java与spss交互,[转载]如何用SPSS做中介效应与调节效应(转)
本人刚刚做的一篇文章,用到了这些知识。这篇文章是转的,希望对大家有用
1、调节变量的定义
变量Y与变量X 的关系受到第三个变量M
的影响,就称M为调节变量。调节变量可以是定性的,也可以是定量的。在做调节效应分析时,通常要将自变量和调节变量做中心化变换。简要模型:Y
= aX + bM + cXM + e 。Y与X 的关系由回归系数a + cM 来刻画,它是M 的线性函数,
c衡量了调节效应(moderating effect)的大小。如果c显著,说明M 的调节效应显著。
2、调节效应的分析方法
显变量的调节效应分析方法:分为四种情况讨论。当自变量是类别变量,调节变量也是类别变量时,用两因素交互效应的方差分析,交互效应即调节效应;调节变量是连续变量时,自变量使用伪变量,将自变量和调节变量中心化,做Y=aX+bM+cXM+e
的层次回归分析:1、做Y对X和M的回归,得测定系数R12。2、做Y对X、M和XM的回归得R22,若R22显著高于R12,则调节效应显著。或者,作XM的回归系数检验,若显著,则调节效应显著;当自变量是连续变量时,调节变量是类别变量,分组回归:按
M的取值分组,做 Y对 X的回归。若回归系数的差异显著,则调节效应显著,调节变量是连续变量时,同上做Y=aX +bM +cXM
+e的层次回归分析。
潜变量的调节效应分析方法:分两种情形:一是调节变量是类别变量,自变量是潜变量;二是调节变量和自变量都是潜变量。当调节变量是类别变量时,做分组结构方程分析。做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度。然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度。前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差。如果χ2检验结果是统计显著的,则调节效应显著;当调节变量和自变量都是潜变量时,有许多不同的分析方法,最方便的是Marsh,Wen和Hau提出的无约束的模型。
3.中介变量的定义
自变量X对因变量Y的影响,如果X通过影响变量M来影响Y,则称M为中介变量。Y=cX+e1, M=aX+ e2 , Y=
c′X+bM+e3。其中,c是X对Y的总效应,ab是经过中介变量M的中介效应,c′是直接效应。当只有一个中介变量时,效应之间有c=c′+ab,中介效应的大小用c-c′=ab来衡量。
4、中介效应分析方法
中介效应是间接效应,无论变量是否涉及潜变量,都可以用结构方程模型分析中介效应。步骤为:第一步检验系统c,如果c不显著,Y与X相关不显著,停止中介效应分析,如果显著进行第二步;第二步一次检验a,b,如果都显著,那么检验c′,c′显著中介效应显著,c′不显著则完全中介效应显著;如果a,b至少有一个不显著,做Sobel检验,显著则中介效应显著,不显著则中介效应不显著。Sobel检验的统计量是z=^a^b/sab
,中 ^a, ^b分别是 a, b的估计,
sab=^a2sb2 +b2sa2, sa,sb分别是 ^a,
^b的标准误。
5. 调节变量与中介变量的比较
调节变量M
中介变量M
研究目的
X何时影响Y或何时影响较大
X如何影响Y
关联概念
调节效应、交互效应
中介效应、间接效应
什么情况下考虑
X对Y的影响时强时弱
X对Y的影响较强且稳定
典型模型
Y=aM+bM+cXM+e
M=aX+e2 Y=c′X+bM+e3
模型中M的位置
X,M在Y前面,M可以在X前面
M在X之后、Y之前
M的功能
影响Y和X之间关系的方向(正或负)和强弱
代表一种机制,X通过它影响Y
M与X、Y的关系
M与X、Y的相关可以显著或不显著(后者较理想)
M与X、Y的相关都显著
效应
回归系数c
回归系数乘积ab
效应估计
^c
^a^b
效应检验
c是否等于零
ab是否等于零
检验策略
做层次回归分析,检验偏回归系数c的显著性(t检验);或者检验测定系数的变化(F检验)
做依次检验,必要时做Sobel检验
6. 中介效应与调节效应的SPSS操作方法
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
java与spss交互,[转载]如何用SPSS做中介效应与调节效应(转)相关推荐
- SPSS和Mplus如何做非线性中介调节效应分析?如倒U形曲线
SPSS和Mplus如何做非线性中介调节效应分析?如倒U形曲线 传统的线性回归模型用的比较多,但有时候变量之间的关系更符合非线性关系,此时使用非线性模型其拟合度会更好,模型预测效果更佳.在非线性关系中 ...
- spss分析方法-调节效应
中介效应,它指的是X对Y的影响是通过M实现的,也就是说M是X的函数,Y是M的函数(Y-M-X).考虑自变量X对因变量Y的影响,如果X通过M影响变量Y,则称M为中介变量. 下面我们主要从下面四个方面来解 ...
- 如何用SPSS分析调节效应
如何用SPSS分析调节效应 用回归,回归也有两种方法来检验调节效应,看下面的两个方程,y是因变量,x是自变量,m是调节变量,mx是调节变量和自变量的交互项,系数是a b c c'.检验两个方程的R方该 ...
- 转载——Java与WCF交互(一):Java客户端调用WCF服务
最近开始了解WCF,写了个最简单的Helloworld,想通过java客户端实现通信.没想到以我的基础,居然花了整整两天(当然是工作以外的时间,呵呵),整个过程大费周折,特写下此文,以供有需要的朋友参 ...
- 如何用SPSS进行数据分析?
1.什么是SPSS SPSS是社会统计科学软件包的简称, 其官方全称为IBM SPSS Statistics.SPSS软件包最初由SPSS Inc.于1968年推出,于2009年被IBM收购,主要运用 ...
- spss主成分综合得分_如何用SPSS软件一步算出主成分得分值_林海明
& Information Fo rum 2007 年 9 月 Sept . , 2007 收稿日期 : 2007 - 04 - 15 基金项目 : 广州市哲学社会科学规划资助 课题 ( 06 ...
- origin做主成分分析图_如何用SPSS做主成分分析?学习资料集锦
欢迎订阅SPSS训练营微信号 上一篇推送,邀请所有人参与上机训练的第22期作业,主题是主成分分析.然后就有读者说没有一点基础,但还是想参与一下实践,怎么办? 此时就要看大家的学习能力了. 遇到一个陌生 ...
- Flex前端与Java服务端交互,反射机制挑大旗
Flex作为RIA的一支,提供了非常丰富多彩的客户端实现,并且编写起来非常灵活.Java提供了强大的功能实现,与Flex结合也让Java开发穿上了华丽外衣 . BlazeDS 是LCDS的一个衍生版 ...
- java与js交互,相互调用传参
随着前端技术的发展与H5的广泛使用,移动端采用native+h5的方式越来越多了,对于Android来说就涉及到java与js的交互,相互调用传参等.下面就来看一下java与js交互的简单demo. ...
最新文章
- 《Windows Server 2012 Hyper-V虚拟化管理实践》——1.3 物理服务器选型建议
- IBM Watson失败的4大原因
- java属于高级语言_以下哪种语言属于高级语言________________。A、JavaB、C++C、VisualBa...
- Servlet,GenericServlet和HttpServlet的继承关系
- 解密Redis持久化
- zabbix系列(八)zabbix添加对web页面url的状态监控
- Silverlight实用窍门系列:74.Silverlight使用Perst数据库Demo
- 低危漏洞- X-Frame-Options Header未配置
- 数据库无法插入Could not set property ‘id‘ of ‘class com.XXX‘ with value ‘1481832253064073217‘
- 第11章 枚举与泛型
- 今日头条秋招前端笔试附加题解题思路
- Kafka bootstrap.servers
- 大学计算机课程学什么内容,计算机是学什么内容的 有哪些课程
- 基于python-opencv的图像中截取多边形区域
- MySQL-视图-触发器-事务-存储过程-函数-流程控制-索引与慢查询优化-06
- 剪刀石头布(胜率提示)
- python使用turtle库绘制一个红色五角星_使用turtle库绘制红色五角星图形
- JSP九大内置对象是什么?
- 期待第二届云计算大会
- 计算机网络应用基础教学计划,高一计算机网络应用基础教学计划.doc
热门文章
- 轻松一下——高考笑句
- 关于:以前的某个程序安装已在安装计算机上创建挂起的文件操作解决办法(SQL2000)...
- 上海大学计算机组成原理12,上海大学计算机组成原理报告1.doc
- python图像开闭区间_自动开闭器不良故障案例分析
- 《ASP.NET MVC企业实战》(一) MVC开发前奏
- 事件冒泡、事件委托、jQuery元素节点操作、滚轮事件与函数节流
- javase学习第10天(形式参数和返回值类型、包、内部类、匿名内部类)
- usbserials
- Eclipse 中切换不同的JDK设置
- 关于阿里面试的一个小题(推荐)