中介效应的奥秘：揭秘遮掩效应的角色
在社会科学研究的广阔领域中，中介效应和遮掩效应作为间接效应的两种形式，犹如双生子般互相交织。它们的差异，就像两者的分水岭，由自变量X对因变量Y的影响程度来界定。当X对Y的回归系数c显著时，我们转而探索中介效应；反之，遮掩效应则揭示了X如何巧妙地绕过直接路径，影响Y的路径[2]。
尽管中介效应和遮掩效应在数学表达上共享同样的ab系数乘积公式，但它们的解读和检验方法略有不同。中介效应的ab和c（X对Y的直接路径）具有同号关系，而遮掩效应中，这两者是相反的[1]。中介效应会减弱X和Y之间的原有联系，而遮掩效应则可能增强这种联系，通过中介变量M或S的介入，呈现出截然不同的效果[3]。
传统的依次检验法对于ab的间接效应检验并不总是准确，因为它可能因为统计检验力较低而得出不显著的结论。更为精确的方法是Sobel检验，它要求数据符合正态分布，但在实际应用中可能受限。Bootstrap法作为非参数检验，以其强大的适应性成为替代选择，它能有效地揭示遮掩效应下的复杂关系[2]。
在具体的实例中，遮掩效应的呈现尤为明显。例如，当总效应c微弱且不显著，而中介变量的效应（a和b）显著时，它们的乘积ab会产生负向的间接效应，占直接效应c'的77%[3]。即使在c显著的情况下，如果ab和c'保持异号，我们仍可从遮掩效应的角度解读，这暗示着X通过S的影响，调控了Y的路径[4]。
在实际案例中，压力事件（X）通过增加休闲娱乐（S1）和好友联系（S2），间接减轻抑郁（Y），这个过程中的遮掩效应体现在路径⑤和⑦，两者相加构成的效应值占直接效应的42.86%[5]。这种细致的分析揭示了中介效应如何在看似微弱的关联中发挥关键作用，为我们理解复杂的社会现象提供了关键洞察。