在本书的研究假设中，将职业倦怠作为工作压力与安全绩效的中介变量。因此，在进行理论模型验证前，需对中介变量的中介效应进行检验。中介效应的分析采用相关性分析的方法。首先，验证自变量与因变量之间的相关关系，即工作压力与安全绩效间的相关关系；其次，检验自变量与中介变量的相关关系，即工作压力与职业倦怠间的相关关系；再次，检验中介变量与因变量间的相关关系，即职业倦怠与安全绩效间的相关关系；最后，检验中介变量发挥中介效应时，自变量与因变量的相关关系是否减低。
（1）自变量与因变量。
自变量与因变量，即工作压力与安全绩效的相关性分析采用Pearson相关系数法，剔除其他因素的影响，其结果表6－1所示。
表6－1 工作压力（自变量）与安全绩效（因变量）相关分析
注：＊＊＊表示p＜0.001，＊＊表示p＜0.05＊p＜0.1。
根据工作压力（自变量）与安全绩效（因变量）相关分析结果，工作压力与安全绩效间的相关关系显著，显著性均在0.05以上。
（2）自变量与中介变量。
自变量与中介变量，即工作压力与职业倦怠的相关性分析采用Pearson相关系数法，剔除其他因素的影响，其结果如表6－2所示。
表6－2 工作压力（自变量）与职业倦怠（中介变量）相关分析
注：＊＊＊表示p＜0.001，＊＊表示p＜0.05，＊p＜0.1。
根据工作压力（自变量）与职业倦怠（中介变量）相关分析结果，工作压力与职业倦怠间的相关关系显著，显著性均在0.05以上。
（3）中介变量与因变量。
中介变量与因变量，即职业倦怠与安全绩效的相关性分析采用Pearson相关系数法，剔除其他因素的影响，其结果如表6－3所示。
表6－3 职业倦怠（中介变量）与安全绩效（因变量）相关分析
注：＊＊＊表示p＜0.001，＊＊表示p＜0.05，＊p＜0.1。
根据职业倦怠（中介变量）与安全绩效相关分析结果，职业倦怠与安全绩效间的相关关系显著，显著性均在0.05以上。
（4）中介效应。
职业倦怠（中介变量）发挥中介作用时，工作压力（自变量）与安全绩效（因变量）的相关关系应减低。将职业倦怠作为控制变量，通过偏相关系数检验，其结果如表6－4所示。
表6－4 工作压力（自变量）与安全绩效（因变量）偏相关分析
注：＊＊＊表示p＜0.001，＊＊表示p＜0.05，＊p＜0.1。
由此可见，职业倦怠（中介变量）发挥中介作用时，工作压力（自变量）与安全绩效（因变量）间的偏相关系数较原Pearson相关系数降低，工作压力（自变量）与安全绩效（因变量）间的相关关系不再显著。
基于以上检验，可以认定职业倦怠在工作压力及安全绩效间起中介作用，在下一步检验的理论模型中，职业倦怠可以作为中介变量出现。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
