http://jingyan.baidu.com/article/59a015e39f8d00f795886569.html
我们先来看一下上一篇文章中得到的结果：在模型3中，我们可以看到红色方框中，交互项的系数是显著的，而其他系数是不显著的。

我们根据上图中的模型3，可以得到一个回归方程：Y=1.12-0.008*A*B；其中Y是因变量，A是自变量，B是调节变量。

因为我们在做调节效应的验证之前，首先做了数据的中心化，如果你没有做中心化，你可以看这篇文章【数据中心化的手工操作】先将数据中心化然后，再进行层次回归，最后才能对调节变量的调节方向进行探索。

我们使用描述性统计计算出调节变量B的标准差

然后设B的值分别为一个正标准差或一个负标准差，得到两个方程：

然后取B两个真实的值，从你的数据库里面挑两个，然后带入方程，求得Y值，你就可以在Excel里绘制出散点图。

从上面的散点图中我们就可以看到，调节变量取不同的值得时候，自变量和因变量之间的斜率是不同的。这样你就可以看到，再什么情况下斜率比较大，也就是红色的那条线。

原作者： Delta

谢谢啦，不过还是没懂，就是说的自变量和调节变量有很多维度，比方工作压力，又职业发展，组织管理等组成，自变量不只一个，那怎么操作，把这些维度加总，总分当做工作压力的数值吗？