SPSSAU教程07:中介調(diào)節(jié)效應(yīng)分析解讀

中介效應(yīng)和調(diào)節(jié)效應(yīng)是一對比較容易混淆的概念鄙才,他們都與回歸分析有關(guān)主之,相比自變量因變量择吊,中介變量和調(diào)節(jié)變量都屬于第三變量。研究者需要結(jié)合不同的數(shù)據(jù)分析方法對兩種關(guān)系進(jìn)行分析槽奕。

在之前的文章中几睛,我們已經(jīng)對中介效應(yīng)和調(diào)節(jié)效應(yīng)的區(qū)分做了說明,這里就簡單回顧一下粤攒,詳見:中介作用所森、調(diào)節(jié)作用是什么?

1 定義

中介作用是指X(自變量)對于Y(因變量)產(chǎn)生影響關(guān)系時夯接,是否會首先通過中介變量M的作用焕济,然后再去影響Y,如果存在此種關(guān)系則說明具有中介作用盔几。比如研究員工組織信任對于離職意愿影響過程中晴弃,員工組織承諾是否會起著中介作用。

調(diào)節(jié)作用是指X對于Y的影響過程中逊拍,調(diào)節(jié)變量Z取值不同時肝匆,X對于Y的影響程度是否會有明顯差異,如果Z取值不同時顺献,X對于Y的影響幅度并不一致,即說明具有調(diào)節(jié)作用枯怖。比如研究員工組織信任對于離職意愿影響時注整,不同性別時,影響幅度是否一致度硝,如果不一致則說明性別具有調(diào)節(jié)作用肿轨,反之則說明性別沒有調(diào)節(jié)作用。

2 術(shù)語解讀

對兩種作用有了大致了解之后蕊程,我們再進(jìn)一步椒袍,針對中介調(diào)節(jié)作用研究時會涉及的名詞術(shù)語進(jìn)行總結(jié)說明,具體見下表:

(1)中心化標(biāo)準(zhǔn)化

中心化是指X值減去X值的平均值藻茂,而標(biāo)準(zhǔn)化是指X值減去X值的平均值后驹暑,除以X的標(biāo)準(zhǔn)差玫恳。用戶可以在SPSSAU生成變量中進(jìn)行“中心化”或“標(biāo)準(zhǔn)化”處理。

無論是中心化或者標(biāo)準(zhǔn)化處理均是為了降低計算過程的舍入誤差优俘,而舍入誤差是多重共線性的其中一個原因京办,簡單來看即中心化或者標(biāo)準(zhǔn)化目的在于減少多重共線性問題。

(2)數(shù)據(jù)類型

中介作用分析時帆焕,Y一定是定量數(shù)據(jù)惭婿,X也是定量數(shù)據(jù),中介變量M也是定量數(shù)據(jù)叶雹。

中介作用

調(diào)節(jié)作用分析時财饥,調(diào)節(jié)變量Z通常為分類數(shù)據(jù),也可能為定量數(shù)據(jù)折晦。

調(diào)節(jié)作用

(3)Sobel檢驗(yàn)

Sobel檢驗(yàn)是中介檢驗(yàn)步驟中可能涉及到的一種檢驗(yàn)钥星,研究人員需要自行計算或者利用相關(guān)網(wǎng)站直接進(jìn)行Sobel檢驗(yàn)。

3 分析步驟

中介效應(yīng)分析步驟

中介效應(yīng)分析步驟

第1步是數(shù)據(jù)標(biāo)準(zhǔn)化處理(對X,M,Y需要分別進(jìn)行標(biāo)準(zhǔn)化處理筋遭,有時也使用中心化處理)(SPSSAU的“生成變量功能”)

第2步和第3步是進(jìn)行分層回歸完成(分層1放入X打颤,分層2放入M)

第4步單獨(dú)進(jìn)行模型3,即X對M的影響(使用回歸分析或分層回歸均可漓滔,分層回歸只有分層1時事實(shí)上就是回歸分析)

最后第5步進(jìn)行中介作用檢驗(yàn)编饺。

中介作用模型說明

調(diào)節(jié)效應(yīng)分析步驟

調(diào)節(jié)效應(yīng)檢驗(yàn)步驟
調(diào)節(jié)作用說明

4 指標(biāo)解讀

如果自變量X為定類數(shù)據(jù),無論中介效應(yīng)也好調(diào)節(jié)效應(yīng)也好响驴,均應(yīng)用分層回歸進(jìn)行分析透且,因此針對分層回歸分析得到的指標(biāo)進(jìn)行進(jìn)行說明,具體見下表:

分層回歸分析結(jié)果
指標(biāo)說明

中介效應(yīng)及調(diào)節(jié)效應(yīng)的具體原理模型說明豁鲤,可到SPSSAU官網(wǎng)進(jìn)一步學(xué)習(xí)秽誊。

參考資料

1、周俊(2017). 問卷數(shù)據(jù)分析——破解SPSS的六類分析思路[M].北京:電子工業(yè)出版社 2017,73~77

2琳骡、溫忠麟锅论,侯杰泰,張雷(2005).調(diào)節(jié)效應(yīng)與中介效應(yīng)的比較和應(yīng)用.心理學(xué)報 2005,37(2):268~274

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末楣号,一起剝皮案震驚了整個濱河市最易,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌炫狱,老刑警劉巖藻懒,帶你破解...
    沈念sama閱讀 218,122評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異视译,居然都是意外死亡嬉荆,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,070評論 3 395
  • 文/潘曉璐 我一進(jìn)店門酷含,熙熙樓的掌柜王于貴愁眉苦臉地迎上來鄙早,“玉大人汪茧,你說我怎么就攤上這事〉妫” “怎么了陆爽?”我有些...
    開封第一講書人閱讀 164,491評論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長扳缕。 經(jīng)常有香客問我慌闭,道長,這世上最難降的妖魔是什么躯舔? 我笑而不...
    開封第一講書人閱讀 58,636評論 1 293
  • 正文 為了忘掉前任驴剔,我火速辦了婚禮,結(jié)果婚禮上粥庄,老公的妹妹穿的比我還像新娘丧失。我一直安慰自己,他們只是感情好惜互,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,676評論 6 392
  • 文/花漫 我一把揭開白布布讹。 她就那樣靜靜地躺著,像睡著了一般训堆。 火紅的嫁衣襯著肌膚如雪描验。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,541評論 1 305
  • 那天坑鱼,我揣著相機(jī)與錄音膘流,去河邊找鬼。 笑死鲁沥,一個胖子當(dāng)著我的面吹牛呼股,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播画恰,決...
    沈念sama閱讀 40,292評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼彭谁,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了允扇?” 一聲冷哼從身側(cè)響起缠局,我...
    開封第一講書人閱讀 39,211評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎蔼两,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體逞度,經(jīng)...
    沈念sama閱讀 45,655評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡额划,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,846評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了档泽。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片俊戳。...
    茶點(diǎn)故事閱讀 39,965評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡揖赴,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出抑胎,到底是詐尸還是另有隱情燥滑,我是刑警寧澤,帶...
    沈念sama閱讀 35,684評論 5 347
  • 正文 年R本政府宣布阿逃,位于F島的核電站铭拧,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏恃锉。R本人自食惡果不足惜搀菩,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,295評論 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望破托。 院中可真熱鬧肪跋,春花似錦、人聲如沸土砂。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,894評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽萝映。三九已至吴叶,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間锌俱,已是汗流浹背晤郑。 一陣腳步聲響...
    開封第一講書人閱讀 33,012評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留贸宏,地道東北人造寝。 一個月前我還...
    沈念sama閱讀 48,126評論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像吭练,于是被迫代替她去往敵國和親诫龙。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,914評論 2 355