你好。只要是能用工具跑出你论文中希望得到的结果，都可以直接使用其数据。论文无须用两个工具来验证一个结果。有时候，PROCESS和AMOS无法跑出你要的结果，但MPLUS可以跑出，那就用MPLUS的结果。审稿人不会质疑你所使用的工具，只会质疑你的数据而已。只要你跑出的结果数据可以实证你的模型就OK了。

你也可以参考我在本帖9楼的回复。希望能帮到你。

还有，你的预设模型是不是模型6的链式双中介？如果是，用PROCESS也实证了的话，当然可以用。但模型6是双中介构成的四个变量，而模型1却是一个自变量、一个调节变量和一个因变量等3个变量构成的模型，模型1和模型6根本就是两码事。如果你跑数据的时候，发现用双中介跑出的结果不如一中介+一调节这样的模型完美，那也可以考虑改一下模型。这是没问题的。一切以你跑出的数据为基础。

谢谢你呀，我今天问了一个学心理的同学，他告诉我我得的这个调节的中介是不成立的。

单纯的看你这个表格，是看不出有调节的中介是否成立。但可以看出的是调节效应值很小，且显著性也刚刚过了1.96，勉强算得上显著性成立。如果要证明有调节的中介成立，工具选择PROCESS的话，要套用与你假设相符的模型，在BOOTSTRAP 5000次下，间接效应在调节变量的高一个标准差和低一个标准差的差异值是否显著，才能说明是否存在有调节的中介。

非常感谢您的回复！！

狂晕！！这么牛的模型，佩服！！！！！！建议还是用MPLUS来跑较合适。

主要是mplus一点也不会啊！问了一下，如果请其他人帮忙，老板这边的经费又很紧张，真的很难！不过好在model5的结果可以跑出来，正在犹豫是不是放弃这个模型直接用model5呢。请大神给点建议！十分感谢！

我的建议是：如果是硕士论文或者是要发表核心期刊，用model5能跑出来就直接写论文，没必要搞得这么复杂。但如果是博士论文，model5就略显单薄了。
顺便说一句，Mplus真的没有你想得那么难，我也是看书和网上找课件找资料自学的。只要肯努力，做好时间规划，学习Mplus是完全没有问题的。

对了，如果你不舍得放弃这个模型，你可以让老板出面，请你的师兄师姐帮你跑这个复杂的模型。

嗯， 谢谢回复。我之前连spss都不会，一点点的到amos，之后又到process，现在又要学mplus，我这也算是学了个遍了，不过确实收获还是非常大的。不怕您笑话，我这篇文章想试试投国外的杂志，不知道用model5是不是太单薄了？

据我所知，老外一般不怎么管模型是否复杂，只要你的数据合理，模型的拟合度好，SEM能过关，一般没问题。顺便说一句，我也是这样，先学SPSS，然后又PROCESS，再到AMOS，最后到MPLUS。都是这样过来的。

嗯，谢谢鼓励，共同进步！

每天保持学习状态，努力！！多沟通，共同进步！

Model = 14
    Y = ZPXWT
    X = ZX
    M = ZM
    V = ZU

Statistical Controls:
CONTROL= XB       SFLS     YLCB

Sample size
        622

**************************************************************************
Outcome: ZM

Model Summary
          R       R-sq        MSE          F        df1        df2          p
      .3191      .1018      .8945    17.4894     4.0000   617.0000      .0000

Model
              coeff         se          t          p       LLCI       ULCI
constant      .4090      .0834     4.9063      .0000      .2453      .5728
ZX            .0861      .0396     2.1758      .0299      .0084      .1638
XB           -.2318      .0769    -3.0135      .0027     -.3829     -.0807
SFLS         -.1256      .0797    -1.5757      .1156     -.2822      .0309
YLCB         -.5519      .0821    -6.7192      .0000     -.7132     -.3906

**************************************************************************
Outcome: ZPXWT

Model Summary
          R       R-sq        MSE          F        df1        df2          p
      .6529      .4263      .6050    65.1759     7.0000   614.0000      .0000

Model
              coeff         se          t          p       LLCI       ULCI
constant     -.2090      .0700    -2.9864      .0029     -.3465     -.0716
ZM           -.0873      .0332    -2.6273      .0088     -.1525     -.0220
ZX           -.0341      .0355     -.9618      .3365     -.1038      .0355
ZU           -.5853      .0342   -17.1124      .0000     -.6525     -.5181
int_1         .0915      .0310     2.9538      .0033      .0307      .1523
XB            .1391      .0638     2.1817      .0295      .0139      .2644
SFLS          .1147      .0658     1.7428      .0819     -.0145      .2440
YLCB          .2199      .0700     3.1419      .0018      .0824      .3573

Interactions:

int_1    ZM          X     ZU

******************** DIRECT AND INDIRECT EFFECTS *************************

Direct effect of X on Y
     Effect         SE          t          p       LLCI       ULCI
     -.0341      .0355     -.9618      .3365     -.1038      .0355

Conditional indirect effect(s) of X on Y at values of the moderator(s):

Mediator
           ZU     Effect    Boot SE   BootLLCI   BootULCI
ZM     -.9868     -.0153      .0086     -.0371     -.0021
ZM      .0209     -.0073      .0046     -.0194     -.0007
ZM     1.0287      .0006      .0038     -.0061      .0106

Values for quantitative moderators are the mean and plus/minus one SD from mean.
Values for dichotomous moderators are the two values of the moderator.

******************** INDEX OF MODERATED MEDIATION ************************

Mediator
        Index   SE(Boot)   BootLLCI   BootULCI
ZM      .0079      .0048      .0009      .0205

******************** ANALYSIS NOTES AND WARNINGS *************************

Number of bootstrap samples for bias corrected bootstrap confidence intervals:
     5000

Level of confidence for all confidence intervals in output:
    95.00
楼主，你好！最近两天我重新整理剔除了一部分数据，也看了一篇论文，《中介效应分析 ： 原理 、程序 、 方法及其应用 》。根据它上面的操作，得出了我的结果。我是想要做一个有调节的中介，调节的是中介的后半路径。我用温忠麟老师的检验方法，各部位都已经达到显著。我用process再次验证了一下，你可以帮我看看我的结果吗？实在是看不懂，本想着参考下你的资料，但是我才刚开始用论坛，还需要再攒点币

根据你给的数据来看，你的模型是后调节，调节效应存在，但：有调节的中介不成立。
还有，你的调节效应虽然存在，但效应值也偏小。
建议：
1、可以试试前调节或直接效应的调节，看看是否存在。
2、你的样本数有622个，慢慢删，一直删到跑出的数值拟合模型。毕竟，SPSS最佳的样本数是300-500个。

我的资料是教做调节效应图的。你现在参考也没用，等你跑出完美的调节效应和有调节的中介，再参考也不迟。

谢谢楼主，我在继续调整下数据！

大神，能加一下好友吗？有问题想仔细请教一下。

可以，直接问即可。希望我那半桶水的知识不耽误你学业就好。

请问在process运行结束后如何画图呢？

在我的附件里，有非常详细的作图步骤。

实在是没有那么多论坛币

为了制作自己文章中的调节效应图，我起码专门花了一个月来研究，走了很多弯路，求师兄师弟、问师姐师妹，也尝试了好几个方法，附件里面的每一个文字和图，都凝聚了我的时间、精力和挫折，多少辛酸自己知……

用PROCESS自带的作图来表达调节效应，我认为是最完美的。

嗯嗯，刚充钱下的。但是我看大部分文献都是有一个95%的置信区间线，而你这个好像不同数值

怎么样，下载了之后，按照附件的向导一步一步顺利做出调节效应图了吗？如有疑问请随时联系我。

怎么样，下载了之后，按照附件的向导一步一步顺利做出调节效应图了吗？如有疑问请随时联系我。

我想做出95%的置信区间的光滑曲线，但是做出数值的直线

呵呵，你说的是JN图，这个是定量用的。我这个效应图是定性用。没事，JN图的教程我也可以做出来。

呵呵，你说的是JN图，这个是定量用的。我这个效应图是定性用。没事，JN图的教程我也可以做出来。