中介效應(yīng)襟齿、調(diào)節(jié)效應(yīng)是什么姻锁?

在當(dāng)前學(xué)術(shù)研究中,會經(jīng)常遇到中介作用和調(diào)節(jié)作用猜欺,但很多小伙伴還搞不清楚什么是中介效應(yīng)位隶、什么是調(diào)節(jié)效應(yīng)?以及如何區(qū)分兩者开皿?

那么閑話少敘下面就來為大家一一講解涧黄。

1明確概念

中介效應(yīng)或者調(diào)節(jié)效應(yīng)并非分析方法,而是一種關(guān)系的描述赋荆,研究人員需要結(jié)合不同的數(shù)據(jù)分析方法對兩種關(guān)系進行分析笋妥。

中介效應(yīng)

中介作用是研究X對Y的影響時,是否會先通過中介變量M窄潭,再去影響Y春宣;即是否有X->M->Y這樣的關(guān)系,如果存在此種關(guān)系,則說明具有中介效應(yīng)月帝。比如工作滿意度(X)會影響到創(chuàng)新氛圍(M),再影響最終工作績效(Y)躏惋,此時創(chuàng)新氛圍就成為了這一因果鏈當(dāng)中的中介變量。

調(diào)節(jié)作用

調(diào)節(jié)作用是研究X對Y的影響時嚷辅,是否會受到調(diào)節(jié)變量Z的干擾簿姨;比如開車速度(X)會對車禍可能性(Y)產(chǎn)生影響,這種影響關(guān)系受到是否喝酒(Z)的干擾簸搞,即喝酒時的影響幅度款熬,與不喝酒時的影響幅度 是否有著明顯的不一樣。

2研究步驟

2.1中介效應(yīng)

中介作用的分析較為復(fù)雜攘乒,共分為以下三個步驟:

第1步:確認(rèn)數(shù)據(jù)贤牛,確保正確分析。

中介作用在進行具體研究時需要對應(yīng)使用研究方法(分層回歸)去實現(xiàn)则酝;中介作用分析時殉簸,Y一定是定量數(shù)據(jù)。X也是定量數(shù)據(jù)沽讹,中介變量M也是定量數(shù)據(jù)般卑。

資料來源:SPSSAU幫助手冊-中介作用??

第2步:中介作用檢驗

檢驗中介效應(yīng)是否存在,其實就是檢驗X到M爽雄,M到Y(jié)的路徑是否同時具有有顯著性意義蝠检。

SPSSAU幫助手冊-中介作用??

中介作用共分為3個模型。針對上圖挚瘟,需要說明如下:

模型1:自變量X和因變量(Y)的回歸分析

模型2:自變量X叹谁,中介變量(M)和因變量(Y)的回歸分析

模型3:自變量X和中介變量(M)的回歸分析

模型1和模型2的區(qū)別在于,模型2在模型1的基礎(chǔ)上加入了中介變量(M)乘盖,因而模型1到模型2這兩個模型應(yīng)該使用分層回歸分析(第一層放入X焰檩,第二層放入M)。

在理解了中介分析的原理之后订框,接著按照中介作用分析的步驟進行析苫,如下圖:

SPSSAU幫助手冊-中介作用

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

第2步和第3步是進行分層回歸完成(分層1放入X穿扳,分層2放入M)

第4步單獨進行模型3衩侥,即X對M的影響(使用回歸分析或分層回歸均可,分層回歸只有分層1時事實上就是回歸分析)

最后第5步進行中介作用檢驗矛物。

檢驗圖如下:

a代表X對M的回歸系數(shù)茫死;

b代表M對Y的回歸系數(shù);

c代表X對Y的回歸系數(shù)(模型1中)泽谨;

c’代表X對Y的回歸系數(shù)(模型3中)璧榄。

第3步:SPSAU進行分析

用戶可直接按照上圖流程在SPSSAU中進行分析,生成結(jié)果吧雹。具體分析步驟可參考鏈接頁面:SPSS在線_SPSSAU_中介作用

2.2調(diào)節(jié)效應(yīng)

第1步:識別X和M的數(shù)據(jù)類別骨杂,選擇合適的研究方法。

調(diào)節(jié)作用在進行具體研究時需要對應(yīng)使用研究方法去實現(xiàn)雄卷;調(diào)節(jié)作用分析時搓蚪,Y一定是定量數(shù)據(jù)。通常情況下X均為定量數(shù)據(jù)(比如開車速度)丁鹉,調(diào)節(jié)變量Z可以為分類數(shù)據(jù)(比如是否喝酒)妒潭,也可以是定量數(shù)據(jù)(比如喝酒多少)。

第2步:調(diào)節(jié)作用檢驗

資料來源:SPSSAU幫助手冊-調(diào)節(jié)作用??

調(diào)節(jié)作用通常是使用分層回歸進行研究揣钦,如果X和Z均為分類數(shù)據(jù)雳灾,則使用多因素方差分析(通常是雙因素方差分析)進行研究。針對上圖冯凹,需要說明如下:

1谎亩、如果X或者Z也或者Y由多項表示,通常需要先計算對應(yīng)項的平均值生成得到新列(SPSSAU生成變量功能)

2宇姚、如果X或者Z是分類數(shù)據(jù)匈庭,并且使用分層回歸,則需要對X進行虛擬變量處理(啞變量處理)

3浑劳、對X或者Z進行標(biāo)準(zhǔn)化處理阱持,也可以進行中心化處理均可

4、Y并不需要進行標(biāo)準(zhǔn)化或者中心化處理(處理也可以)

5魔熏、交互項是指兩項相乘的意思衷咽,記住交互項不能再次進行標(biāo)準(zhǔn)化或中心化

6、R平方變化顯著的判斷蒜绽,是看△F 值是否呈現(xiàn)出顯著性兵罢,如果顯著則說明R平方變化顯著

7、R平方變化顯著滓窍,正常情況下交互項也會出現(xiàn)顯著卖词。如果說R平方變化顯著,但交互項并不顯著吏夯,建議以沒有調(diào)節(jié)作用作為最終結(jié)論此蜈;如果交互項顯著,R平方變化顯著噪生,建議以有調(diào)節(jié)作用作為最終結(jié)論裆赵。

第3步:SPSAU進行分析

用戶判斷好數(shù)據(jù)類型后,直接按照上圖流程跺嗽,在SPSSAU中進行數(shù)據(jù)處理及分析即可战授。具體分析流程可參考鏈接頁面:SPSS在線_SPSSAU_調(diào)節(jié)作用

圖片來源:SPSSAU官方網(wǎng)站
?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:七十年代末页藻,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子植兰,更是在濱河造成了極大的恐慌份帐,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,997評論 6 502
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件楣导,死亡現(xiàn)場離奇詭異废境,居然都是意外死亡,警方通過查閱死者的電腦和手機筒繁,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,603評論 3 392
  • 文/潘曉璐 我一進店門噩凹,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人毡咏,你說我怎么就攤上這事驮宴。” “怎么了呕缭?”我有些...
    開封第一講書人閱讀 163,359評論 0 353
  • 文/不壞的土叔 我叫張陵幻赚,是天一觀的道長。 經(jīng)常有香客問我臊旭,道長落恼,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,309評論 1 292
  • 正文 為了忘掉前任离熏,我火速辦了婚禮佳谦,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘滋戳。我一直安慰自己钻蔑,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,346評論 6 390
  • 文/花漫 我一把揭開白布奸鸯。 她就那樣靜靜地躺著咪笑,像睡著了一般。 火紅的嫁衣襯著肌膚如雪娄涩。 梳的紋絲不亂的頭發(fā)上窗怒,一...
    開封第一講書人閱讀 51,258評論 1 300
  • 那天,我揣著相機與錄音蓄拣,去河邊找鬼扬虚。 笑死,一個胖子當(dāng)著我的面吹牛球恤,可吹牛的內(nèi)容都是我干的辜昵。 我是一名探鬼主播,決...
    沈念sama閱讀 40,122評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼咽斧,長吁一口氣:“原來是場噩夢啊……” “哼堪置!你這毒婦竟也來了躬存?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,970評論 0 275
  • 序言:老撾萬榮一對情侶失蹤舀锨,失蹤者是張志新(化名)和其女友劉穎岭洲,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體雁竞,經(jīng)...
    沈念sama閱讀 45,403評論 1 313
  • 正文 獨居荒郊野嶺守林人離奇死亡,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...
    茶點故事閱讀 37,596評論 3 334
  • 正文 我和宋清朗相戀三年拧额,在試婚紗的時候發(fā)現(xiàn)自己被綠了碑诉。 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。...
    茶點故事閱讀 39,769評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡侥锦,死狀恐怖进栽,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情恭垦,我是刑警寧澤快毛,帶...
    沈念sama閱讀 35,464評論 5 344
  • 正文 年R本政府宣布,位于F島的核電站番挺,受9級特大地震影響唠帝,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜玄柏,卻給世界環(huán)境...
    茶點故事閱讀 41,075評論 3 327
  • 文/蒙蒙 一襟衰、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧粪摘,春花似錦瀑晒、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,705評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至椎咧,卻和暖如春玖详,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背勤讽。 一陣腳步聲響...
    開封第一講書人閱讀 32,848評論 1 269
  • 我被黑心中介騙來泰國打工竹宋, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人地技。 一個月前我還...
    沈念sama閱讀 47,831評論 2 370
  • 正文 我出身青樓蜈七,卻偏偏與公主長得像,于是被迫代替她去往敵國和親莫矗。 傳聞我的和親對象是個殘疾皇子飒硅,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,678評論 2 354

推薦閱讀更多精彩內(nèi)容