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
5923 2
2009-10-12
温忠麟, 侯杰泰, and 张雷, “调节效应和中介效应的比较和应用,
心理学报, vol. 37, no. 2, pp. 268-274, 2005.一文中说到的调节模型,即假设
YX有如下关系:


Y=a*X+b*M+c*XM+e

可以把上式可以写成:


Y= b*M +
a* +c*MX+e

对于固定的M,这是YX的直线回归。YX的关系是由回归系数a* +c*M来刻画,它是M的线性函数,c衡量了调节效应的大小。当自变量和调节变量都是连续变量时,用带有乘积项的回归模型做层次回归分析:(1)做YXM的回归,得到测定系数 R1的平方;(2)做YXMXM的回归得R2的平方,若 R2的平方高于 R1的平方,则调节效应显著;或者做XM的偏回归系数检验,若显著,则调节效应显著。




我遇到了两个问题:(1)那个显著性是怎么判定的呀?
(2)上面那个判定方法如果对于负向的调节效应,怎么进行分析?也是比较 R2的平方与 R1的平方的大小吗?


万分感谢呀!
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
2014-12-4 12:05:17
是正向的还是负向的应该看回归系数的符号正负
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

2016-4-28 18:55:56
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人口学变量输入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
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

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