傳統的中介迴歸，是採用迴歸分析，透過Baron and Kenny（1986）提出的四個條件進行檢驗，包含：（條件1）自變項需能影響中介變項；（條件2）自變項需能影響依變項；（條件3）在自變項與中介變項聯合影響依變項之下，中介變項的影響效果要達顯著；（條件4）當放入中介變項時，自變項影響依變項的迴歸係數需要降低，為了檢驗此四個條件，在迴歸分析中必須分別進行建立三個迴歸模型分別說明條件的成立與否。但在結構方程模式中只會建立一個中介模型，因此較不適合透過上述四個條件來說明中介結果，取而代之的是，直接利用拔靴法(Bootstrap法)對於中介路徑的效果進行估計及檢驗，所謂的中介路徑，指的是兩條路徑的串聯，包含自變項影響中介變項的路徑，以及中介變項影響依變項的路徑，而中介效果（亦或稱間接效果）即是這兩條路徑係數的相乘積，最後利用拔靴法(Bootstrap法)對相乘積求得信賴區間，以檢驗中介效果的成立與否。
為了方便理解，這次範例為最基礎的中介模型，包含三個潛在因素（一個自變項、一個中介變項、一個依變項），這三個潛在因素各包含4個觀察變項，首先要繪製完結構方程圖形，並完成模式的修正，以達到模式的良好配適及收歛效度，即可開始檢驗中介效果，操作說明如下。
操作：
（1）先在AMOS裡繪製結構方程圖形。
（2）檢驗模式配適度，若配適度不佳，則先進行模式修正，直到達到可接受的適配標準。
（3）計算測量模式的收斂效度，包含觀察變項的標準化負荷量、負荷量的平方、潛在變項的CR值與AVE值。
（4）上述一切就續，準備進行檢驗中介效果的拔靴法(Bootstrap法)估計，在上方的功能列表選擇「View」à「Analysis Properties」。
（5）選到「Output」頁面，勾選擇「Indirct, direct & total effects」，讓報表計算並呈現間接效果+直接效果+總效果。
（6）選到「Bootstrap」頁面，勾選「Perform bootstrap」進行拔靴法估計，抽樣次數預設為200，一般來說都會設定在1000次以上至5000次之間，這邊示範為2000次。
（7）勾選「Bias-corrected confidence intervals」，信賴區間設為95，透過拔靴法估計標準誤時，較常使用不偏估計進行校正，然後進行分析。
