1樓：匿名使用者
有參考**沒有
可以把資料和參考**發到luguoda9you@sina.***
很快幫你搞定
2樓：匿名使用者
就是按調節效應的步驟來做啊私信
3樓：匿名使用者
要看到具體資料才能分析的
我經常幫別人做這類的資料分析的
如何用spss分析調節效應
4樓：匿名使用者
做調節效應，通常是使用迴歸進行。更多是使用分層迴歸，即通過加入互動項後，看互動項是否顯著，模型解釋力度有沒明顯的變化，來判斷調節效應是否存在。如果加入互動項後模型明顯變化，或者調節項呈現出顯著性即說明具有調節作用。
spssau中就有這個分析方法推薦使用。
5樓：匿名使用者
多元線性迴歸
1.開啟資料，依次點選：analyse--regression，開啟多元線性迴歸對話方塊。
2.將因變數和自變數放入格子的列表裡，上面的是因變數，下面的是自變數。
3.設定迴歸方法，這裡選擇最簡單的方法：enter，它指的是將所有的變數一次納入到
方程。其他方法都是逐步進入的方法。
4.等級資料，連續資料不需要設定虛擬變數。多分類變數需要設定虛擬變數。
虛擬變數abcd四類，以a為參考，那麼解釋就是b相對於a有無影響，c相對於a有無影響
，d相對於a有無影響。
5.選項裡面至少選擇95%ci。
點選ok。
統計專業研究生工作室原創，請勿複雜貼上
如何做spss的調節效應
6樓：朗朗蹌蹌
用迴歸，迴歸也有兩種方法來檢驗調節效應，看下面的兩個方程，y是因變數，x是自變數，m是調節變數，mx是調節變數和自變數的互動項，係數是a b c c'。檢驗兩個方程的r方該變數，如果該變數顯著，說明調節作用顯著，也可以直接檢驗c'的顯著性，如果顯著也可以說明調節作用。
2.在spss中，開啟線性迴歸的選單，如圖所示：
3.先將因變數【職業探索】、自變數【自我概念】、調節變數【社會支援】放入各自的框框。
4.點選下一層，設定第二個方程。
5.這第二層比第一層增加了一個互動項。
6.點選statistic，設定輸出什麼引數。
7.一定要選擇r方改變數，點選continue，然後點選就好。
8.可以看r方的該變數，第二個方程，sig f change值小於0.05，證明調節效應存在。
9.看輸出的結果，第一個紅框是係數，也就是前面介紹的abcc'，sig值是他們的顯著性水平，互動項係數的sig值小於0.05，說明存在調節效應。
7樓：匿名使用者
做調節效應，通常是使用迴歸進行。更多是使用分層迴歸，如果x和z均為分類資料，則使用雙因素方差分析。
通過加入互動項後，看互動項是否顯著，模型解釋力度有沒明顯的變化，來判斷調節效應是否存在。如果加入互動項後模型明顯變化，或者調節項呈現出顯著性即說明具有調節作用。spssau中就有這個分析方法可以使用。
具體方法說明可以看spssau的幫助手冊：調節作用-spssau
8樓：匿名使用者
顯變數的調節效應分析方法：分為四種情況討論。當自變數是類別變數，調節變數也是類別變數時，用兩因素互動效應的方差分析，互動效應即調節效應；調節變數是連續變數時，自變數使用偽變數,將自變數和調節變數中心化,做y=ax+bm+cxm+e 的層次迴歸分析：
1、做y對x和m的迴歸,得測定係數r12。2、做y對x、m和xm的迴歸得r22，若r22顯著高於r12，則調節效應顯著。或者,作xm的迴歸係數檢驗,若顯著,則調節效應顯著；當自變數是連續變數時，調節變數是類別變數，分組迴歸:
按 m的取值分組,做 y對 x的迴歸。若迴歸係數的差異顯著,則調節效應顯著，調節變數是連續變數時，同上做y=ax +bm +cxm +e的層次迴歸分析。
9樓：不曾夨來過
調節變數可以是定性的,也可以是定量的.在做調節效應分析時,通常要將自變數和調節變數做中心化變換.簡要模型：
y = ax + bm + cxm + e .y 與x 的關係由迴歸係數a + cm 來刻畫,它是m 的線性函式, c 衡量了調節效應(moderating effect) 的大小.如果c 顯著,說明m 的調節效應顯著.
2、調節效應的分析方法 顯變數的調節效應分析方法：分為四種情況討論.當自變數是類別變數,調節變數也是類別變數時,用兩因素互動效應的方差分析,互動效應即調節效應；調節變數是連續變數時,自變數使用偽變數,將自變數和調節變數中心化,做 y=ax+bm+cxm+e 的層次迴歸分析：
1、做y對x和m 的迴歸,得測定係數r1 2 .2、做y對x、m 和xm 的迴歸得r2 2 ,若r2 2 顯著高於r1 2 ,則調節效應顯著.或者, 作xm 的迴歸係數檢驗,若顯著,則調節效應顯著；當自變數是連續變數時,調節變數是類別變數,分組迴歸:
按 m 的取值分組,做 y 對 x 的迴歸.若迴歸係數的差異顯著,則調節效應顯著,調節變數是連續變數時,同上做y=ax +bm +cxm +e 的層次迴歸分析. 潛變數的調節效應分析方法：
分兩種情形：一是調節變數是類別變數,自變數是潛變數；二是調節變數和自變數都是潛變數.當調節變數是類別變數時,做分組結構 方程分析.
做法是,先將兩組的結構方程迴歸係數限制為相等,得到一個χ 2 值和相應的自由度.然後去掉這個限制,重新估計模型,又得到一個χ 2 值和相應的自 由度.前面的χ 2 減去後面的χ 2 得到一個新的χ 2,其自由度就是兩個模型的自由度之差.
如果χ 2 檢驗結果是統計顯著的,則調節效應顯著；當調節變數和自變 量都是潛變數時,有許多不同的分析方法,最方便的是marsh,wen 和hau 提出的無約束的模型. 3．中介變數的定義 自變數x 對因變數y 的影響,如果x 通過影響變數m 來影響y,則稱m 為中介變數. y=cx+e1, m=ax+ e2 , y= c′x+bm+e3.
其中,c 是x 對y 的總效應,ab 是經過中介變數m 的中介效應,c′是直接效應.當只有一箇中介變數時,效應之間有 c=c′+ab,中介效應的大小用c-c′=ab 來衡量. 4、中介效應分析方法 中介效應是間接效應,無論變數是否涉及潛變數,都可以用結構方程模型分析中介效應.
步驟為：第一步檢驗系統c,如果c 不顯著,y 與x 相關不顯著,停止中介 效應分析,如果顯著進行第二步；第二步一次檢驗a,b,如果都顯著,那麼檢驗c′,c′顯著中介效應顯著,c′不顯著則完全中介效應顯著；如果a,b至少 有一個不顯著,做sobel 檢驗,顯著則中介效應顯著,不顯著則中介效應不顯著.sobel 檢驗的統計量是z=^a^b/sab ,中 ^a, ^b 分別是 a, b 的估計, sab=^a2sb2 +b2sa2, sa,sb 分別是 ^a, ^b 的標準誤.
5. 調節變數與中介變數的比較 調節變數m 中介變數m 研究目的 x 何時影響y 或何時影響較大 x 如何影響y 關聯概念 調節效應、互動效應 中介效應、間接效應 什麼情況下考慮 x 對y 的影響時強時弱 x 對y 的影響較強且穩定 典型模型 y=am+bm+cxm+e m=ax+e2 y=c′x+bm+e3 模型中m 的位置 x,m 在y 前面,m 可以在x 前面 m 在x 之後、y 之前 m 的功能 影響y 和x 之間關係的方向(正或負) 和強弱 代表一種機制,x 通過它影響y m 與x、y 的關係 m 與x、y 的相關可以顯著或不顯著(後者較理想) m 與x、y 的相關都顯著 效應 迴歸係數c 迴歸係數乘積ab 效應估計 ^c ^a^b 效應檢驗 c 是否等於零 ab 是否等於零 檢驗策略 做層次迴歸分析,檢驗偏回歸係數c 的顯著性(t 檢驗);或者檢驗測定係數的變化(f 檢驗) 做依次檢驗,必要時做 sobel 檢驗 6. 中介效應與調節效應的spss 操作方法 處理資料的方法 第一做描述性統計,包括m sd 和內部一致性信度a（用分析裡的scale 裡的 realibility analsys） 第二將所有變數做相關,包括統計學變數和假設的x,y,m 第三做迴歸分析.
（在迴歸中選線性迴歸linear） 要先將自變數和m 中心化,即減去各自的平均數 1、現將m（調節變數或者中介變數）、y 因變數,以及與自變數、因變數、m 調節變數其中任何一個變數相關的人口學變數輸入indpendent 2、再按next 將x 自變數輸入（中介變數到此為止） 3、要做調節變數分析,還要將x與m 的乘機在next 裡輸入作進一步迴歸.檢驗主要看f 是否顯著
10樓：匿名使用者
再回歸分析裡面有個block 分層迴歸
用spss做調節效應分析。互動項顯著，但是調節變數不顯著。這樣可否判斷是否具有調節效應？ 15
11樓：匿名使用者
可以判斷具有調節效應。
互動項顯著說明有調節效應，調節變數不顯著說明這個調節變數在控制了自變數和調節項之後單獨的作用不顯著，簡單說就是「調節效應存在」。
可以這樣理解：調節效應存在，但是調節變數對因變數的影響不顯著，所以才會出現互動項顯著，但是調節變數不顯著結果。這個模型找到文獻支援可以成立的。
擴充套件資料
用spss做調節效應分析主要看互動項，互動項顯著即有調節效應，反之則沒有。調節效應應該檢驗互動因子的係數，這個係數顯著，就可以說明調節效應了。
調節作用研究x對y的影響時，是否會受到調節變數z的干擾；比如開車速度（x）會對車禍可能性（y）產生影響，這種影響關係受到是否喝酒（z）的干擾，即喝酒時的影響幅度，與不喝酒時的影響幅度
是否有著明顯的不一樣。
例如，r變化值僅為0.001非常非常低，而且△f 值沒有呈現出顯著性，說明f值變化不顯著，也即說明分層2在分層1的基礎上加入互動項，並沒有對y起著更多的作用，而且具體看互動項的迴歸係數值為0.020，沒有呈現出顯著性，也即說明互動項沒有呈現出顯著性，進一步說明沒有調節作用產生。
12樓：
調節效應應該檢驗互動因子的係數，這個係數顯著，就可以說明調節效應了。你的這個模型找到文獻支援可以成立的
excluded variables（已排除的變數）
你應該是第一張放兩個變數，第二張放3個變數，選擇的迴歸方法是enter（進入）。但是spss不是按照你的順序去放變數，而是把你所選的所有變數都加到模型裡面去，在進行第一個迴歸的時候把多出來的變數排除，所以會有這個**出現。如果不想出現這個**，你就分兩次做迴歸，第一次放中心d中心h，出了結果再放中心d中心h d乘h，分兩次做就不會有了。
如何在SPSS及AMOS分析調節效應實戰篇
調節效應和中介效應 用spss的分層迴歸就可以了 就是在迴歸分析中,下面有一個 block框,把你的變數一層層的移入進入 如何運用spss及amos進行中介效應與調節效應分析 3調節變 量可以是定性的,也可以是定量的.在做調節效應分析時,通常要將自變數和調節變數做中心化變換.簡要模型 y ax bm...
如何做SPSS的調節效應
顯變數的調節效應分析方法 分為四種情況討論。當自變數是類別變數，調節變數也是類別變數時，用兩因素互動效應的方差分析，互動效應即調節效應 調節變數是連續變數時，自變數使用偽變數,將自變數和調節變數中心化,做y ax bm cxm e 的層次迴歸分析 1 做y對x和m的迴歸,得測定係數r12。2 做y對...
如何做spss的調節效應，如何做SPSS的調節效應
做調節效應，通常是使用迴歸進行。更多是使用分層迴歸，如果x和z均為分類資料，則使用雙因素方差分析。通過加入互動項後，看互動項是否顯著，模型解釋力度有沒明顯的變化，來判斷調節效應是否存在。如果加入互動項後模型明顯變化，或者調節項呈現出顯著性即說明具有調節作用。spssau中就有這個分析方法可以使用。具...