Y= c’X+bM+e3。其中,c是X对Y的总效应,ab是经过中介变量M的中介效应,c′是直接效应。当只有一个中介变量时,效应之间有c=c′+ab,中介效应的大小用c-c′=ab来衡量。
但是,在实际做研究的过程中,通常会存在一些让人难以理解的问题,例如在其他的文章中,已经证实了M1在X与Y之间发挥完全中介作用,那么是否意味着X与Y之间不存在其他中介?那么为什么在另一篇文章中却证实了M2也在X与Y之间发挥中介作用?这是相互矛盾的吗?问题出现在哪里?
在此,我尝试性的给出回答:
完全中介在理论上及数据检验中分别意味着什么?在理论上,完全中介的含义是X完全通过M影响Y,即M搭建了X与Y之间的唯一路径。其实,在现实生活中,很难发现唯一的路径,往往都是通过不同的机理,我们可以找到很多条中介路径,正所谓条条大路通罗马。但是为什么在数据上会出现完全中介呢?原因是,在检验的时候,我们的方程中仅仅考虑了X与M的作用,再多一点的,还会加上一些人口统计学变量,例如性别,年龄,教育背景,工作时间等,因此,也就意味着,在检验时,我们仅考虑了X,M对Y产生影响过程中的相互关系,而基于其他机理的中介我们并没有考虑进来,也就意味着我们人为的制造了一个不受其他因素干扰的检验环境。如果在考虑一个中介作用的时候,我们将其他可能在X与Y之间发挥中介机制的变量也控制住,此时完全中介作用仍然成立,这才是比较严谨的过程。但是现实中,首先很难找全所有的中介,其次数据收集存在困难,另外还会造成统计检验过程中的另一些问题,因此,通常将理论相关的主要影响变量控制住即可。