在本研究的模型設定中，企業學習能力在企業知識基礎與競爭優勢之間起中介作用，即企業知識基礎是通過學習能力來影響其競爭優勢。
和調節效應相比，對中介效應的檢驗要相對複雜。中介效應檢驗方法有兩類：回歸係數判別和回歸係數約束檢驗。由於方法相對簡單和統計檢驗力較高，當前研究中較常使用的是回歸係數判別法。
Baron和Kenny（1986）提出了一個檢驗中介效應的回歸係數判別標準：當下麵兩個條件成立，則中介效應顯著：①自變量顯著影響因變量。
②在因果鏈中任一個變量，當控製了它前麵的變量（包括自變量）後，顯著影響它的後繼變量。Judd和Kenny（1981）指出，如果進一步要求：③在控製了中介變量後，自變量對因變量的影響不顯著，則中介變量發揮完全中介效應。
用回歸方程組的語言來說，中介效應的檢驗是通過如下三個回歸來完成：
Y＝cX+e1（5.2）
M＝aX+e2（5.3）
Y＝c′X+bM+e3（5.4）
其中，c是X對Y的總效應，ab是經過中介變量M的中介效應（mediating effect），c′是直接效應。隻有一個中介變量M時，效應之間有如下關係：
c＝c′+ab（5.5）
中介效應大小用c-c′＝ab來衡量。中介效應與總效應之比ab/（c+c′）、中介效應與直接效應之比ab/c′都可以衡量中介效應的相對大小。
然而傳統的這一檢驗方法，發生第二類錯誤的概率較大。針對這一情況，溫忠麟等（2004）提出了一個檢驗中介效應的方法，使得第一類錯誤率和第二類錯誤率都比較小，而且該方法既可以檢驗部分中介效應，又可以檢驗完全中介效應。這一方法的檢驗程序如下。
①檢驗回歸係數c，如果顯著，繼續下麵的第2步。否則停止分析。
②做Baron和Kenny（1986）部分中介檢驗，即依次檢驗係數a、b，如果都顯著，意味著X對Y的影響至少有一部分是通過中介變量M實現的，第一類錯誤率小於或等於0.05，繼續下麵第3步。如果至少有一個不顯著，由於該檢驗的功效較低（即第二類錯誤率較大），所以還不能下結論，轉到第4步。
③做Judd和Kenny（1981）完全中介檢驗中的第三個檢驗（因為前兩個在上一步已經完成），即檢驗係數c′，如果不顯著，說明是完全中介過程，即X對Y的影響都是通過中介變量M實現的；如果顯著，說明隻是部分中介過程，即X對Y的影響隻有一部分是通過中介變量M實現的。
檢驗結束。
④做Sobel（1982）檢驗，如果顯著，意味著M的中介效應顯著，否則中介效應不顯著。檢驗結束。
其中的Sobel檢驗統計量為：
z＝＾a＾b/Sab（5.6）。
3.有中介的調節效應檢驗方法
實際上在本研究的理論框架中同時包含了調節變量和中介變量。集群知識分布對企業的知識基礎與企業學習能力的關係起著調節作用，企業學習能力在企業知識基礎與競爭優勢之間起著中介作用，因此企業知識基礎對競爭優勢的作用受到集群知識分布這一調節變量的影響，而且這一調節作用同樣也可能通過企業學習能力為中介對競爭優勢產生影響。根據溫忠麟等（2006）的研究，集群知識分布實際上是一個有中介的調節變量（mediated moderator）。他們的研究指出，對於有中介的調節效應檢驗可以通過以下層次回歸來完成（假設有自變量X，因變量Y，中介變量W，調節變量U）：
①做Y對X、U和UX的回歸，UX的係數顯著（這一步說明U對Y與X關係的調節效應顯著）；
②做W對X、U和UX的回歸，UX的係數顯著；
③做Y對X、U、UX和W的回歸，W的係數顯著。
如果在第③步中，UX的係數不顯著，則U的調節效應完全通過中介變量W而起作用，否則W變量隻是部分中介U的調節效應。
第四節研究結果
一、描述統計與相關分析結果
數據整合後各主要變量的均值、標準差、Pearson相關係數及統計顯著性。下麵筆者采用相關分析方法對研究變量之間的關係進行初步探討。相關性分析是研究兩個變量之間的相互關係，從而對它們之間的關係進行推理的方法。通常來說，相關係數的絕對值介於0.7～1.0時，代表兩個變量高度相關；而當相關係數的絕對值介於0.3～0.7時，表示兩個變量之間具有中等程度的相關；而當相關係數的絕對值介於0～0.3之間時，兩個變量之間就隻是低度相關。