1、調節與中介效應BREAD PPT DESIGN參考資料 如如下下BREAD PPT DESIGN目錄調節效應1 1中介效應2 2比較3 3統計方法詳析4 4CONTENTSBREAD PPT DESIGN調節效應定義和性質Y與 X的關系受到第三個變量M的影響調節變量可以是定性的 (如性別) ，也可以是定量的 (如年齡)影響因變量和自變量之間關系的方向 (正或負 )和強弱BREAD PPT DESIGN調節效應調節效應和交互效應從統計上看，調節效應和交互效應是相同的 （對H0：c=0進行檢驗，c顯著，則調節效應顯著）從概念上看，交互效應中，兩個自變量地位不固定，可以任意解釋。 調節作用中，調節變

2、量和自變量根據假設模型固定。BREAD PPT DESIGN調節效應統計分析方法 關鍵詞解釋 -顯變量：可以直接觀測的顯變量 -潛變量：實際工作中無法直接測量到的變量，一個潛變量常對應 多個顯變量，可看做其對應顯變量的抽象和概括 -偽變量處理：將連續變量分組成為類別變量 -中心化變換：使各變量平均數為0，在各各變量上減該變量的平均數 -偏回歸系數：多元線性回歸情況下，多個自變量中的一個和因變量 之間的關系。BREAD PPT DESIGN調節效應統計分析方法顯變量 根據不同的變量水平可以利用SPSS進行方差分析和回歸的處理 方差分析分組回歸偽變量處理層次回歸分析(R22 R12)XM偏回歸系數

3、檢驗層次回歸分析(R22 R12)XM偏回歸系數檢驗問題：如何對分組回歸R進行比較？如何驗證R22R12顯著？BREAD PPT DESIGN調節效應統計分析方法潛變量 利用結構方程模型或其他特定方法 不考慮 分組結構方程模型不考慮中心化乘積指標GAPI無約束模型2BREAD PPT DESIGN中介效應定義和性質如果X通過影響變量 M來影響Y,則稱M為中介變量c是X對Y的總效應，a、b是經過中介變量M的中介效應c=c+ab (一個中介變量的情況)BREAD PPT DESIGN中介效應統計分析方法基本概念 -c=ab+c， 中介效應大小即ab -檢驗ab/(c+ab)或者ab/c是否顯著（中

4、介效應相對大小） 若顯著，則表示中介效應顯著關鍵詞解釋 -完全中介效應：c=0 -部分中介效應：c顯著 BREAD PPT DESIGN中介效應統計分析方法主要方法方法一 -依次檢驗回歸系數，c、a、b系數分別顯著方法二 -路徑分析，經過中介變量路徑上回歸系數的乘積ab是否顯著 即H0：ab=0方法三 - 檢驗c和c的差異是否顯著BREAD PPT DESIGN中介效應統計分析方法基本分析流程 主要采用結構方程模型進行統計或用SPSS進行回歸 以下為一般中介檢驗程序 BREAD PPT DESIGN比較調節變量 VS 中介變量差別的關鍵在于？ 統計模型BREAD PPT DESIGN統計方法詳

5、析. 調節效應統計分析方法主要方法方法一 -分組回歸（適用于M為分類，X為連續變量的情況）方法二 -層級回歸（適用于M為連續變量的情況）方法三 -偏回歸系數分析（適用于M為連續變量的情況）BREAD PPT DESIGN統計方法詳析. 調節效應方法二 層級回歸 統計工具：SPSS步驟： 1. 標準化自變量和調節變量 2. 建立交互作用變量 在SPSS建立一個新變量XM，兩個變量的乘積 3. 層次化多元回歸 放入X變量，對Y進行回歸，得到R12 放入X和XM變量，對Y進行回歸，得到R22 比較R12和R22的差異 4. 繪制和解釋交互作用項BREAD PPT DESIGN統計方法詳析. 中介效應

6、統計分析方法主要方法方法一 -依次檢驗回歸系數，c、a、b系數分別顯著方法二 -路徑分析，經過中介變量路徑上回歸系數的乘積ab是否顯著 即H0：ab=0方法三 -檢驗c和c的差異是否顯著BREAD PPT DESIGN統計方法詳析. 中介效應方法一 基本思路：依次回歸c，a，b統計工具：SPSS步驟： 1. 驗證c不等于0：利用相關或者回歸 2. 驗證a不等于0，b不等于0。（完全中介時，還需驗證c等于0） -用X向M做回歸，得到a -進行層次回歸，第一層放入x，第二層放入M得到b 3. 中介效應的大小c =b - a缺點： 中介效應弱時，檢驗效率低。BREAD PPT DESIGN統計方法詳析. 中介效應方法二基本思路：檢驗H0：ab=0統計工具：LISREL步驟： 1. Sobel提出ab的標準誤計算公式 2. 檢驗統計量 缺點： 受到統計樣本大小和是否正態分布的局限BREAD PPT DESIGN統計方法詳析. 中介效應方法三基本思路：檢驗H0：c-c=0統計工具：LISREL步驟： 1. 計算c-c的標準誤 2. 檢驗統計量 缺點： 在a=0，但b0時，可能存在較高的第一類錯誤率 即使中介效應不存在(ab=0),只要b