【问卷分析】调节效应检验的操作① |
您所在的位置:网站首页 › 调节效应图斜率一正一负怎么看 › 【问卷分析】调节效应检验的操作① |
文章目录
1.首先要明白自己的调节和自变量是什么类别的2.实操演练2.1 当调节变量是连续变量时2.1.1 将ml中心化2.1.2 使用分层回归探讨自变量和ml的交互对adh的影响2.1.3 结果解读
1.首先要明白自己的调节和自变量是什么类别的
在本次演练中,我们以自变量是二分变量,调节变量分别是连续变量和分类变量为例子,教大家进行调节效应的检验。 注意事项: 1.当自变量是二分变量是不用中心化 2.要先将调节变量中心化,在计算出其与自变量的乘积项。 2.1 当调节变量是连续变量时例如,下面的自我监控水平是连续变量,可爱风格是二分变量,来做调节效应检验。 在我的数据里面自变量是xiushi,调节变量是ml,中介是adh. 在直接在spss的计算变量里面讲自变量*ml中心化=交互项(这一步很简单啦,小伙伴如果不懂的可以留言,如果很多人不懂的话,我在出一个教程) 2.1.2 使用分层回归探讨自变量和ml的交互对adh的影响打开spss——分析——回归——线性。 在第一层,我们将控制变量都放进去,
倒数三行就分别是自变量、中心化的调节变量、交互项,红框的三个值非常重要。 圆圈的交互项显著性也是低于0.05,也说明了交互式显著的。
Excel中variance of coefficient of IV就是系数表中自变量对自变量的协方差 Variance of coefficient of interacting就是交互项对交互项 下一行就是自变量对交互项的协方差 所以,大家在这个系数相关性中找到这几个值粘贴进去就行。 Sample size是样本量 Number of control variable是控制变量,这两个大家填一下就行啦。 然后就可以得到一个简单斜率图和下面的高低效应值![]() 这里的B应该就是gradient的值
|
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |