一、明确概念

中介效应或者调节效应并非分析方法,而是一种关系的描述,研究人员需要结合不同的数据分析方法对两种关系进行分析。

中介效应

中介效应是研究X对Y的影响时,是否会先通过中介变量M,再去影响Y;即是否有X->M->Y这样的关系,如果存在此种关系,则说明具有中介效应。比如工作满意度(X)会影响到创新氛围(M),再影响最终工作绩效(Y),此时创新氛围就成为了这一因果链当中的中介变量。

调节效应

调节作用是研究X对Y的影响时,是否会受到调节变量Z的干扰;比如开车速度(X)会对车祸可能性(Y)产生影响,这种影响关系受到是否喝酒(Z)的干扰,即喝酒时的影响幅度,与不喝酒时的影响幅度 是否有着明显的不一样。

二、研究步骤

中介作用的分析较为复杂,共分为以下三个步骤:

第1步:确认数据,确保正确分析。

中介作用在进行具体研究时需要对应使用研究方法(分层回归)去实现;中介作用分析时,Y一定是定量数据。X也是定量数据,中介变量M也是定量数据。

第2步:中介作用检验

检验中介效应是否存在,其实就是检验X到M,M到Y的路径是否同时具有有显著性意义。

中介作用共分为3个模型。针对上图,需要说明如下:

  • 模型1:自变量X和因变量(Y)的回归分析
  • 模型2:自变量X,中介变量(M)和因变量(Y)的回归分析
  • 模型3:自变量X和中介变量(M)的回归分析
  • 模型1和模型2的区别在于,模型2在模型1的基础上加入了中介变量(M),因而模型1到模型2这两个模型应该使用分层回归分析(第一层放入X,第二层放入M)。

在理解了中介分析的原理之后,接着按照中介作用分析的步骤进行,如下图:

第1步是数据标准化处理(对X,M,Y需要分别进行标准化处理,有时也使用中心化处理)(SPSSAU用户使用“生成变量”功能)

第2步和第3步是进行分层回归完成(分层1放入X,分层2放入M)

第4步单独进行模型3,即X对M的影响(使用回归分析或分层回归均可,分层回归只有分层1时事实上就是回归分析)

最后第5步进行中介作用检验。

检验图如下:

  • a代表X对M的回归系数
  • b代表M对Y的回归系数
  • c代表X对Y的回归系数(模型1中)
  • c’代表X对Y的回归系数(模型3中)

第3步:SPSAU进行分析

用户可以直接按照上图流程在SPSSAU中进行分析,生成结果。具体分析步骤可参考链接页面:SPSS在线_SPSSAU_中介作用

调节效应的分析步骤

第1步:识别X和M的数据类别,选择合适的研究方法。

调节作用在进行具体研究时需要对应使用研究方法去实现;调节作用分析时,Y一定是定量数据。通常情况下X均为定量数据(比如开车速度),调节变量Z可以为分类数据(比如是否喝酒),也可以是定量数据(比如喝酒多少)。

第2步:调节作用检验

  • 调节作用通常是使用分层回归进行研究,如果X和Z均为分类数据,则使用多因素方差分析(通常是双因素方差分析)进行研究。针对上图,需要说明如下:
  • 如果X或者Z也或者Y由多项表示,通常需要先计算对应项的平均值生成得到新列(SPSSAU生成变量功能)
  • 如果X或者Z是分类数据,并且使用分层回归,则需要对X进行虚拟变量处理(哑变量处理)
  • 对X或者Z进行标准化处理,也可以进行中心化处理均可
  • Y并不需要进行标准化或者中心化处理(处理也可以)
  • 交互项是指两项相乘的意思,记住交互项不能再次进行标准化或中心化
  • R平方变化显著的判断,是看△F 值是否呈现出显著性,如果显著则说明R平方变化显著
  • R平方变化显著,正常情况下交互项也会出现显著。如果说R平方变化显著,但交互项并不显著,建议以没有调节作用作为最终结论;如果交互项显著,R平方变化显著,建议以有调节作用作为最终结论。

第3步:SPSAU进行分析

用户判断好数据类型后,直接按照上图流程,在SPSSAU中进行数据处理及分析即可。具体分析流程可参考链接页面:SPSS在线_SPSSAU_调节作用

中介效应调节效应分析对比及操作详解相关推荐

  1. 【 卷积神经网络CNN 数学原理分析与源码详解 深度学习 Pytorch笔记 B站刘二大人(9/10)】

    卷积神经网络CNN 数学原理分析与源码详解 深度学习 Pytorch笔记 B站刘二大人(9/10) 本章主要进行卷积神经网络的相关数学原理和pytorch的对应模块进行推导分析 代码也是通过demo实 ...

  2. 第 5 章 Nova - 041 - Resize Instance 操作详解

    Resize Instance 操作详解 Resize 的作用是调整 instance 的 vCPU.内存和磁盘资源. Instance 需要多少资源是定义在 flavor 中的,resize 操作是 ...

  3. SVN的Windows和Linux客户端操作详解

    SVN的Windows和Linux客户端操作详解 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.Windows客户端操作 1.安装SVN客户端 a>.去官网下载svn软件 ...

  4. Pause/Resume Instance 操作详解 - 每天5分钟玩转 OpenStack(34)

    Pause/Resume Instance 操作详解 - 每天5分钟玩转 OpenStack(34) 本节通过日志详细分析 Nova Pause/Resume 操作. 有时需要短时间暂停 instan ...

  5. 最全整理!Python 操作 Excel 库 xlrd与xlwt 常用操作详解!

    来源/早起Python 在之前的Python办公自动化系列文章中,我们已经相信介绍了openyxl.xlsxwriter等Python操作Excel库. 相信大家对于几个库的差异与使用场景有了一定的认 ...

  6. linux脚本日期时间,Linux 日期和时间操作详解

    Linux 日期和时间操作详解 发布时间:2012-11-27 15:10:07   作者:佚名   我要评论 Linux将时钟分为系统时钟(System Clock)和硬件(Real Time Cl ...

  7. python列表切片后得到剩余列表_python列表切片和嵌套列表取值操作详解

    python列表切片和嵌套列表取值操作详解 给出列表切片的格式: [开头元素::步长] # 输出直到最后一个元素,(最后一个冒号和步长可以省略,下同) [开头元素:结尾元素(不含):步长] # 其中, ...

  8. 红黑树操作详解——很形象的过程

    红黑树是一种很好的自平衡二叉排序树,在此,给出一个网友给出的红黑树操作详解: https://segmentfault.com/a/1190000012728513 里面给出了红黑树的详细操作,过程很 ...

  9. windowsterminal设置初始大小_这是我见过最全面的金蝶操作详解了,从初始化到财务使用全流程...

    今天橘子和小伙伴们分享一套<金蝶操作全流程>,这是我见过最详细的了,从金蝶软件如何安装到有关业务操作详解,非常全面,很适合自学和公司内部培训. 目录 一.金蝶KIS专业版产品安装 二.金蝶 ...

  10. ILI9341的使用之【四】RGB接口操作详解

    <ILI9341的使用之[一]TFT-LCD原理(转载)> <ILI9341的使用之[二]ILI9341介绍> <ILI9341的使用之[三]ILI9341系统通信接口模 ...

最新文章

  1. 力扣(LeetCode)刷题,简单题(第15期)
  2. 计算机硬盘清理,电脑磁盘清理,详细教您电脑磁盘怎么清理
  3. Build OpenVSwitch and OVN
  4. AtCoder AGC032E Modulo Pairing (二分、贪心结论)
  5. SpringCloud stream连接RabbitMQ收发信息
  6. observable_Java Observable setChanged()方法与示例
  7. 中国新能源汽车供应链白皮书2020
  8. mac下flink集群安装
  9. zabbix 自动化之网络发现
  10. swift可选类型_Swift可选
  11. 回溯算法讲解--适用于leetcode绝大多数回溯题目
  12. Flink State - Backend Improvements and Evolution in 2021
  13. 修改版本名称及手机型号
  14. 工程伦理思考题汇总——张永强主编
  15. 安装bluefish
  16. 自学编程和计算机科班出身的差别在哪里?
  17. 2022最新软件测试面试题(含答案)
  18. codeforces Mafia
  19. mybatis-plus存数组对象,并从数据库查出这个数组
  20. Yapi 接口平台(Windows、Linux 在线离线安装部署)

热门文章

  1. radam+lookahead optimizer
  2. linux如何卸载谷歌输入法,Linux上使用谷歌输入法
  3. 2017人人都是产品经理年度作家评选结果公告
  4. oracle持续上升,Oracle_Home文件使用率持续快速增长的问题分析
  5. Hacking Box Droopy: v0.2
  6. php支付宝发卡源码,个人发卡系统支付宝即时到帐大气源码
  7. python中几种括号的用法()、[]、{} 举例说明
  8. 数量积、向量积与混合积
  9. 安卓连接mysql数据库_Android客户端怎么与服务器数据库连接?
  10. 关于Python绘制正态分布图(概率密度分布)以及遇到的问题(label无法显示)