Stata学习笔记|保姆级线性回归中介效应检验指南

做社会学实证研究的同学，大概率都被导师问过：“这个关系的内在机制是什么？”“能不能做个中介检验？”

中介效应检验，堪称CSSCI实证论文的“加分项”——很多时候，单纯验证X对Y的影响，只能算“表层研究”；而找到X影响Y的“中间桥梁”（中介变量M），才能挖掘研究的深层价值，让论文更有理论深度和说服力。

但对于新手来说，中介检验总让人头疼：到底什么是中介效应？为什么非要做？Stata命令怎么写才不会出错？结果导出后怎么整理成论文里的规范表格？

今天就用【学习投入】为案例，从原理到实操，一次性讲透线性回归中的中介检验。

先搞懂：

什么是中介效应？

先抛一个社会学常见研究场景：我们想研究【学习支持（X）】对【学习成绩（Y）】的影响——常识告诉我们，学习支持越多，成绩可能越好，但这个影响不是“直接打直球”的。

比如，充足的学习支持（如老师辅导、同伴帮助），会先提升学生的【学习投入（M）】（包括上课专注度、课后主动学习时间等），而更高的学习投入，最终会带来更好的学习成绩。

这里的【学习投入（M）】，就是中介变量——它像一座桥梁，连接了“学习支持（X）”和“学习成绩（Y）”，X通过M间接影响Y，这个间接影响的过程，就是【中介效应】（如图1）。

图1

学术定义：

中介效应是指自变量X对因变量Y的影响，并非完全直接作用，而是部分或全部通过一个（或多个）中间变量M传递实现，即存在“X→M→Y”的因果路径，其中M承担了X影响Y的“传导作用”。

根据中介效应的作用程度，可分为两种：

1. 部分中介：X既直接影响Y（直接效应），也通过M间接影响Y（间接效应），总效应=直接效应+间接效应；

2. 完全中介：X对Y的影响完全通过M传递，直接效应不显著，总效应=间接效应。

补充一句：我们常用的线性回归中介检验，核心是基于Baron和Kenny（1986）的逐步回归法，再结合Bootstrap检验验证间接效应的稳健性，这也是CSSCI期刊最认可的基础方法之一。

关键问题：

为什么一定要做中介检验？

Stata实操：

线性回归中介检验

结合【学习支持（X）→学习投入（M）→学习成绩（Y）】的案例，讲解最基础、最常用的“逐步回归法+Bootstrap检验”，所有命令直接复制粘贴即可，新手零踩坑。

先明确变量设定（直接对应你的数据，替换变量名即可）：

• 自变量X：学习支持（score_x，连续变量，得分越高，学习支持越充足）；

• 中介变量M：学习投入（score_m，连续变量，得分越高，学习投入程度越高）；

• 因变量Y：学习成绩（score_y，连续变量，得分越高，成绩越好）；

• 控制变量：性别（gender）、年级（grade）、家庭教养方式（family）（根据自身研究添加，可删可加）。

第一步：数据预处理（必做，避免结果偏差）

先检查数据是否有缺失值、异常值，对连续变量进行中心化处理/标准化处理（减少多重共线性，如果VIF值小于5，中介检验可做可不做），命令如下：

* 1. 导入数据（替换为你的数据路径）use "D:\学习投入中介检验数据.dta", clear* 2. 缺失值处理（两种方法，选一种即可）* 方法1：删除缺失值（适合缺失值较少的情况）drop if missing(score_x, score_m, score_y, gender, grade, family)* 方法2：均值填补（适合缺失值较多的情况）——根据自己的数据缺失值类型分类处理foreach var of varlist score_x score_m score_y {    egen `var'_fill = mean(`var')    replace `var' = `var'_fill if missing(`var')    drop `var'_fill}* 3. 连续变量中心化（自变量、中介变量、因变量均需中心化）foreach var of varlist score_x score_m score_y {    egen mean_`var' = mean(`var')    gen c_`var' = `var' - mean_`var'    drop mean_`var'}* 注：中心化后的变量名前加“c_”，后续回归用中心化变量

注意：

1. 关于缺失值的处理方法，可查看往期文章，根据自己数据的缺失值类型，进行分类处理，要具体问题具体分析。

2. 连续变量需要标准化处理，虚拟/分类变量不做处理

*连续变量标准化处理norm score_x, method(zee)

第二步：逐步回归法（中介检验核心步骤）

逐步回归法分为3步，每一步对应一个回归方程，必须依次执行，且记录每一步的核心结果（系数、标准误、P值、R²），这是后续判断中介效应的关键。

解读：

• c：x对y的总效应。

• a：x对中介变量z的效应。

• b：控制了x的影响后，中介变量z对y的效应。

• c'：控制了中介变量z的影响后，x对y的直接效应。

• 系数乘积a*b=中介效应=间接效应

命令如下（可复制粘贴，替换变量名即可）：

* 第一步回归：X对Y的总效应（方程1：Y = cX + 控制变量 + ε）reg c_score_y c_score_x gender grade family* 保存该回归结果，后续用于对比est store m1* 第二步回归：X对M的效应（方程2：M = aX + 控制变量 + ε）reg c_score_m c_score_x gender grade familyest store m2* 第三步回归：X和M同时对Y的效应（方程3：Y = c'X + bM + 控制变量 + ε）reg c_score_y c_score_x c_score_m gender grade familyest store m3* 查看三个模型的结果（对比系数，初步判断中介效应）esttab  [m1 m2 m3] using 逐步回归结果.doc, stats(coef,tstat) addstat(Ajusted R2,`e(r2_a)') replace * 或outreg2 [m1 m2 m3] using 逐步回归结果.doc* 注：b(3)、se(3)表示保留3位小数，star指定显著性标记，replace表示覆盖原有文件

命令运行后导出，会得到类似这样一张表格：

图中y2为因变量，reli为自变量，tu为中介变量，其余为控制变量。

表格解读：

• 不看P值，只看置信区间。区间包含0，则不显著；区间不包含0，则中介效应显著。

• 说明：中介（间接）效应 a*b =[_bs_1] ；直接效应 c' =[_bs_2] 。

• 若间接效应[_bs_1] 的置信区间不包括0，则拒绝原假设H0，认为中介效应成立。

• 若直接效应[_bs_2] 的置信区间不包括0，就表明是【部分中介效应】；若直接效应[_bs_2] 的置信区间包括0，就表明是【完全中介效应】，说明直接效应不显著，而间接效应显著，表明只有完全中介作用。 ——需要关注[_bs_2] 这里的置信区间。包括0，则表完全中介。

• 由上图可知：直接效应为0.047，间接效应为0.027。

• 总效应c=直接效应c'+间接效应a*b=[_bs_2]的系数+[_bs_1]的系数=0.047+0.027=0.074。

• 若存在部分中介，则中介效应的占比=a*b/c =[_bs_1] /([_bs_1] +[_bs_2] )

如图：

结果导出：

Stata输出规范表格

论文呈现：

中介效应结果怎么写？

很多同学做完检验，不知道怎么把结果写进论文，要么过于简单，要么杂乱无章。结合CSSCI期刊发表经验，给大家一个固定模板，直接替换数据即可，分“文字描述+表格呈现+稳健性检验”三部分。

新手避坑指南

结合经验，总结几个最容易犯的错误，避开这些，你的中介检验就能少走很多弯路：

1. 不做数据预处理：直接用原始数据做回归，未处理缺失值、异常值，也未做中心化，导致多重共线性，结果偏差；

2. 只做逐步回归，不做Bootstrap检验：CSSCI期刊现在基本不认可“仅用逐步回归判断中介效应”，必须结合Bootstrap检验验证间接效应；

3. 混淆直接效应和间接效应：误将模型3中X的系数当作间接效应，正确的间接效应是“模型2中X的系数×模型3中M的系数”（a×b）；

4. 表格不规范：未用三线表，缺少注释（显著性标记、标准误、样本量），或变量名称不清晰；

5. 分类变量未分开做中介检验：对于分类变量，尤其是具有理论意义的分类，建议在做回归和中介检验时，分类变量前要加i.，如i.edu（受教育水平）。

6. 忽略中介效应的前提假设：未检验线性关系、正态性、无多重共线性，建议在回归前做VIF检验（VIF<10为无多重共线性）。

结尾碎碎念

• 中介效应检验，本质上是“挖掘变量间的传导机制”，是提升实证论文学术价值的关键一步——对于社会学、教育学等学科的同学来说，掌握它，不仅能轻松应对课程论文、毕业论文，还能为投稿加分。

• 本文的案例（学习支持→学习投入→学习成绩），可直接替换为你的研究变量（如“社会支持→心理韧性→主观幸福感”“数字鸿沟→学习投入→学业成就”等），Stata命令和论文呈现模板均通用。

• 线性回归模型的中介效应检验有多种方法：

  如Sobel-Goodman中介检验法——中介效应（a、b、a*b）是正态分布且是大样本

*标准化连续变量norm x, method(zee) norm y, method(zee) norm z, method(zee) *检验命令sgmediation zee_y, mv(zee_z) iv(zee_x) cv(c1 c2 c3)    //y因变量、z中介变量、x自变量，c控制变量*导出结果*logout,save(文件名) word replace:回归名 被解释变量,mv(中介变量) iv(解释变量) cv(控制变量)*如logout,save(table1) word replace:sgmediation y, mv(z) iv(x) cv(c1 c2 c3)   //导出格式跟stata的表格一样，但其实没必要，只需要直接复制相应的值到自己的表格即可

第一行为sobel统计量。看sobel这一行的Z、P值。Z要大于1.65，P值要这里的 P<0.05，则代表拒绝原假设H0，中介效应成立。

*其中Indirect effect：中介效应，Direct  effect：直接效应。总效应=直接效应coef系数+间接效应系数

• 写在最后的题外话：

• 对于刚开始做研究的同学们来说，面对老板提出的“机制”是不是很迷茫，不知道老板到底要什么东西。其实，老板提出的“机制”，不一定只能做中介检验，但中介检验是最核心、最常用的机制分析方法。——知道该如何应对这个问题了吧？！

• 机制分析的本质：解释 “自变量 X 如何影响因变量 Y”（即 “影响路径”），揭开 X 和 Y 之间的 “黑箱”，这和中介检验的核心目标完全一致。

• 中介检验是机制分析的 “主流选择”：当导师说 “分析机制”，大概率是希望你找到 X 影响 Y 的 “中间桥梁”（中介变量 M），通过 “X→M→Y” 的传导路径，明确影响机制 —— 这正是中介检验要做的事（比如前文案例中，“学习支持→学习投入→学习成绩” 就是一种机制）。

• 当然，机制分析还有其他方式：除了中介检验，还可通过调节效应（分析 “什么条件下机制更显著”）、链式中介（多个中介变量串联，如 X→M1→M2→Y）、异质性机制分析等，但这些通常是在中介检验的基础上延伸，新手优先做好中介检验即可满足导师要求。

• 简单来说，导师要机制，先做中介检验（逐步回归 + Bootstrap），基本能满足核心要求；若想更深入，再补充其他机制分析方法。

• 今天分享的中介效应方法仅限于线性回归模型，如果你的因变量是虚拟变量或分类变量，则需要采用非线性回归模型，这个时候就需要选择适合非线性回归的中介效应检验方法。

• 下一期，就浅显得谈谈非线性回归的中介效应检验方法。