在上一部分的中介效应中，我们采用了Baron和Kenny（1986）的程序来进行中介效应的检验，也采用了Sobel test和MCMAM方法来检验中介效应，进一步证实了中介效应。因为Sobel test假设中介效应ab满足正态分布的假设，但实际上ab不一定满足此项假设（MacKinnon，Lockwood＆Williams，2004；Preacher＆Hayes，2008；Shrout＆Bolger，2002，Loi，Chan＆Lam，2014），因此，Sobel test来检验中介效应通常有明显的局限性。使用Bootstrap方法进行非参数估计成为估计中介效应更为理想的办法（Shrout and Bolger，2002），虽然在上一部分中的MCMAM也采用Bootstrap的方式来估计中介效应ab在95%置信区间的分布区间，但Selig和Preacher（2008）认为，在数据不可得的情况下使用MCMAM是非常有用的工具；当数据可得时，推荐使用Preacher和Hayes（2004）的SPSS程序的间接效应的宏来计算间接效应的分布区间。因此，我们通过Preacher and Hayes（2004）的SPSS的间接效应的宏来进行Bootstrap方法的中介效应检验作为后分析。
Preacher和Hayes（2004）的分析整合了Baron和Kenny（1986）的程序和MacKinnon，Lockwood和Williams（2004）的Bootstrap方法，因此，它既提供Baron和Kenny（1986）程序的参数估计，a代表自变量对中介变量的作用，b代表中介变量对因变量的作用，c代表自变量对因变量的作用，c'代表控制了中介变量的情况下自变量对因变量的作用，同时也提供Bootstrap方法在95%置信区间下的中介效应的分布。
如表4-10所示，在95%的置信区间条件下[1]，“领导-部属交换—领导认同—工作绩效”模型的间接效应分布区间为[0.021，0.203]，“领导-部属交换—领导认同—帮助行为”模型的间接效应分布区间为[0.030，0.170]，“领导-部属交换—领导认同—建议行为”模型的间接效应分布区间为[0.033，0.211]。“领导-部属交换—职业认同—工作绩效”模型的间接效应分布区间为[0.079，0.229]，“领导-部属交换—职业认同—帮助行为”模型的间接效应分布区间为[0.058，0.171]，“领导-部属交换—职业认同—建议行为”模型的间接效应分布区间为[0.063，0.198]。根据Shrout和Bolger（2002）的分类，这属于近端中介效应（Mediation of Proximal Effect），后分析结果也完全支持了子研究1的6个假设。(www.xing528.com)
表4-10 基于Bootstrap的子研究1的中介效应检验
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
