研究結論

MacKinnon 等人在 2002 年比較十四種中介效果檢驗法，檢驗在觀測變項間 的中介效果顯著與否，結果顯示最常被使用來檢驗中介效果的方法 B-K 法和 Sobel 法其檢驗正確率皆不盡理想。

然引用 B-K 法就有超過 6000 篇的論文，且持續在增加中(Iacobucci et al., 2007)。

根據 MacKinnon 等人(2002, 2004)的研究顯示 B-K 法只是確立兩兩變項間的相關，

並未提供直接的方法檢驗中介效果，且其結果在所有情境下型一誤差比率接近於 零，統計檢定力也較低，除非在大樣本或大效果量下。因為 B-K 法要求總效果τ 為顯著，導致型二誤差比率偏高，但若增加

τ '

Cheung 與 Lau 於 2008 年的研究中，檢視 Sobel (1982)的方法於潛在中介變項 模式，結果顯示只有在大效果量(0.39)其統計檢定力才會到達理想值。特別注意 到，運用 Sobel 法進行中介效果考驗時，應考慮及這些統計量在樣本數不大時，

可能不服從標準常態分配，而造成統計檢定力不足(Cheung, 2007)。而 Sobel 的一 階泰勒級數近似值的多變量 δ 法是 EQS (Bentler, 1997)與 LISREL (Jöreskog &

Sörbom, 1996)等統計軟體預設的檢驗法，雖然其效果優於因果步驟法，而且結果 容易藉由軟體計算出，但缺點為檢驗能力不甚理想，在全部樣本大小中皆呈現低 於 0.05 的型一誤比率與低的統計檢定力(<0.8)。MacKinnon 等人分別探討 B-K 法

和 Sobel (1982)的檢驗效果，但並未考慮將此結合，以讓驗證程序更蓁完善。

因此本研究延伸 MacKinnon 等人(2002)及 MacKinnon、Warsi 與 Dwyer (1995) 的研究設計，同樣以簡單中介模式進行中介效果的顯著性考驗。不同的是，本研 究使用具備潛在變項概念的結構方程模式進行實驗，而結構方程模式的架構分為 二部分：測量模式與結構模式。測量模式為推估觀測變項與潛在變項間的解釋量，

也可稱為驗證性因素分析；而結構模式係用來估算潛在變項間的關聯係數。潛在 變項架構的設立與實際進行社會科學實驗時，利用問卷方式收集推論無法直接觀 測到的變項，像是智力、情緒等內在歷程狀態相類似，故可將此統計技術應用於 具有因果關係而又無法直接觀測到的研究上。

本研究主要探討結合 B-K 法和 Sobel (1982)的中介效果檢驗程序於檢驗潛在 變項間的路徑係數時，在多種樣本數及路徑係數情境下，其檢驗正確率表現。依 據研究結果，若以檢驗正確率 0.8 作為標準時，研究所設計的 360 種情境只有在 效果大於 0.3 或者樣本數大於 200 時才有機會得到良好的檢驗正確率。這樣的結 果說明利用結構方程模式與結合因果步驟法和係數乘法策略於基礎中介變項模 式下，檢驗潛在變項間的路徑係數時需審慎考量。

依據研究結果得到之結論主要分為兩點：

一、 樣本數大小會影響估算中介效果的精確性。

一般研究者在進行抽樣調查時，都期望能抽取較大的樣本數，其較能準確估 計出中介效果。值得注意的是，MacKinnon 等人(2002)的研究所設計的樣本數共 有 50、100、200、500 及 1000 五種，本研究中的樣本數設計至少達 100 以上，

與 MacKinnon 等人(2002)的實驗樣本數相仿，但在本研究中仍有一些情境其檢驗 正確率未達理想(0.8 以下)，尤其在路徑係數為 0.1 時，本研究的樣本設計均無法 達到理想的檢驗正確率。

二、 路徑係數會影響中介效果檢驗的正確率

當樣本數的條件固定時，檢驗正確率將隨著路徑係數的增加而增加，例如：

當固定樣本數為 100 和路徑係數

α = 0 . 5

檢驗正確率亦從 0 漸次遞增到 0.174，此趨勢在本研究中所有的樣本數均可以觀 察得到，因此可知在本研究中路徑係數為影響檢驗正確率的一項重要因素。

若在路徑係數皆小於 0.3 的情境下，即使樣本數達到 1000 個，檢驗正確率亦 不會達到理想水準，例如：係數等於 0.1 時，檢驗正確率最高為 0.032。在 MacKinnon 等人(2002)的模擬研究中，假設α 等於 β 下，以 B-K 法檢驗中介效果，結果顯示 在進行觀測變項資料分析時，當效果量偏小(0.14)，即使樣本數達到 1000，統計 檢定力最高僅為 0.106，離標準值 0.8 尚遠，對於中(0.36)、大(0.51)效果量，要使 統計檢定力達 0.8 則所需樣本分別為 500、100；以 Sobel (1982)的方法檢驗中介 效果，對於小(0.14)、中(0.36)、大(0.51)效果量，要使統計檢定力達 0.8 所需樣本 數分別為 1000、100、50。但在本研究中與該研究約相同的路徑係數大小下(路徑 係數為 0.1、0.3、0.5)，所需樣本數為 1000 以上、600 和 300。可知結合 B-K 法 和 Sobel (1982)的方法檢驗中介效果，並考慮潛在變項的研究架構下，所得結果 較僅具有觀測變項的模式來的差，故此法較不適用在具潛在結構的模式中，若仍 使用此法檢驗中介效果，這時路徑係數與樣本數大小便是關鍵。

而由本研究的結果可得知，當路徑係數皆達 0.5 以上，樣本數為 300 以上的 情境下，檢驗正確率均可以達到 0.8 的水準，研究者推論會造成這樣的結果為係 數達 0.5 時已經屬於中度效果，因此在這樣的情況下，模式差距已經足夠明顯，

故在路徑係數大於 0.5 的情境下，中介效果檢驗能夠有良好的檢驗正確率表現。

本實驗進行時所採用的估算方法為最大概似估計法，以結合 B-K 法和 Sobel (1982)的方法檢驗中介效果是否存在。在研究結果中，檢驗正確率表(表 4.1)呈現 在具中介變項的結構方程模式架構中，結合此兩位學者的方法檢驗各種路徑係數 組合的檢驗正確率；表 4.2 則整理出檢驗各種路徑係數時，達到良好的檢驗正確 率所需要的樣本數。儘管本研究進行時主要針對社會科學實驗的資料數據進行模 擬與模式設計，若其他類科之資料設定符合本研究之假設時，以上提到的表格仍

可提供相關研究者進行中介效果檢驗時的參考依據，以決定如何以最少的樣本數 進行實驗而能夠得到最理想的檢驗正確率。另ㄧ方面，若研究進行時的實驗條件 未達到本研究建議的樣本數或路徑係數需求，則很可能結合 B-K 法和 Sobel (1982) 的方法檢驗中介效果不能提供良好的檢驗結果。本研究建議後續學者在使用類似 的方法進行實驗時，除了注意樣本數是否足夠之外，也必須參考先前實徵研究所 預估的路徑係數大小，在兩個因子的相互搭配之下，方能使中介效果檢驗有良好 的檢驗正確率表現。整體而言，結合 B-K 法和 Sobel (1982)的方法檢驗中介效果 只能在大樣本(>200)或中上的效果大小(>0.3)中才能夠提供理想的檢驗正確率，且 此法較適用於僅具觀測變項的模式。