AMOS如何分析调节效应？急问谢谢

不好意思,可能越說越造成您的困擾,我上面提到的方法,其實是以spss來處理調節效果的檢驗,一般來說,其實所要的潛在變項,就是顯變項的因素,所以用spss處理的方法,就是先做一次您所投入的顯變項（例如有六題題目)然後執行因素分析,利用因素負荷量（即因素組行係數）求出xi=b1x1+……+b10Xj+e, e表示誤差,也就是獨特因素,求出xi的值之後,就可以這個進行離均差的處理,離均差的應用是一種去中心化的方法,所以可以減少交互作用的問題,這樣來處理調節變項的方式,犧牲掉的是對於獨特因素的解釋,可能我概念上還不是很明白,待我去了解用其他比較精確來建立sem模型的方式後,再來解釋,但基本上檢驗調節變項的方式也可以用spss進行,只是說可能得到的調節效果比較可能是不顯著的<br>lihoujian
&nbsp;金钱&nbsp;+100
&nbsp;奖励热情解答问题&nbsp;2009-4-12 15:34:06

若M是分类变量可采取跨组比较；若M不是分类变量，可对M采取M平均数正负一个标准差为一类，低于平均数一个标准差为一类，高于平均数一个标准差为一类，而后采取跨组比较。

以下是引用vcliurd在2008-9-11 11:54:00的发言：

AMOS 分析的时候，假设

自变量X1，X2 ，X3， X4，调节变量M ， 因变量Y

是否用M分别乘以X1 ，X2， X3， X4 的结果，分别,作为4个自变量，进行回归？

但是，M ，X1，X2，X3 ，X4都是潜变量，如何乘呢？

SPSS 又如何分析呢？

或者是否可以对潜变量进行乘积呢？谢谢 ，

同问！

7# bandbird

你好！看了你在人大经济论坛中的回答，使我对调节效应的检验有了新的认识，但是我还有一些问题不是很明白。

众所周知，调节效应是交互效应的一种，在分析时我们可以将其分成增强型交互作用（reinforcement interaction）和干扰型交互作用（interference interaction）。对于前者，随着X2（调节变量）的增大，自变量X1对因变量Y的正向影响越来越强；对于后者，随着X2（调节变量）的增大，自变量X1对因变量Y的正向影响越来越弱。

在加入调节变量时，方程如下： Y= a + bX1 + cX2 + dX1*X2

但我有一问题不明：我们是基于什么来判定调节作用是属于增强型还是干扰型（或减弱型）呢？是否在做分层回归分析时，只要看方程中回归系数d是正值还是负值即可（假设调节效应显著）？

你在你的贴子里面也说可以根据回归系数d的正负向来判断造成的干扰情形。是不是交互项的回归系数 d  是正值，我们就说调节变量（X2）加强了自变量（X1）和因变量（Y）的关系；反之，如果 d  为负数则为减弱了X1对Y的影响的强度？

似乎我感觉这不是很稳妥。 我们能否这样理解：
（A）假设自变量X1和因变量Y存在正相关，则：（1）如果交互项（X1*X2）前的回归系数d是正数，则是增强型或正向调节；（2）如果交互项（X1*X2）前的回归系数d是负数，则是干扰型或负向调节；
（B）假设自变量X1和因变量Y存在负相关，则：（1）如果交互项（X1*X2）前的回归系数d是正数，则是干扰型或负向调节；（2）如果交互项（X1*X2）前的回归系数d是负数，则是增强型或正向调节；

切盼你的回复。望多交流，谢谢！

11# bandbird

你这里说的去中心化处理的目的是为了避免多重共线性带来的影响。

建议看看温忠麟发在心理学报上关于中介效应与调节效应的比较一文 会对这个问题产生更清晰的认识

这个问题，我也很关心。可是看了上面的回复，只是说了SPSS中如何做，AMOS中如何做，还是没有解释清楚呀？
真的好急呀

问题还没有解决 文献中基本都是基于lirel软件分析和处理的 amos软件的应用文章 还没有看到过 有谁能推一个么？

没有理解错，控制变量、解释变量和调节变量实际上都是预测变量，之所以有不同的称谓，是研究的需要，当一些变量在回归方程中被称为控制变量时，意味着其对结果变量有一定的影响，需要进入方程对其控制，解释变量是研究者关心的对结果变量有预测效果的主要变量；而调节变量是确定预测变量和结果变量的因果效应的一个边界效应，他影响着预测变量和结果变量之间的强度和方向。

是这样理解的，对的，呵呵