回归出现这种结果，是完全中介还是没有意义

在进行中介效应分析时，如果有2个中介变量，而且通过检验都是起到完全中介效应，是否可能？

是可以的 因为分2次来进行验证的。每次的回归模型考虑的是自变量中间变量 因变量三种相互作用时的关系，因此在只有这三个同时作用的时候，中间变量起到完全中介作用。你考虑的并非2个中间变量同时作用的情况。不过这样当然是有其局限性的。最好可以用结构方程模型来验证。
拓展资料
1925～1930年间，英果尔德(C. K. Ingold)提出了中介论，用以说明用经典结构式不能圆满地描述的某些分子的化学行为。他认为在常态下具有不饱和体系的分子中存在着电子转移，由这种电子转移所产生的效应称为中介效应。
概述
有机分子结构理论发展过程中的一种学说。中介效应，它指的是X对Y的影响是通过M实现的，也就是说M是X的函数，Y是M的函数（Y-M-X）。考虑自变量X对因变量Y的影响，如果X通过M影响变量Y，则称M为中介变量。例如，上司的归因研究：下属的表现——上司对下属表现的归因——上司对下属表现的反应，其中“上司对下属表现的归因”为中介变量。假设变量已经中心化或标准化其中，c是X对Y的总效应，ab是经过中介变量M的中介效应（mediating effect），c‘是直接效应。当只有一个中介变量时，效应之间有如下关系：c=c’+ab，中介效应的大小用c-c'=ab来衡量。
中介变量
中介变量( mediator) 是一个重要的统计概念，如果自变量X通过某一变量M对因变量Y产生一定影响，则称M为X和Y的中介变量。研究中介作用的目的是在已知X和Y关系的基础上，探索产生这个关系的内部作用机制。
在这个过程中可以把原有的关于同一现象的研究联系在一起，把原来用来解释相似现象的理论整合起来，而使得已有的理论更为系统。中介变量的研究不仅可以解释关系背后的作用机制，还能整合已有的研究或理论，具有显著的理论和实践意义。
调节变量
如果变量Y与变量X的关系是变量M的函数，称M为调节变量。就是说Y与X的关系受到第三个变量M的影响。调节变量可以是定性的(如性别、种族、学校类型等)，也可以是定量的(如年龄、受教育年限、刺激次数等)，它影响因变量和自变量之间关系的方向(正或负)和强弱。

可以从中介效应占总效应的比值看出是部分还是完全中介吗

判断是完全中介还是部分中介，只要看C'。如果 C' 具有统计显着性，则意味着除了中介效应外，X 还可以直接影响 y。此时的中介效应称为部分中介； C'统计量不显着时的中介效应常被称为完全中介，但这种说法可能还不够研究，因此有些学者并不认同完全中介的概念。
中介效应概述：有机分子结构理论发展中的一个理论。中介效应，即X对y的影响是通过M来实现的，即M是X的函数，Y是M的函数（y-m-x）。考虑自变量x对因变量y的影响，如果x通过M影响变量y，则称M为中间变量。比如上司的归因研究：下属的绩效——上司对下属绩效的归因——上司对下属绩效的反应，其中“上司的归因”对下属的表现”是中介变量。假设变量已经集中或标准化，其中C是X对y的总效应，AB是通过中介变量m的中介效应，C'是直接效应。当只有一个中介变量时，其效应有如下关系：C = C'+AB，中介效应的大小用C-C'=ab来衡量。
拓展资料：
检查方法
1、因果步骤法。因果步骤法是由 Baron 和 Kenny (1986) 提出的，其检验步骤分为三个步骤。首先将X回归到y来检验回归系数C的显着性；其次，将X回归到m，检验回归系数a的显着性；第三，用X和m对y的回归来检验回归系数B和C'的显着性。如果系数 C、a 和 B 显着，则表明存在中介效应。此时，如果系数C'不显着，则中介效应称为完全中介；如果回归系数C'显着，但C'2、系数乘积法。由于系数积法直接检验中介效应AB是否显着，不需要以系数C显着性作为中介效应检验的前提，可以直接提供中介效应的点估计和置信区间. MacKinnon 的模拟研究还发现，系数积法的统计效果优于因果步法。因此，系数积法逐渐受到很多研究者的喜爱。系数乘积法分为两类，一类是基于中介效应的正态抽样分布的Sobel检验法，另一类是基于中介效应的非正态抽样分布的非对称置信区间法。

求助回归分析结果解读，用spss回归分析做中介检验

spss做中介分析 直接在多元回归分析里面 有个 block 那个分层就可以了，将自变量一层一层的移入到那个对话框，就会一次性出来一个整合的表格，而不应该你这样你一步一步地回归。

做SPSS分析时，三个变量低相关，都是低于0.4的那种，之后做逐步回归跟中介分析是不是都没有意义了？

0.4属于中等相关，应该会有意义的。

多元线性回归结果一定所有变量都要有效才算有意义吗

有效。从F值看，非常显著。 从R方看，略小，但是对于截面数据来说，0.3左右就已经不错了。