本站分享大数据、数据分析、数据挖掘、数据库、商业智能(BI)、数据分析师、培训课程考试认证等相关信息!【广告合作】在线联系联系我们数据分析QQ交流群:331864445

如何用SPSS做中介效应与调节效应

spss培训 cdadata 361℃ 0评论

如何用SPSS做中介效应与调节效应

关键词: spss如何做中介效应,如何用spss做中介效应,spss中介效应检验,spss中介效应检验步骤

1、调节变量的定义

变量Y与变量X 的关系受到第三个变量M 的影响,就称M为调节变量。调节变量可以是定性的,也可以是定量的。在做调节效应分析时,通常要将自变量和调节变量做中心化变换

简要模型:Y = aX + bM + cXM + e

Y与X 的关系由回归系数a + cM 来刻画,它是M 的线性函数, c衡量了调节效应(moderating effect)的大小。如果c显著,说明M 的调节效应显著。

 2、调节效应的分析方法

显变量的调节效应分析方法,分为四种情况讨论。

(1)当自变量是类别变量,调节变量也是类别变量时,用两因素交互效应的方差分析,交互效应即调节效应;

(2)当调节变量是连续变量时,自变量使用伪变量,将自变量和调节变量中心化,做Y=aX+bM+cXM+e 的层次回归分析

第一步 做Y对X和M的回归,得测定系数R12

第二步 做Y对X、M和XM的回归得R22,若R22显著高于R12,则调节效应显著。或者,作XM的回归系数检验,若显著,则调节效应显著;

(3)当自变量是连续变量,调节变量是类别变量,分组回归:

按 M的取值分组,做 Y对 X的回归。若回归系数的差异显著,则调节效应显著,

(4)当自变量是连续变量,调节变量是连续变量时,同上做Y=aX +bM +cXM +e的层次回归分析。

潜变量的调节效应分析方法,分两种情形:

(1)调节变量是类别变量,自变量是潜变量

当调节变量是类别变量时,做分组结构方程分析。做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度。然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度。前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差。如果χ2检验结果是统计显著的,则调节效应显著;

(2)调节变量和自变量都是潜变量

当调节变量和自变量都是潜变量时,有许多不同的分析方法,最方便的是Marsh,Wen和Hau提出的无约束的模型。

3.中介变量的定义

自变量X对因变量Y的影响,如果X通过影响变量M来影响Y,则称M为中介变量。Y=cX+e1, M=aX+ e2 , Y= c′X+bM+e3。其中,c是X对Y的总效应,ab是经过中介变量M的中介效应,c′是直接效应。当只有一个中介变量时,效应之间有c=c′+ab,中介效应的大小用c-c′=ab来衡量。

4、中介效应分析方法

中介效应是间接效应,无论变量是否涉及潜变量,都可以用结构方程模型分析中介效应

步骤为:第一步检验系统c,如果c不显著,Y与X相关不显著,停止中介效应分析,如果显著进行第二步;

第二步一次检验a,b,如果都显著,那么检验c′,c′显著中介效应显著,c′不显著则完全中介效应显著;如果a,b至少有一个不显著,做Sobel检验,显著则中介效应显著,不显著则中介效应不显著。

Sobel检验的统计量是z=^a^b/sab ,中 ^a, ^b分别是 a, b的估计, sab=^a2sb2   +b2sa2, sa,sb分别是 ^a, ^b的标准误。

5. 调节变量与中介变量的比较

 

调节变量M

中介变量M

研究目的

X何时影响Y或何时影响较大

X如何影响Y

关联概念

调节效应、交互效应

中介效应、间接效应

什么情况下考虑

X对Y的影响时强时弱

X对Y的影响较强且稳定

典型模型

Y=aM+bM+cXM+e

M=aX+e2  Y=c′X+bM+e3

模型中M的位置

X,M在Y前面,M可以在X前面

M在X之后、Y之前

M的功能

影响Y和X之间关系的方向(正或负)和强弱

代表一种机制,X通过它影响Y

M与X、Y的关系

M与X、Y的相关可以显著或不显著(后者较理想)

M与X、Y的相关都显著

效应

回归系数c

回归系数乘积ab

效应估计

^c

^a^b

效应检验

c是否等于零

ab是否等于零

检验策略

做层次回归分析,检验偏回归系数c的显著性(t检验);或者检验测定系数的变化(F检验)

做依次检验,必要时做Sobel检验

6. 中介效应与调节效应的SPSS操作方法

处理数据的方法

第一做描述性统计,包括M SD 和内部一致性信度a(用分析里的scale里的realibility analsys)

第二将所有变量做相关,包括统计学变量和假设的X,Y,M

第三做回归分析。(在回归中选线性回归linear)

要先将自变量和M中心化,即减去各自的平均数

1、现将M(调节变量或者中介变量)、Y因变量,以及与自变量、因变量、M调节变量其中任何一个变量相关的变量输入indpendent

2、再按next 将X自变量输入(中介变量到此为止)

3、要做调节变量分析,还要将X与M的乘机在next里输入作进一步回归。

分析结果中的Beta就是Y=cX+bM+e的系数,B下的constant是常数。检验主要看F是否显著。

转载请注明:数据分析 » 如何用SPSS做中介效应与调节效应

喜欢 (1)or分享 (0)

您必须 登录 才能发表评论!