同问 等待大侠回复

下面的数据结果是我用J-N法做出来的，可是不知道怎么看J-N那部分，结果怎么解释，有知道的吗？Run MATRIX procedure:

************* PROCESS Procedure for SPSS Release 2.16.1 ******************

          Written by Andrew F. Hayes, Ph.D.       www.afhayes.com
    Documentation available in Hayes (2013). www.guilford.com/p/hayes3

**************************************************************************
Model = 1
    Y = cy1
    X = cx1
    M = cx6

Sample size
        678

**************************************************************************
Outcome: cy1

Model Summary
          R       R-sq        MSE          F        df1        df2          p
      .1579      .0249    28.3188     5.7438     3.0000   674.0000      .0007

Model
              coeff         se          t          p       LLCI       ULCI
constant      .1039      .2069      .5024      .6155     -.3022      .5101
cx6          -.0333      .1143     -.2911      .7710     -.2576      .1911
cx1           .0971      .0444     2.1857      .0292      .0099      .1843
int_1         .0793      .0244     3.2474      .0012      .0313      .1272

Product terms key:

int_1    cx1         X     cx6

R-square increase due to interaction(s):
         R2-chng          F        df1        df2          p
int_1      .0153    10.5455     1.0000   674.0000      .0012

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

Conditional effect of X on Y at values of the moderator(s):
        cx6     Effect         se          t          p       LLCI       ULCI
    -1.8120     -.0466      .0655     -.7103      .4778     -.1753      .0821
      .0000      .0971      .0444     2.1856      .0292      .0099      .1843
     1.8119      .2407      .0597     4.0331      .0001      .1235      .3579

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.

********************* JOHNSON-NEYMAN TECHNIQUE **************************

Moderator value(s) defining Johnson-Neyman significance region(s)
      Value    % below    % above
    -3.9410     1.4749    98.5251
     -.1158    61.6519    38.3481

Conditional effect of X on Y at values of the moderator (M)
        cx6     Effect         se          t          p       LLCI       ULCI
    -6.1409     -.3897      .1603    -2.4315      .0153     -.7044     -.0750
    -5.5409     -.3422      .1463    -2.3394      .0196     -.6293     -.0550
    -4.9409     -.2946      .1324    -2.2255      .0264     -.5545     -.0347
    -4.3409     -.2470      .1187    -2.0817      .0377     -.4800     -.0140
    -3.9410     -.2153      .1097    -1.9635      .0500     -.4307      .0000
    -3.7409     -.1995      .1052    -1.8958      .0584     -.4061      .0071
    -3.1409     -.1519      .0921    -1.6488      .0997     -.3328      .0290
    -2.5409     -.1043      .0796    -1.3109      .1903     -.2606      .0519
    -1.9409     -.0568      .0679     -.8361      .4034     -.1901      .0766
    -1.3409     -.0092      .0576     -.1599      .8730     -.1223      .1039
     -.7409      .0384      .0495      .7748      .4387     -.0588      .1355
     -.1409      .0859      .0449     1.9147      .0560     -.0022      .1740
     -.1158      .0879      .0448     1.9635      .0500      .0000      .1758
      .4591      .1335      .0448     2.9805      .0030      .0455      .2214
     1.0591      .1810      .0493     3.6750      .0003      .0843      .2778
     1.6591      .2286      .0572     3.9933      .0001      .1162      .3410
     2.2591      .2762      .0675     4.0912      .0000      .1436      .4087
     2.8591      .3237      .0792     4.0900      .0000      .1683      .4792
     3.4591      .3713      .0917     4.0506      .0001      .1913      .5513
     4.0591      .4189      .1047     3.9993      .0001      .2132      .6245
     4.6591      .4664      .1182     3.9470      .0001      .2344      .6985
     5.2591      .5140      .1319     3.8977      .0001      .2551      .7729
     5.8591      .5616      .1458     3.8528      .0001      .2754      .8477

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

Level of confidence for all confidence intervals in output:
    95.00

------ END MATRIX -----

I这是别人给的答案，然而依然不知道怎么做n the Process output, search for the heading titled "Johnson-Neyman Technique: Conditional effect of X on Y at values of the moderator (M)", you may find a set of data that are divided into seven columns. Copy the data that corresponds to these four columns: ModVar, Effect, LLCI and ULCI. Create a new SPSS dataset, paste the data from the output into the new dataset, setup the variable names, and use the graph builder to plot the data.

您好，浏览帖子学习时刚好看到这个疑问，不知道您现在解决了没？那段话的意思是你可以在调节效应检验的结果中找到如图片中（那是我自己的数据）所示的这些内容，然后复制到语句编辑器里面运行就可以出来你想要的调节效应图。