请问关于调节变量属于潜变量的处理方法？？？？？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

我想做调节变量的检验，发现自己的因变量、自变量、调节变量都是潜变量。我看到坛子里的资料显示，需要把调节变量进行分类，可是我的调节变量对应的是三个题项的观测变量，并且都属于五级的李克特量表。那我怎么把它们分类啊？还是说需要用别的处理方法。

后来我也看了有人利用spss方法进行分析，论文里也没有具体的操作步骤，我也找不到相关的资料。所以想请问图上的结果是怎么分析出的啊，是回归分析吗？可是回归分析显示因变量只能输入一个指标，可是我因变量对应的观测变量是3个。

也不知道自己是否表达清楚，以上两个问题希望，各位大牛能解答一下，谢谢！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：调节变量 处理方法 潜变量 李克特量表 观测变量 分析 检验 因变量 自变量 李克

spss做的话，你用层级回归分析就可以了，看r2的改变量是否显著，如显著，则调节效应显著，结构方程模型也可以做，论坛有讲，自己搜索一下，不再过多阐述

貌似涉及潜变量的调节变量分析spss是分析不出来的。把中介变量里克特表计算分值然后按分值分类，用多群组分析试试可否？

lihoujian 发表于 2011-11-19 13:31
spss做的话，你用层级回归分析就可以了，看r2的改变量是否显著，如显著，则调节效应显著，结构方程模型也可 ...

你说提到的用结构方程是指LISREL？在amos能实现吗？

Robert Ping (1995) 的结构方程建模中调节测验

Ping （1995）建议我们首先把所有X和M的测量项目做一个验证性的因子分析。从这个因子分析中我们就知道每一个X和M的测量项目的权数和随机误差方差。然后，我们把X和M的测量项目，再加上一个（X*M）的潜变量做结构方程建模。这个（X*M）的测量项目是「所有X的测量项目的和」与「所有X的测量项目的和」的成积。（X*M）这个潜变量只有一个测量项目（即是“单一指标”）。这个单一指标的权数是「把X所有的测量项目的权数加起来，与M所有的测量项目的权数相加的成积」。这个单一指标的误差方差是（i）X和M的项目权数，（ii）X和M的潜变量方差，和（iii）X和M的项目的随机误差方差

亦可以考虑跨群组来分析，四步法

spss也是可以分析出来的，只不过是一种交互作用，而交互作用是一种对等的关系，调节作用是主次的关系，首先通过中心化构建调节变量与被调节变量之间的交互项，然后加入回归项中，看r2的改变量是否显著。

lihoujian 发表于 2011-11-21 20:34
spss也是可以分析出来的，只不过是一种交互作用，而交互作用是一种对等的关系，调节作用是主次的关系，首先 ...

假设X M Y，其中X自变量，Y因变量，M调节变量，各自观测变量为X1、X2、X3；M1、M2、M3；Y1、Y2、Y3；
首先去中心化，对（M1+M2+M3）/3减去（M1+M2+M3）/3的均值，同时对X也是一样的处理，然后用中心化后的的M与X相乘，即构造了交互项；
那么Y呢？不需要处理吗？还是说Y需要做均值

然后直接对X的均值、M的均值、交互项、Y的均值进行多元回归检测？

如图交互项的系数-0.9,且T=-3.049，对应P=0.002<0.05，所以认为EXP调节效应显著？

jfamos 发表于 2011-11-21 21:36
假设X M Y，其中X自变量，Y因变量，M调节变量，各自观测变量为X1、X2、X3；M1、M2、M3；Y1、Y2、Y3；
首 ...

因变量不需要去中心化。但是涉及潜变量的分析在spss中无法分析。