统计百科 · 2026-06-24

Sobel检验还是Bootstrap？中介效应显著性检验怎么选

统计百科：深入对比Sobel检验与Bootstrap两种中介效应显著性检验方法——正态分布假设差异、小样本表现、APA 7th报告格式区别，给出可直接套用的论文报告模板，帮你选对方法、写对格式。

中介效应分析里，"间接效应显不显著"这个问题有两套主流解法：经典的Sobel检验和现代的Bootstrap法。两者给出的结论有时一致，有时却截然相反——你用Sobel检验说"不显著（p = .067）"，导师或审稿人偏偏要求"跑Bootstrap"，结果95% CI不含0，反而显著了。到底哪个对？为什么会不一样？这篇文章从统计原理出发，给出清晰的选用逻辑，并附APA 7th可套用的报告句式。

你遇到过这些困惑吗？

用Sobel检验，p = .067，间接效应"不显著"；换Bootstrap，95% CI = [0.02, 0.34]，"又显著了"，哪个可信？
论文方法章节该写"采用Sobel检验"还是"采用Bootstrap法"？
审稿人要求"报告Bootstrap置信区间"，Sobel的p值不够用吗？
样本量只有80人，还能用Sobel检验吗？
偏差校正Bootstrap（BC Bootstrap）和百分位Bootstrap有什么区别？

这些问题的核心分歧只有一个：Sobel检验假设间接效应的抽样分布是正态的，Bootstrap不做这个假设。理解了这一点，选哪种方法就清楚了。

如果你对中介效应的基本概念和APA报告格式还不熟悉，建议先读姊妹篇中介效应APA报告怎么写？，本文默认你已了解a路径、b路径和间接效应 a×b 的含义。

一、中介效应的间接效应是什么

在经典三变量中介模型中：

$X \xrightarrow{a} M \xrightarrow{b} Y$

间接效应 = a × b，即自变量X经由中介变量M影响因变量Y的那部分效应。

显著性检验的核心问题：间接效应 a×b 是否显著不同于零？

这看起来简单，但有一个统计难题：a×b是两个随机变量的乘积，其抽样分布通常不是正态分布，尤其在：

样本量较小时（N < 200）
a、b路径系数本身不显著时
两个路径系数中有一个接近零时

正是这个乘积分布的非正态性，导致了Sobel检验和Bootstrap在小样本或弱效应情境下的分歧。

二、Sobel检验：经典但有局限

原理

Sobel检验（Sobel, 1982）将间接效应的标准误估计为：

$SE_{ab} = \sqrt{b^2 \cdot SE_a^2 + a^2 \cdot SE_b^2}$

然后用 $z = \frac{a \times b}{SE_{ab}}$ 计算z统计量，与标准正态分布比较，得出p值。

核心假设

Sobel检验假设间接效应 a×b 的抽样分布近似正态。这个假设在以下条件下成立：

样本量足够大（通常要求 N > 200，偏保守的文献要求 N > 500）
a路径和b路径均较强且显著
总体中真实效应不极端（非极度偏态）

问题所在

a×b乘积的分布几乎从不是正态的。即使a和b各自服从正态，它们的乘积分布也是有偏的（skewed），在小样本或弱路径系数的情境下尤为明显（MacKinnon, Lockwood, & Williams, 2004）。

后果：Sobel检验存在系统性功效损失——它本来就比Bootstrap保守，更容易出现假阴性（真实存在中介效应但被判为不显著）。这不是"两种方法都对"，而是Sobel检验在方法论上有已知的局限。

Sobel检验适用场景

尽管如此，Sobel检验在以下情形仍有一定参考价值：

条件	是否适用Sobel
N > 1000，大样本	勉强可用（分布趋近正态）
仅做探索性分析，不发表	可作为初步参考
旧期刊/早年研究复现	保留Sobel以便对比
主要结果报告	不推荐，应用Bootstrap

三、Bootstrap：无分布假设的现代标准

原理

Bootstrap（Efron, 1979）是一种重抽样（resampling）方法：

从原始样本（N个观测）中有放回地随机抽取N个观测，构成一个"Bootstrap样本"
在该Bootstrap样本上重新估计路径系数，计算 a×b
重复上述过程B次（通常B = 5000次）
用这B个 a×b 值构建经验抽样分布
取该分布的2.5和97.5百分位数，构成95% Bootstrap置信区间（CI）

如果95% CI不含零，则间接效应显著（alpha = .05）。

为什么Bootstrap更优

Bootstrap不对间接效应的分布做任何参数假设。它直接从数据中"经验性地"估计抽样分布，因此：

对乘积分布的非正态性天然免疫
在小样本（N = 50~200）下依然保持较好的Type I错误率控制
统计功效系统性高于Sobel检验（MacKinnon et al., 2004; Preacher & Hayes, 2008）

MacKinnon等人（2004）的模拟研究（此后被引用数千次）明确结论：Bootstrap法在中介效应检验中的功效显著优于Sobel检验，且一类错误率（虚警率）控制更准确。

两种Bootstrap变体

方法	中文名	原理	适用
Percentile Bootstrap	百分位Bootstrap	直接取经验分布的百分位数	一般情形
BC Bootstrap	偏差校正Bootstrap	在百分位基础上校正抽样分布的偏差（bias）	效应分布偏斜时
BCa Bootstrap	偏差校正加速Bootstrap	同时校正偏差（bias）和加速度（acceleration）	效应分布极度偏斜时

实际操作中，**BC Bootstrap（Bias-Corrected Bootstrap）**是最常用的选择，Hayes（2018）的PROCESS宏默认使用BC Bootstrap。详见姊妹篇 Bootstrap中介效应CI怎么做？。

四、Sobel vs Bootstrap核心对比

维度	Sobel检验	Bootstrap
分布假设	假设 a×b 服从正态分布	无参数分布假设
推断指标	z统计量 + p值	置信区间（CI）
小样本（N < 200）	偏保守，功效损失大	表现较稳健
大样本（N > 1000）	与Bootstrap结论接近	仍推荐
统计功效	系统性低于Bootstrap	更高
计算复杂度	一步计算，极简	需重抽样（软件自动完成）
现代期刊接受度	降低（仅少数旧期刊）	主流标准
APA 7th推荐	未特别推荐	推荐（Psychological Methods）
输出格式	z = X.XX, p = .XXX	95% CI [LL, UL]

结论：除非有特殊理由（如复现早期研究、期刊明确要求），现代研究应优先采用Bootstrap法。

五、两种方法的APA 7th报告格式

Sobel检验报告模板（仅供对比/历史参考）

采用Sobel检验评估[M]在[X]对[Y]影响中的中介效应。
结果显示，间接效应a×b = X.XXX，SE = X.XXX，
z = X.XX，p = .XXX。
[间接效应显著/不显著]（p [< / >] .05），[M]对[X]→[Y]路径
[起到/不起到]显著中介作用。

填入数值的示例：

采用Sobel检验（Sobel, 1982）评估工作满意度（M）在自主性（X）对离职意向（Y）影响中的中介效应。结果显示，间接效应 a×b = −0.124，SE = 0.068，z = −1.82，p = .069。间接效应未达显著（p > .05），Sobel检验未支持工作满意度的中介作用。

Bootstrap报告模板（推荐）

方法章节：

采用Bootstrap重抽样法（5000次）构建间接效应的95%偏差校正置信区间
（BC Bootstrap CI；Preacher & Hayes, 2008），
以评估[M]在[X]与[Y]关系中的中介效应。

结果章节：

Bootstrap分析结果（5000次重抽样）显示，
[X]经由[M]对[Y]的间接效应为a×b = X.XXX（SE = X.XXX），
95% BC Bootstrap CI = [LL, UL]，置信区间[不含/含]零，
间接效应[显著/不显著]（Hayes, 2018）。

填入数值的示例：

Bootstrap分析结果（5000次重抽样）显示，自主性经由工作满意度对离职意向的间接效应为 a×b = −0.124（SE = 0.063），95% BC Bootstrap CI = [−0.267, −0.014]，置信区间不含零，间接效应显著（Hayes, 2018）。在控制间接效应后，自主性对离职意向的直接效应为 b = −0.187（SE = 0.074），95% CI = [−0.332, −0.042]，亦达显著水平，表明工作满意度发挥部分中介作用。

同时报告Sobel和Bootstrap的情形

在需要与历史文献对比、或期刊要求提供多种检验结果时，可同时报告两种方法：

以Sobel检验为参照（z = −1.82，p = .069，未达显著），同时采用Bootstrap重抽样法（5000次，BC校正）构建95% CI，间接效应 a×b = −0.124，95% CI = [−0.267, −0.014]，置信区间不含零，Bootstrap结果支持中介效应显著。两种方法结论不一致，源于Sobel检验对乘积分布正态性的假设在本样本中（N = 89）可能不成立，Bootstrap结果为主要参照（MacKinnon et al., 2004）。

六、为什么两种方法有时结论相反

当Sobel检验显示p = .067（不显著），而Bootstrap 95% CI = [0.01, 0.29]（显著），这不是矛盾，而是方法学上可预期的分歧，背后有三个原因：

原因一：Sobel使用对称置信区间，Bootstrap使用非对称CI

Sobel基于正态假设，构建的是以 a×b 为中心的对称CI。而 a×b 的真实抽样分布通常是右偏的（尤其当两个路径同号且较强时），Bootstrap捕捉到了这种偏度，构建非对称CI——这使得Bootstrap CI更窄（更精确）。

原因二：Sobel的标准误估计本身有偏

Sobel公式是一阶Taylor展开近似，忽略了高阶项。当a或b较大时，这种近似误差不可忽略，导致SE高估，z值偏小，p值偏大（偏向不显著）。

原因三：小样本加剧了上述问题

N = 89时，Sobel检验的功效显著低于Bootstrap。随着N增大（> 500），两者结论越来越趋于一致——但这恰好说明大样本下才适合用Sobel，而大多数社科研究样本量并不足够大。

七、在ChatSRS上一键完成Bootstrap中介检验

打开 chatsrs.com，上传数据后输入：

"检验[M]在[X]对[Y]关系中的中介效应，使用5000次Bootstrap重抽样，输出BC校正95%置信区间；同时报告a路径、b路径、直接效应和总效应的系数和p值；给出判断完全中介/部分中介/无中介的结论，以及符合APA 7th格式的方法章节和结果章节模板，数值自动填入。"

ChatSRS同时支持Sobel检验参照输出，如需对比两种方法的结论，可在指令末尾加：

"同时输出Sobel检验的z值和p值，与Bootstrap结论进行对比说明。"

ChatSRS后台调用R语言 mediation 包或Hayes PROCESS逻辑，抽样次数、校正方法（Percentile/BC/BCa）均可在指令中指定，结果段落可直接复制进论文。

八、方法章节标准描述

如需提及Sobel检验

中介效应显著性检验采用两种方法：
（1）Sobel检验（Sobel, 1982），用于与历史文献对比；
（2）Bootstrap重抽样法（5000次，BC校正；Preacher & Hayes, 2008），
作为主要判断依据。当两种方法结论不一致时，以Bootstrap结果为准，
原因在于Sobel检验对乘积分布正态性的假设在小样本中可能不成立
（MacKinnon et al., 2004）。

常见FAQ

Q：导师或审稿人仍然要求报告Sobel检验，但Bootstrap结论相反，怎么办？

A：可以同时报告两种方法，并在脚注或讨论中说明方法差异。标准表述为："Sobel检验结果（z = X.XX，p = .067）与Bootstrap结果（95% CI = [0.01, 0.29]）不一致，原因可能在于当前样本量（N = 89）下间接效应乘积分布偏离正态，Bootstrap结果更为可靠（MacKinnon et al., 2004），故本研究以Bootstrap为主要判断依据。"大多数现代期刊编辑和审稿人能接受这一解释。

Q：Bootstrap抽样次数设多少？5000次还是1000次？

A：主流标准是5000次（Hayes, 2018；Preacher & Hayes, 2008建议）。1000次在大样本下勉强够用，但在小样本下CI估计不够稳定。10000次以上对精度的额外提升已经很小，日常分析中5000次是性价比最优的选择。方法章节务必注明抽样次数，例如"5000次Bootstrap重抽样"，审稿人会核查这一细节。

Q：BC Bootstrap和BCa Bootstrap哪个更准确？用哪个？

A：BCa（偏差校正加速，Bias-Corrected and Accelerated）在理论上优于BC（只校正偏差/bias，不校正加速度），但在实际社科研究中两者结论几乎没有差异。Hayes的PROCESS宏（最广泛使用的中介分析工具）默认使用BC Bootstrap，因此绝大多数论文报告BC Bootstrap即可。如果用R语言的 boot 包，可以指定 type = "bca" 使用BCa。写论文时在括号内注明"BC校正"或"BCa校正"即可。

Q：Sobel检验显著（p = .032），Bootstrap CI却含零（95% CI = [−0.01, 0.28]），以哪个为准？

A：这种情况较少见但确实存在。以Bootstrap为准。当Bootstrap CI含零时，说明间接效应的不确定性范围包含"无效应"这一可能，不应断言显著。Sobel检验显著但Bootstrap不支持，通常出现在BC Bootstrap对极端偏度的校正导致CI向一侧移动的情况。此时应报告"Bootstrap检验未支持显著中介效应（95% CI = [−0.01, 0.28]）"，不能仅凭Sobel的p值下结论。

Q：中介效应需要同时做Sobel检验和Baron & Kenny四步法吗？

A：Baron & Kenny（1986）的四步法（依次检验总效应、a路径、b路径和直接效应是否显著）已逐渐被现代中介分析取代，主要问题是：要求总效应显著才能进行中介检验，这一前提并无理论必要性，且功效较低。现代推荐做法是：直接报告Bootstrap间接效应的CI，无需通过四步法的每一步。Sobel检验同理，不需要与四步法配合使用。方法章节只需说明采用Bootstrap法检验间接效应即可。

参考文献

Baron, R. M., & Kenny, D. A. (1986). The moderator-mediator variable distinction in social psychological research: Conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 1173–1182. https://doi.org/10.1037/0022-3514.51.6.1173
Efron, B. (1979). Bootstrap methods: Another look at the jackknife. The Annals of Statistics, 7(1), 1–26. https://doi.org/10.1214/aos/1176344552
Hayes, A. F. (2018). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach (2nd ed.). Guilford Press.
MacKinnon, D. P., Lockwood, C. M., & Williams, J. (2004). Confidence limits for the indirect effect: Distribution of the product and resampling methods. Multivariate Behavioral Research, 39(1), 99–128. https://doi.org/10.1207/s15327906mbr3901_4
Preacher, K. J., & Hayes, A. F. (2008). Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models. Behavior Research Methods, 40(3), 879–891. https://doi.org/10.3758/BRM.40.3.879
Sobel, M. E. (1982). Asymptotic confidence intervals for indirect effects in structural equation models. Sociological Methodology, 13, 290–312. https://doi.org/10.2307/270723