关于调节效应的检验

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

我看温忠麟老师的介绍是，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，具体就是： ① 做Y对X和M的回归，得测定系数R1平方； ② 做Y对X、M和XM的回归得R2平方，若R2平方显著高于 R1平方，则调节效应显著。或者，做XM的回归系数检验，若显著，则调节效应显著。 看了不少文献，大家也都是按这个流程来的，做两次回归，第一次Y和X、M，第二次加入XM乘积项，做Y和X、M、XM的回归，然后比较R平方的变化。 但既然调节效应主要看的是XM系数是否显著，那能否只做一次回归呢？即Y和X、M、XM的回归，XM系数显著，就说明M的调节效应显著。 公式Y=aX+bM+cXM+e，稍微整理就是 Y=(a+cM)*X+bM+e，XM的系数c显著不为0，就说明斜率（a+cM）会随着M的变化而变化，这不就是调节效应的含义么——X对Y的影响（斜率）与M有关，我觉得c显著就已经可以说明问题了，何必不嫌麻烦的做两次回归呢？

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3 回帖

关键词：调节效应 调节变量 系数检验 回归分析 回归系数 回归分析 自变量

如果第一步中，Y和X、M之间的关系就不显著，说明他们之间并不存在相关关系，那么你直接进行第二步就没有意义，即使第二步中可能会因为加入了XM的数据项而导致他们之间的关系变显著。

数据之间的关系需要理论上的支持，单纯的数据之间的关系并不能说明问题。

庸颠 发表于 2017-8-19 22:46
如果第一步中，Y和X、M之间的关系就不显著，说明他们之间并不存在相关关系，那么你直接进行第二步就没有意义 ...

请问下，第一步中，Y和X、M之间的关系中，X和M 都需要显著吗？ X显著而 M不显著可以吗？

我个人感觉，M的系数不显著，但XM的系数显著，也能够证明M是有调节效应的。

半颗青橙 发表于 2018-11-30 13:12
我个人感觉，M的系数不显著，但XM的系数显著，也能够证明M是有调节效应的。

感谢！

请教楼主：如果在第一个模型中加入X与M，都显著。在第二个个模型中进一步加入X*M，结果发现X*M显著，但M变得不显著了。这是什么原因呢？谢谢