全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SPSS论坛
51013 55
2014-05-29
我是统计学的小白,用spss的process做了一个调节效应的分析,用的是模型1(就是x对y的影响受到m的中介),这个结果应该怎么看?重点看哪些参数?为什么?
**************************************************************************
Model = 1
    Y = Z_engage
    X = Z_psycap
    M = Z_commit

Sample size
        319

**************************************************************************
Outcome: Z_engage

Model Summary
          R       R-sq          F        df1        df2          p
      .5795      .3358    53.0952     3.0000   315.0000      .0000

Model
              coeff         se          t          p       LLCI       ULCI
constant     -.0537      .0500    -1.0746      .2834     -.1520      .0446
Z_commit      .4506      .0549     8.1998      .0000      .3425      .5587
Z_psycap      .2086      .0565     3.6955      .0003      .0975      .3197
int_1         .0981      .0363     2.7043      .0072      .0267      .1694

Interactions:

int_1    Z_psycap    X     Z_commit

R-square increase due to interaction(s):
         R2-chng          F        df1        df2          p
int_1      .0154     7.3131     1.0000   315.0000      .0072

*************************************************************************

Conditional effect of X on Y at values of the moderator(s)
   Z_commit     Effect         se          t          p       LLCI       ULCI
    -1.0000      .1106      .0597     1.8524      .0649     -.0069      .2280
      .0000      .2086      .0565     3.6955      .0003      .0975      .3197
     1.0000      .3067      .0738     4.1576      .0000      .1615      .4518

Values for quantitative moderators are the mean and plus/minus one SD from mean.
Values for dichotomous moderators are the two values of the moderator.

******************** ANALYSIS NOTES AND WARNINGS *************************

Level of confidence for all confidence intervals in output:
    95.00

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2014-6-1 10:22:43
简要跟你说下,R-square increase due to interaction(s):   R2-chng = 0.0154 , p=0.0072. 这个表明这个R2的改变是显著的,也就是交互效应增加的解释量显著。所以起到了调节效应。具体可参看 温的调节与中介   网上能搜到的。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-6-1 11:24:43
额,谢谢您的回答。但是我在到处找答案的过程中感到问题越来越多,具体如下:
1.我在处理交互项的时候把自变量和调节变量标准化后相乘,自变量和因变量也是以标准化后的值进行回归,有同学说只需要把交互的两个变量标准化,我这里处理不知道对不对
2.r平方的变化非常小,虽然显著,只有0.0154,这样调节作用是成立的吗?
3.我用amos做了个模型,结果发现调节变量也有部分中介自变量和因变量的作用,晕死,当然需要理论解释加以说明,这种情况情况是否存在呢?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-6-2 20:41:15
(1)根据温的建议,只需要将自变量和调节变量中心化即可。你同学的建议是可以考虑的。
(2) 关于r 平方变化非常小却显著。这里要说的是,显著性检验,只表明这个值即0.0154出现的概率是小概率事件。这么小概率的事件出现了,表明这个调节效应是存在的。说的简单点,显著性检验只能回答调节效应是否存在问题,回答不了调节效应的大小。在这里,你的调节效应确实比较小。
(3)有中介的调节或是有调节的中介都是存在的。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-6-2 22:52:09
新湖 发表于 2014-6-2 20:41
(1)根据温的建议,只需要将自变量和调节变量中心化即可。你同学的建议是可以考虑的。
(2) 关于r 平方变化非 ...
非常感谢您的解答,学习了
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2014-6-3 00:10:47
这种结果只说明只有统计上的显著性,实际应用的价值可能根本没有。。。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群