没有合适的资源?快使用搜索试试~ 我知道了~
如何用SPSS或AMOS实现调节效应回归方程解读.pdf
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 48 浏览量
2023-03-22
19:57:54
上传
评论
收藏 3.29MB PDF 举报
温馨提示
试读
22页
。
资源推荐
资源详情
资源评论
如何用
SPSS
或
AMO
实现调节效应回归方程
一、 调节效应回归方程:
调节效应是交互效应的一种,是有因果指向的交互效应,而单 纯的交
互效应可以互为因果关系;调节变量一般不受自变量和因变 量影响,但是
可以影响自变量和因变量;调节变量一般不能作为中 介变量,在特殊情况
下,调节变量也可以作为中介变量。在统计回 归分析中,检验变量的调节
效应意味着检验调节变量和自变量的交 互效应是否显著。以最简单的回归
方程为例,调节效应检验回归方 程包括
2
个如下:
y=a+bx+cm+e
y=a+bx+cm+c
'
mx+e
1
)
2
)
在上述方程中,
m
为调节变量,
mx
为调节效应,调节效应是否显著 即是分
析
C
是否显著达到统计学意义上的临界比率
.05
水平
)
。
二、 检验调节效应的方法有三种:
1.
在层次回归分析中(
Hierarchical regression
)
,
检验
2
个回归
方程的复相关系数
R12
和
F22
是否有显著区别,若
R2
和
F22
显著不同,
则说明
mx
交互作用显著,即表明
m
的调节效应显著;
2.
或看层次回归方程中的
c
'系数(调节变量偏相关系数),若
c
'
(
spss
输出为标准化
?
值)显著,则说明调节效应显著;
3.
多元方差分析,看交互作用水平是否显著;
4.
在分组回归情况下,调节效应看各组回归方程的
F
。
注:上述四种方法主要用于 显变量调节效应检验,且和
x
与
m
的变
2
量类型相关,具体要根据下述几种类型采用不同的方式检验
三、显变量调节效应分析的几种类型
根据调节效应回归方程中自变量和调节变量的几种不同类型组合, 分析
调节效应的方法和操作也有区别如下:
1.
分类自变量(
x
)
+
分类调节变量
(m)
如果自变量和调节变量都是分类变量的话,实际上就是多元方差
分析中的交互作用显著性分析,如
x
有两种水平,
m
有三种水平, 则可以
做
2
X3
交互作用方差分析,在
spss
里面可以很容易实现, 这我就不多讲
了,具体操作看
spss
操作工具书就可以了。
2.
分类自变量(
x
)
+
连续调节变量(
m
)
这种类型调节效应分析需要 对分类自变量进行伪变量转换,将自 变量
和调节变量中心化 ( 计算变量离均差 )然后做
层次回归
分析。 分类
自变量转换为伪变量的方法:假设自变量
X
有
n
种分类,则可 以转换为
n-1
个伪变量,例如自变量为年收入水平,假设按人均年 收入水平分为
8
千以下、
8000~2
万、
2
万
~5
万、
5
万
~ 1 0
万、
1 0
万
以上四种类型,则可以转换为
10 万以上
5 万到 10 万
2 万到 5 万 0
8 千以下
x1
1
0
0
x2
0
1
0
0
3
个伪变量如
下:
0
0
1
0
上述转换在
spss
中可以建立
3
个伪变量
x1
、
x2
、
x3,
变量数据中心
化后标准回归方程 表示为:
y=b1x1+b2x2+b3x3+cm+e 3)
y=b1x1+b2x2+b3x3+cm+c1mx1+c2mx2+c3mx3+e 4)
x1 = 1
表示
10
万以上;
x2=1
表示
5
万到
10
万;
x3=1
表示
2
万到
5
万;
8
千以下
=0
。此时
8
千以下的回归方程表示为:
y=cm +e(
在
x1
、
x2
、
x3
上的伪变量值为
0)
;之所以单独列出这个方程,是为了 方便大家根据
回归方程画交互作用图
,
即求出
c
值就可以根据方程画 出
8
千以下变量的
调节效应图。
检验方法为分析氏显著性或调节系数
C
显著性。
注:在这
4
种分类自变量的调节效应分析中,采用
R12
和
R
22
显著性 检验
时,是对
4
种类型自变量在调节变量作用下的调节效应的整体 检验, 总体
显著的效果可能会掩盖某种类型自变量与调节变量的交 互作用不显著的情
况 ,此时,我们就要逐一审查各个交互项的偏相 关系数。对方程
4
)而
言,如果检查调节变量的偏相关系数,则有 可能会出现一些调节变量偏相关
系数不显著的情况,例如,
c1
显著、
c2
和
c3
不显著或
c1
和
c2
显
著,
c3
不显著的情况等,此时可根据 交互项的偏相关系数来发现到底是那
种类型的自变量与调节变量的 交互作用不显著。
3.
连续自变量(
X
)
+
分类调节变量(
m
这种类型的调节效应需要采用
分
组回归
分析,所谓分组回归分析 既是根据调节变量的分类水平,建立分组回
归方程进行分析,回归 方程为
y=a+bx+e
。当然也可以采用将调节变量转换
为伪变量以后进 行层次回归分析,层次回归具体步骤同上,见三、
2
,需要
注意的是, 分类的调节变量转换为伪变量进行层次回归分析后,调节效应是
看 方程的决定系数
R
显著性整体效果,这和不同分类水平的自变量下
2
调节变量的调节效应识别有区别。
我们这里主要讲下如何进行调节效应分组回归分析,调节效应的 分组回归分析可以在
SPSS
中完成,当然也可以通过
SEM
分析软件如
AMO
来实现,我们首先来看看如何通过
SPSS
来实现分组回归来实 现调节效应分析的。
SPSS
中对分组回归的操作主要分两步进行,第一步是对样本数 据按调节变量的类别进
行分割,第二步则是回归分析。具体步骤见 下图: 第一步:对样本数据按调节变量的类别
进行分割:
Filep EdH. View D-ait-n Tr -nr i s form ^n-eilvxv Or
[虫 I 应号 0 ' Detirw Variable Properties
孑
FICTTCUMH
—
PARANG
ik BLOCK » OBJtC I $ :
CODING
J
Analyze ail cases, do
not
cresrte groups
: Compare ar
■ Organize OLitpLrt by
groLip^
炉
cateqorv
护
genders
护
gender 1
& gender^
Z5CCre(DIGIT) [ZdGIT]
ZscoretCODING] [ZC...
* son the Tile toy grouping variables
File ts already
eorteci
CurFent Status. Analysis by groups is
uff.
Cancel
注:选取的
gender
为调节变量,分别为女
=0
,男
=1
,当然在实际研
究中可能有更多的分类,大家完全可以用
号。这个窗口选取的两个命令是比较多组
组变量对数据文件排序(
sort the file
1
、
2
、
3
、
4
……
.
等来编
(compare groups
禾口按
by grouping
variables
第二步:选择回归命令并设置自变量和因变量
isc.sav
£jle Edit
如魚
w
再
IfflrkSfnrth
:or
ijiiitie^ 4
机纫列 巴
inMow
护旧
Hearts
1 : CLIENT
Descriptive Ststi
sties
CLIENT
4
Corup^re M
芮
ns
Gereral Linear Ixodes
COMP
APIT
6
2
3
6
8
9
12
C-Ar^rfllzAd L
inr^r
Mixed kfodeh
5
邑
eye
翔
on
Coriclat
D
13
iS Linear...
卜
0 Curve Estiination...
6
Loginear
Neizal Networks
> Partial LefiS Sqjares...
剩余21页未读,继续阅读
资源评论
คิดถึง643
- 粉丝: 3900
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功