中介变量调节变量.doc

如何用SPSS故中介效应与调节效应(转)如何用 SPSS 做中介效应与调节效应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，也可以是定量的在故调节效应分析时 ,通常要将自变量和调节变量故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 ,故 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R122、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x2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x2值和相应的自由度前面的x2减去后面的x2得到一个新的X其自由度就是两个模型的自由度之差如果 x2佥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' +a,中介效应的大小用 c-c' =at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=AaAb/sab，中Aa, Ab分别是a, b的估计，sab=Aa2sb2 +b2sa2, sa,sb分别是 Aa,人匕的标准误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+eM=aX+e 2 Y=c' X+bM+乞模型中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YM与X、丫的关系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AcAaAb效应检验c是否等于零ab疋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5. 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realibilityan alsys）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 indpendent2、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 著第二将所有变量做相关，包括统计学变量和假设的 X，Y，M。