涉及到调节效应的一般分析方法:
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。
spss分析中可能的几个问题:
1、数据处理时,是否要将主变量数据中心化?
答:所有数据都需要中心化处理。
2、分析结果中,主效应比较显著,但调节效应却不显著,怎么回事?
答:有可能是二者产生了共线,也有可能是调节变量也起到自变量的作用了。建议删减调节变量数量,抓住主要因素,增加自变量数量。
3、研究调节效应时,必须将自变量分别与这些调节变量相乘得到交互项,这样会不会在交互项之间、交互项与自变量之间产生多重共线性问题?
答:如果变量较多,是有可能的,建议用逐步回归方法,找出主要影响因素,调整模型。
以上是我的一点经验,请指正。