为0.038；b=0.187,对应的标准误Sb为0.058；c’值为0.659,标准误为0.053。到现在为止，我们已经找出了a、b、c’的标准化估计值及其对应的标准误，那么c的标准化估计值及其标准误在哪里找呢？看下表：
Standardized Total Effects (Group number 1 - Default model)
工作不被认可 焦虑 .629 绩效表现 .777 效率下降 .677 效率低 .721 领导不认可 .866 同事不认可 .818 客户不认可 .790 坐立不安 .526 紧张 .470 心跳 .513 焦虑 绩效表现 .000 .000 .188 .000 .164 .871 .175 .927 .000 .000 .000 .000 .000 .000 .836 .000 .747 .000 .814 .000 这个表格红体字部分即为c值，其标准误为0.030（见下表红体字部分）
Standardized Total Effects - Standard Errors (Group number 1 - Default model)
工作不被认可 焦虑 .038 绩效表现 .030 效率下降 .031 效率低 .028 领导不认可 .023 同事不认可 .023 客户不认可 .028 坐立不安 .038 紧张 .034 心跳 .037 焦虑 绩效表现 .000 .000 .058 .000 .050 .020 .054 .017 .000 .000 .000 .000 .000 .000 .027 .000 .029 .000 .029 .000 现在我们已经找出所有标准化的效应估计值及其标准误，那么还等什么呢，开始分析中介效应吧。在本例中，c值显著性p<.000,因此可
以继续进入a和b检验；由上面分析可知，a和b都显著，说明存在显著中介效应，下一步就看是完全中介还是不完全能中介了；因此下一步直接检验c’值显著性，从上面分析可知，c’值显著性小于.000，因此本例的中介效应是不完全中介。最后，我们来看看这个模型的中介效应与总体效应的比例为多少呢，计算得出的结果为a×b/c=0.628×0.187/0.777=0.151；说明中介效应占总体效应的比例接近1/7；为了提高检验的功效，我们也可以进一步进行行sobel检验，当然在amos中只提供了标准化a和b的估计值及其标准误，要得出sobel检验结果还要我们做两件事，第一件就是对照sobel检验公式输入对应项的值，第二件就是查非正态临界值表（见附件）；sobel检验公式如下：
z??absab?sba2222
我们在上面输出中找到对应的值代入，a=0.628, Sa为0.038；b=0.187,Sb为0.058,最后算出值=3.173，查MacKinnon的临界值表可知，3.173>大于0.90（p<0.05）,因此说明中介效应显著。大家有兴趣可以根据我们之前提到的c-c’检验公式把对应值代入检验，这里我就不再多讲了。
目前有三种检验中介效应的方法：
1.
传统做法：依次检验回归系数（只有一个自变量的情况） 1.
部分中介（Baron和Kenny，1986）：①系数c显著（即H0: c=0被拒）
②系数a显著，且b显著
2. 完全中介（Judd和Kenny，1981）：③c'不显著
但传统做法下，当a或b很小时，会得到a或b不显著结论，即a=0或b=0，但这并不表明a*b=0，所以这种方法会带来ErrorⅡ 1.
检验a*b是否显著，即H0: a*b=0，若H0被拒，中介效应显著
这种做法实质是将a*b作为中介效应来检验，可以用近似计算公式求a*b估计值的标准误。当样本容量比较大时（如大于500），各种检验的功效差别不大。但是由于涉及参数乘积的分布，即使总体的X、M和Y都是正态分布，并且是大样本，还是可能与标准正态分布有较大出入，所以不能用寻常方法来检验其显著性水平。 1.
检验c'与c差异是否显著，即H0: c-c'=0，若H0被拒，中介效应显著
关键在于利用近似公式计算c-c'估计值的标准误。但目前常用的MacKinnon等人和Clogg等人的公式容易出现ErrorⅠ。
总结上述三种方法后提出的中介效应检验程序（见图2）：
谢谢你这么热心详细。拜thinkpad123同学不厌其烦的指教，在amos里也能显示
直接、间接效应的显著性。
需要在output里，点击optiongs，点击view，选择显示所有内容。
