之所以提出遮掩效应，是为了解释变量之间不存在显著关系的问题。
遮掩效应与中介效应类似都是需要三个方程：
Y=cX+e1（1）
其中c代表自变量对因变量的回归系数，e1代表残差
M=aX+e3（2）
a代表X对M的回归系数，e3代表残差
Y=c’X+bM+e2（3）
其中c’代表此模型中X对Y的回归系数一般称为直接效应，b代表M对Y的回归系数，e2代表此模型的残差）
方程中的M可以为中介变量也可以为遮掩变量，对于中介效应以及遮掩效应有学者针对此进行了总结，遮掩效应一般是研究虚无假设为真时，自变量对因变量影响不显著，讨论为什么不显著。而中介效应是指虚无假设为假时，自变量对因变量的影响是显著的，然后去讨论自变量为什么影响因变量即是否通过什么去影响中介变量，并且遮掩效应的直接效应与间接效应的符号相反（如果a和b显著，且c’显著，且a*b与c’异号，则为遮掩作用）。
遮掩效应的效应量一般不能像中介效应那样采用标准化后的ab/c的计算方法，一般看相对效应量，但是直接效应与间接效应的符号相反，一般只能大概估计遮掩的程度和方向。
（1）进行中介效应分析，首先查看第一个模型的系数c如果不显著，则说明自变量对因变量没有影响，如果显著说明自变量对因变量有影响，进一步分析。
（2）然后进行查看模型2的系数b和模型3的系数a，如果a和b均显著，则查看模型3的系数c’， c’显著则为部分中介，c’不显著则为完全中介。
（3）如果a和b至少一个不显著，则进行sobel检验，sobel检验显著则为部分中介，如果sobel检验不显著则没有中介作用。（sobel检验请参考：http://quantpsy.org/sobel/sobel.htm）
此种方法简单易懂，、容易理解和解释，因而受到广泛的应用，但有学者认为其检验效能较低，有时候本身有中介作用但却显示没有中介作用。因为有学者将检验流程进行优化：
图表解说：
上图中回归系数a和回归系数b的乘积项（a*b）称为间接效应，如果其呈现出显著性，那么就说明具有中介作用，反之不具有显著性，则说明不具有中介作用。检验a*b的显著性用于判断是否具有中介作用，这种做法即称为乘积系数检验法。而具体Bootstrap抽样法检验是指a*b这个回归系数的95%置信区间是否包括数字0；如果说95%置信区间不包括数字0，则说明具有中介作用；如果说95%置信区间包括数字0，即说明没有中介作用。所以具体说明如下：第一：c表示X对Y时的回归系数（模型中没有中介变量M时），即总效应；第二：a表示X对M时的回归系数，b表示M对Y时的回归系数，a*b为a与b的乘积即中介效应；第三：95% BootCI表示Bootstrap抽样计算得到的95%置信区间，如果区间不包括0则说明显著；第四：c’表示X对Y时的回归系数（模型中有中介变量M时），即直接效应；第五：如果a和b显著，且c’不显著，则为完全中介；第六：如果a和b显著，且c’显著，且a*b与c’同号，则为部分中介作用；第七：如果a和b显著，且c’显著，且a*b与c’异号，则为遮掩作用；第八：如果a和b至少一个不显著，且a*b的95% BootCI包括数字0（不显著），则中介作用不显著；第九：如果a和b至少一个不显著，且a*b的95% BootCI不包括数字0（显著），且c’不显著，则为完全中介；第十：如果a和b至少一个不显著，且a*b的95% BootCI不包括数字0（显著），且c’显著，且a*b与c’同号，则为部分中介作用；第十一：如果a和b至少一个不显著，且a*b的95% BootCI不包括数字0（显著），且c’显著，且a*b与c’异号，则为遮掩作用；
