1、标签：
杂谈
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。在做调节效应分析时,通常要将自变量和调节变量做中心化变换。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，
2、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,做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R12。2、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
3、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χ2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χ2值和相应的自由度。前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差。如果χ2检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=
4、 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′+ab，中介效应的大小用c-c′=ab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
5、的统计量是z=^a^b/sab ，中 ^a, ^b分别是 a, b的估计, sab=^a2sb2 +b2sa2, sa,sb分别是 ^a, ^b的标准误。
5. 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+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之后、Y之前
M的功能
影响
6、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Y
M与X、Y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
^c
^a^b
效应检验
c是否等于零
ab是否等于零
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
6. 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realibility analsys）
第二将所有变量做相关，包括统计学变量和假设的X，Y，M
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indpendent
2、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
浙ICP备2021020529号-1 | 浙B2-20240490 
