笔记丨调节效应与中介效应(一)
终于告别结构方程模型,进入最后一个大类了,感觉自己棒棒哒。这最后的调节效应和中介效应,大概算得上是定量方面必不可少需要知晓的内容了吧,所以我们就快快开始啦~
注:以下内容属于我个人笔记,已加入主观理解,如在阅读中存在疑问,可后台回复“2017重庆”获得原始资料。
第 三 天
调 节 效 应
定义
如果两个变量之间的关系(如Y与X的关系)是变量M的函数,称M为调节变量(moderator,Baron & Kenny, 1986)。
常用形式
系数c衡量了调节效应(moderation effect)的大小。
与交互效应区分
交互效应 : 可以不分自变量和调节变量
( 数学上可以只考虑交互效应 )
调节效应 : 要区分调节变量和自变量
( 应用上要考虑调节效应 )
分析方法
当X与M都是类别变量时,进行两因素有交互效应的方差分析( ANOVA ) 。
操作步骤简要说明如下(操作步骤是萜妹自行百度的,目前以我的经验感觉看起来还是挺靠谱的,但是如果小可爱们会其他的操作方法也可以跟我交流哟~):
①打开SPSS软件;
②点击【分析】-【一般线性模型】-【单变量】;
③将因变量、自变量与调节变量选入右侧;
注:固定因子与随机因子的区分萜妹还没研究,但据说要注意。看网上的举例是放进了固定因子栏里,不过什么时候放随机因子栏,萜妹目前也还不清楚,所以先写出来提醒小可爱们。
④点击上图右侧【模型】,出现下图界面,选择【设定】,将左侧内容选入右侧后,按住Ctrl选择自变量和因变量,形成二者交互项,点击【继续】;
注:平方和类型,萜妹尚不清楚每个代表的是什么,但是示例中使用的是默认的类型三。
⑤点击【确定】后,观察输出结果中的主体间效应的检验部分即可,交互效应即为调节效应。
注:示例所用数据没有任何现实意义,萜妹就是找个数据给小可爱们演示一下,便于掌握。
当M都是类别变量时,进行分组回归分析。
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。差异检验的公式为:
其中,b表示斜率;SSE表示残差平方和;n表示样本容量;S²表示离均差平方和。
注:这种方法,萜妹还不太了解要怎么得到这些数字,所以就没办法告诉大家操作步骤啦。但是没关系,我们还可以用伪变量计算调节效应。
当X与M都是连续变量时(或用伪变量时),进行层次回归分析。
分析原理如下:
第一步 做Y对X和M的回归,得测定系数R1²,
第二步 做Y对X、M和XM的回归得R2²;
若XM的回归系数显著,则调节效应显著;
或者R2²显著高于R1²,则调节效应显著。
注:具体操作步骤在之前的SPSS数据分析的推送中有提及,这里就不赘述了。
不过证明了调节效应这还不是最后一步,我们还需要进行简单斜率检验。回到我们最初的常用形式的公式中,简单斜率就是a+cM。
关于简单斜率检验的原理呢,其实萜妹觉得就算我把公式弄上来,我们也看不懂,至于操作呢,都是用EXCEL直接套就好,所以这里我也就不多说了啦~
调节效应就先在这里告一段落啦,之后可能还会写潜变量交互效应的分析方法,但这是比较进阶的东西,萜妹反正目前还没消化好,所以还要再等等啦~
下周的内容有可能是中介效应的介绍,也有可能是萜妹的中秋日记,毕竟要抚慰一下对我比对数据分析有兴趣的小可爱们的心灵呀~
总之,祝小可爱们中秋快乐,我们下周见咯~
【萜心话】
研一新生丨健身少女丨电竞迷妹
交流平台丨回忆手册丨神秘树洞
中秋快乐,晚上好~
✬如果你喜欢这篇文章,欢迎分享到朋友圈✬