報表：
（8）相信第一次在解讀間接效果的報表時，一定非常不習慣，首先在左邊的目錄中選擇「Estimates」à「Matrices」à「Indirect Effect」，此時下方預設為「Estimates」，這裡即是間接效果的估計值，也是我們可以透過「自變項à中介變項」與「中介變項à依變項」的交乘積所計算出來，若想得到標準化的間接效果估計值，則上方必須選到「Standardized Indirect Effect」。
（9）右半部交叉表的間接效果估計值中，上方列是指這條間接路徑的變項為起始點，左方欄是指這條間接路徑的變項為終點，因此.357即是「自變項à中介變項à依變項」的中介效果估計值=.357，搭配步驟10的圖解會更清楚。#這裡出現了一個問題，如果此中介模式裡不止一個中介變項的話，那如何從報表裡判讀間接效果的估計值呢?如果出現這種狀況，軟體是不會區分經過哪一個中介變項，而會把所有關於起點為自變項及終點為依變項的中介路徑，加總成一個總中介效果。
（10）透過圖形，比較清楚步驟9的圖表，指的是哪一條中介路徑，找到了我們想看的間接效果估計值，可以直接鎖定該數值的位置，以下進入拔靴法的結果時，係數的位置都是固定的。
（11）正式進入拔靴法的解讀，接下來目錄上方接維持在「Estimates」à「Matrices」à「Indirect Effect」，下方則點選到「Bootstrap standard errors」，還記得在步驟7選擇不偏估計校正估計標準誤嗎，這裡即為標準誤的估計結果，通常表格有時會需要呈現標準誤的結果，所以這邊需要留意一下。
（12）就如同步驟9提到，只要分析「自變項à中介變項à依變項」的數據，都是看同樣位置，因為步驟11已經選擇到「Bootstrap standard errors」，因此.051為拔靴法估計其間接效果的標準誤。
（13）目錄上方一樣維持在「Estimates」à「Matrices」à「Indirect Effect」，下方則點選到「Bias-corrected percentile method」，準備找間接效果透過拔靴法估計所得到的信賴區間與顯著性，此時右邊會出現3張表格，一張是拔靴法估計所得到的信賴區間下限，一張是拔靴法估計所得到的信賴區間上限，一張是拔靴法估計所得到的顯示性p值。
（14）第一張為「Indirect Effect – Lower Bounds (BC)」，信賴區間下限。
（15）如同之前所教的，中介效果看交叉表中的相同位置，得到拔靴法估計間接效果的95%CI下限為.258。
（16）左邊目錄上方一樣維持在「Estimates」à「Matrices」à「Indirect Effect」，下方維持「Bias-corrected percentile method」。
（17）第二張為「Indirect Effect – Upper Bounds (BC)」，信賴區間上限。
（18）如同之前所教的，中介效果看交叉表中的相同位置，得到拔靴法估計間接效果的95%CI上限為.456。
（19）第三張為「Indirect Effect – Two Tails Significance (BC)」，顯著性p值。
（20）如同之前所教的，中介效果看交叉表中的相同位置，得到拔靴法估計間接效果的顯著性p值為.001，綜合以上所有結果，可以知道「自變項à中介變項à依變項」的中介效果估計值=.357，拔靴法估計所得到的信賴區間介於.258至.456且不經過0，顯著性p值.001達顯著水準，代表中介效果是成立的。
*****