许多研究者都对中介作用感兴趣，中介作用背后的假设为自变量通过中介变量的作用影响因变量。 在中介作用检验中，研究问题为自变量X对因变量Y的作用是直接的还是间接的。间接的情况下，自变量X能够预测和解释中介变量M，中介变量M能够预测和解释因变量Y。 探寻中介作用的目的是理解变量之间的影响过程，它试图追踪X影响Y的具体过程。 在研究解释时，通常的论调为X通过M影响Y或者X影响M，M又影响Y。这样一种因果性的表述恰当吗？

首先，用来做中介的数据通常为相关性的数据，通过相关得到因果关系是被大家诟病的。其次，并没有什么统计方法能从相关数据中证明因果关系。 似乎用相关数据得到因果关系是不现实的。但在广义因果逻辑下，只要满足共变性、次序性和排除竞争性的解释，还是能够说相关数据得到因果结论的。 共变性是指如果X影响Y，则X与Y相关。 次序性是指如果X影响Y，则X发生在Y之前。 排除其他竞争性的解释是指要排除掉其他X影响Y的原因，如果做不到，那么这一因果结论的内部效度是受影响的。内部效度衡量的是X是否真的是造成Y变化的原因。 中介变量能否证明因果关系，探究的更多是相关与因果的关系，主要在于我们在什么哲学框架下看待因果这一概念，狭义的因果（一因一果）只能通过实验法来证明了。