如何在spss及amos分析調(diào)節(jié)效應(yīng)(實戰(zhàn)篇)-全文預(yù)覽
【正文】 有n種分類，則可以轉(zhuǎn)換為n1個偽變量，例如自變量為年收入水平，假設(shè)按人均年收入水平分為8千以下、8000~2萬、2萬~5萬、5萬~10萬、10萬以上四種類型，則可以轉(zhuǎn)換為3個偽變量如下： x1 x2 x3 10萬以上 1 0 0 5萬到10萬 0 1 0 2萬到5萬 0 0 1 8千以下 0 0 0上述轉(zhuǎn)換在spss中可以建立3個偽變量xxx3,變量數(shù)據(jù)中心化后標準回歸方程表示為：y=b1x1+b2x2+b3x3+cm+e 3)y=b1x1+b2x2+b3x3+cm+c1mx1+c2mx2+c3mx3+e 4)x1=1表示10萬以上；x2=1表示5萬到10萬；x3=1表示2萬到5萬；8千以下=0。二、檢驗調(diào)節(jié)效應(yīng)的方法有三種：（Hierarchical regression）,檢驗2個回歸方程的復(fù)相關(guān)系數(shù)R12和R22是否有顯著區(qū)別，若R12和R22顯著不同，則說明mx交互作用顯著，即表明m的調(diào)節(jié)效應(yīng)顯著；’系數(shù)（調(diào)節(jié)變量偏相關(guān)系數(shù)），若c’（spss輸出為標準化223。調(diào)節(jié)效應(yīng)重要理論及操作務(wù)實一、調(diào)節(jié)效應(yīng)回歸方程： 調(diào)節(jié)效應(yīng)是交互效應(yīng)的一種，是有因果指向的交互效應(yīng)，而單純的交互效應(yīng)可以互為因果關(guān)系；調(diào)節(jié)變量一般不受自變量和因變量影響，但是可以影響自變量和因變量；調(diào)節(jié)變量一般不能作為中介變量，在特殊情況下，調(diào)節(jié)變量也可以作為中介變量，例如認知歸因方式既可以作為挫折性應(yīng)激（X）和應(yīng)對方式（Y）的調(diào)節(jié)變量也可以作為中介變量。以最簡單的回歸方程為例，調(diào)節(jié)效應(yīng)檢驗回歸方程包括2個如下：y=a+bx+cm+e 1）y=a+bx+cm+c’mx+e 2）在上述方程中，m為調(diào)節(jié)變量，mx為調(diào)節(jié)效應(yīng)，調(diào)節(jié)效應(yīng)是否顯著即是分析C’)。（x）+連續(xù)調(diào)節(jié)變量（m） 這種類型調(diào)節(jié)效應(yīng)分析需要對分類自變量進行偽變量轉(zhuǎn)換，將自變量和調(diào)節(jié)變量中心化（計算變量離均差）然后做層次回歸分析。注：在這4種分類自變量的調(diào)節(jié)效應(yīng)分析中，采用R12和R22顯著性檢驗時，是對4種類型自變量在調(diào)節(jié)變量作用下的調(diào)節(jié)效應(yīng)的整體檢驗，總體顯著的效果可能會掩蓋某種類型自變量與調(diào)節(jié)變量的交互作用不顯著的情況，此時，我們就要逐一審查各個交互項的偏相關(guān)系數(shù)。我們這里主要講下如何進行調(diào)節(jié)效應(yīng)分組回歸分析，調(diào)節(jié)效應(yīng)的分組回歸分析可以在SPSS中完成，當然也可以通過SEM分析軟件如AMOS來實現(xiàn)，我們首先來看看如何通過SPSS來實現(xiàn)分組回歸來實現(xiàn)調(diào)節(jié)效應(yīng)分析的。
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1