在中介效应分析中，通常建议包含所有可能影响直接或间接路径的控制变量。这包括原始模型中的那些控制变量。这样做的目的是为了确保结果的有效性和准确性，避免遗漏变量偏差（omitted variable bias）。

1. **解释变量对中介变量回归**：在这个步骤中，即使你感觉到某些控制变量与中介变量不相关，也建议保留它们，因为它们可能影响最终的因变量，并通过这种间接路径影响你的研究结论。如果在加入这些控制变量后原本显著的关系变得不再显著，这可能意味着那些控制变量确实对解释变量和中介变量之间的关系有重要影响。

2. **原回归加上中介变量**：当你将中介变量添加到原始模型中时，解释变量的系数可能会发生变化（有时变得不显著），这是中介效应的一个关键特征。如果解释变量的直接影响减小或者变为非显著，这可能表明中介变量在起作用，即它介导了原本的因果关系。

总之，在进行中介效应分析时保持一致性的控制变量列表是至关重要的，以确保模型的准确性和结果的有效性。避免选择性地删除或添加控制变量，除非有充分的理由和理论依据来支持这样做。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用