都江堰seo,郑州seo外包v1,如何利用wordpress开发主题,精准营销1. 中介效应 SPSS 实现
本例研究的自变量#xff08;X#xff09; “工作不被认同”#xff1b;中介变量#xff08;M#xff09;为“焦虑”#xff0c;因变量#xff08;Y#xff09;为“工作绩效”。探讨焦虑是否在工作不被认同与工作绩效间的作用。 #xff08;2X “工作不被认同”中介变量M为“焦虑”因变量Y为“工作绩效”。探讨焦虑是否在工作不被认同与工作绩效间的作用。 2分析一回归一线性如图所示将工作绩效放入“因变量”框工作不被认同放入“块B”方法选择“输入法”点击“确定”运行。 2. 调节效应 SPSS 实现X与M均为分类变量 1.探讨不同性别下工种和工资的关系
2.探讨不同性别下工龄和工资的关系
3.探讨不同工龄下工种和工资的关系
4.探讨不同工龄下每天工时和工资的关系 分析结果见图可见性格 character 和性别gender对得分均有作用但性格与性别之间没有交互作用即没有调节作用。 3. 调节效应 SPSS 实现M为分类变量X为连续变量
某研究者研究胸围对肺呼量的影响考虑到性别可能会起到调节作用数据见图。 结果解读
1模型验证分析结果见图23-15可见男生组和女生组的回归模型都是有意义的。
F男102.889,P0.000,F女6.974P0.009。
2 模型方程结果见图23-16根据男生、女生胸围的回归系数的t检验结果发现回归系数均是有意义的。然后需要对2个回归系数进行假设检验但SPSS 不能直接对2个回归系数进行检验但可以计算其各自的95%可信区间。发现男生胸围回归系数的 95%CI: 47.802~70.814女生胸围回归系数的95%CI:2.65618.204两个95%可信区间之间没有重合或者说完全分离因此2个回归系数之间差异有统计学意义。
进一步说明性别会调节胸围对肺呼量的作用。 4 调节效应 SPSS 实现M为连续变量X为分类或者连续变量
有研究者研究胸围对肺呼量的影响考虑到身高可能对其产生调节作用数据见图。 如果已有数据想更新 1模型R方由图23-21可知模型2的R方0.574比模型1的R方0.548多出0.026这就是 R方变化量P0.0000.05因此R方变化量是有意义的。 2方程检验由图23-22可知2个模型P均为0.000小于0.05因此2个模型皆有统计学意义。 3 方程系数由图23-23可知XM即胸围x身高的回归系数为2.059t5.988, P0.0000.05因此XM回归系数是有意义的即意味着身高对胸围与肺呼量间的作用存在着调节作用。 5 Process 插件安装 http://afhayes.com/index.html
无法访问
可以在百度网盘下载 6 Process 分析中介效应 由图23-34可知
1.X和Y的总效应为 0.804295%CI: 0.72660.8819P0.0000.05因此X-Y总效应有统计学意义。
2.X对Y的直接效应 0.669595%CI0.5805~0.7586P0.0000.05因此X对Y存在直接效应。
3.X对Y的间接效应为 0.134795%CI0.08060.1950。
因此本例焦虑对工作不被认同对工作绩效的影响模型为间接中介模型。
如果本例直接效应无统计学意义那么就是完全中介模型。
后面B部分告诉我们采用的是95% 可信区间进行了5000次自抽样计算。
A B 7 Process 分析调节效应 报错 变量名超过8个字符
解决方案
1.缩短变量名
2.在PROCESS中勾选同意长变量名进行分析的选项 1 模型一般情况图23-39告诉我们Y、X和 如何定义的以及590样本量。
2 模型结果图23-40A部分为模型摘要R-sgR方0.6546P0.0000.05因此建立的模型是有意义的。
23-40B部分为构建的具体的模型其中 int_1为胸围与性别的交互项系数为-48.8777P0.0000.05说明存在交互作用意味着调节效应存在。
23-40C部分为交互项的R方改变量值为0.0291P0.0000.05因此增加交互项确实能改变模型的效能也再次证实调节效应存在。 3分层分析结果如图23-41所示按照性别分层得到分别在男生和女生中胸围都影响肺呼量。 知识拓展
排除R、SAS软件以SPSS系列分析为例中介效应和调节效应可以采用SPSS实现、Process 实现以及 AMOS 实现
Process 可以完全替代SPSS的中介和调节效应分析但和SPSS一样均只能进行显变量分析无法进行潜变量的分析
AMOS 可以实现潜变量与显变量的中介效应与调节效应中介效应上比 Process 做得好
但对于显变量的调节效应Process 优于 AMOS。 参考资料武松《SPSS实战与统计思维》
