之間關係的機制。
中介作用的基本模型
中介作用通常通過三個變數來定義：
- 自變數（X）：研究者感興趣的主要預測變數。
- 因變數（Y）：研究者想要解釋的結果變數。
- 中介變數（M）：在自變數和因變數之間起中介作用的變數。
中介作用的基本路徑可以表示為：
- 自變數（X）影響中介變數（M）。
- 中介變數（M）影響因變數（Y）。
- 自變數（X）也可能直接影響因變數（Y）。
中介作用的類型
- 完全中介作用：自變數（X）對因變數（Y）的影響完全通過中介變數（M）實現，即自變數對因變數的直接影響為零。
- 部分中介作用：自變數（X）對因變數（Y）的影響部分通過中介變數（M）實現，同時自變數對因變數也有直接影響。
中介作用的分析方法
中介作用通常通過回歸分析或結構方程模型（SEM）來檢驗。常用的方法包括：
- 逐步回歸法：通過一系列回歸分析來檢驗中介效應的顯著性。
- Bootstrap法：通過重複抽樣來估計中介效應的置信區間，這種方法對樣本分布沒有嚴格要求，適用於小樣本數據。
- 結構方程模型（SEM）：適用於複雜的中介模型，可以同時檢驗多箇中介變數和路徑。
中介作用的套用
中介作用分析在心理學研究中有廣泛套用，例如：
- 心理健康研究：探討壓力（自變數）如何通過應對方式（中介變數）影響心理健康（因變數）。
- 教育心理學：研究教學方法（自變數）如何通過學習動機（中介變數）影響學業成績（因變數）。
- 社會心理學：分析社會支持（自變數）如何通過自尊（中介變數）影響幸福感（因變數）。
注意事項
- 因果關係的推斷：中介作用分析通常基於相關數據，無法直接證明因果關係。需要結合實驗設計或縱向數據來增強因果推斷的可靠性。
- 多重中介效應：在實際研究中，可能存在多箇中介變數，需要採用更複雜的模型來分析。
- 調節中介作用：在某些情況下，中介效應可能受到其他變數（調節變數）的影響，此時需要考慮調節中介模型。
總之，中介作用分析為心理學研究提供了一個有力的工具，幫助研究者深入理解變數之間的複雜關係。