相关分析是皮尔逊相关
中介用的PROCESS

急急急

UP UP UP 在线等，哪位大神帮帮忙

统计学结果的解释是依赖经济数据的，也就是说你要给出这几个字符代表的是什么变量，相关系数多大，才能“解释”结果，否则就只是空谈。
以下为空谈：
相关性只说明数字间的关系
相关性不是因果性，你描述中“负向影响/正向影响”需要合理解释来说明其因果性，否则只是“负相关/正相关”，又何来X通过M1，M2影响Y？
相关系数多大？假设做回归，很可能存在多重共线性

Model = 4
     Y = Y
     X = X
    M1 = M1
    M2 = M2
    M3 = M3

Sample size
         488

**************************************************************************
Outcome: M1

Model Summary
           R       R-sq        MSE          F        df1        df2          p
       .4498      .2023      .5119   123.2571     1.0000   486.0000      .0000

Model
               coeff         se          t          p       LLCI       ULCI
constant     1.7222      .1286    13.3919      .0000     1.4695     1.9749
X             .3672      .0331    11.1021      .0000      .3022      .4322

**************************************************************************
Outcome: M2

Model Summary
           R       R-sq        MSE          F        df1        df2          p
       .3966      .1573      .8859    90.7042     1.0000   486.0000      .0000

Model
               coeff         se          t          p       LLCI       ULCI
constant     1.0206      .1692     6.0331      .0000      .6882     1.3531
X             .4144      .0435     9.5239      .0000      .3289      .4998

**************************************************************************
Outcome: M3

Model Summary
           R       R-sq        MSE          F        df1        df2          p
       .3368      .1134      .3983    62.1750     1.0000   486.0000      .0000

Model
               coeff         se          t          p       LLCI       ULCI
constant     2.4982      .1134    22.0233      .0000     2.2753     2.7211
X             .2300      .0292     7.8851      .0000      .1727      .2873

**************************************************************************
Outcome: Y

Model Summary
           R       R-sq        MSE          F        df1        df2          p
       .5007      .2507      .5709    40.3970     4.0000   483.0000      .0000

Model
               coeff         se          t          p       LLCI       ULCI
constant     1.7746      .2017     8.7995      .0000     1.3783     2.1708
M1           -.2053      .0642    -3.1959      .0015     -.3315     -.0791
M2            .4850      .0484    10.0270      .0000      .3900      .5801
M3            .1663      .0555     2.9983      .0029      .0573      .2753
X             .0092      .0404      .2285      .8194     -.0702      .0886

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

Direct effect of X on Y
      Effect         SE          t          p       LLCI       ULCI
       .0092      .0404      .2285      .8194     -.0702      .0886

Indirect effect of X on Y
           Effect    Boot SE   BootLLCI   BootULCI
TOTAL      .1639      .0293      .1067      .2229
M1        -.0754      .0273     -.1328     -.0245
M2         .2010      .0294      .1469      .2630
M3         .0383      .0163      .0101      .0753

Normal theory tests for specific indirect effects
        Effect         se          Z          p
M1     -.0754      .0246    -3.0597      .0022
M2      .2010      .0292     6.8874      .0000
M3      .0383      .0137     2.7831      .0054

******************** 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