如何用HLM做调节作用（调节变量和自变量在同一层）

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

我看了一篇文献，里面调节变量和自变量在同一层，很疑惑怎么做的调节作用

控制变量：C（第二层）
自变量：X1、X2（第一层）
因变量：Y（第一层）
调节变量：X2（第一层）

文章做了两个模型，模型1中加入了控制变量和自变量；模型2加入了控制变量、自变量、X2和X1的交互作用。
因此想知道两个模型在HLM中的方程分别是怎么样的。
另外文章中对控制变量的回归系数，一个模型只报告了一个系数，报告的是哪一个回归系数呢

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2 回帖

关键词：调节变量 调节作用 如何用 HLM 自变量 自变量 如何

所谓的调节效应就是对回归方程中交互项的检验，HLM中的交互项就对一般对交互项的理解就行了。两个模型在HLM中的方程书上有。对于控制变量的系数就是控制变量前边的那个系数。

zx前面的系数如何理解啊  大神

gzengzeng 发表于 2016-3-25 14:43
zx前面的系数如何理解啊  大神

在你的式子中，Z是二层变量。假设x是自信，y是成绩，z是班级氛围。那么，交互项可以理解为“个体自信对其成绩的预测作用受到班级氛围的调节，随班级氛围的不同而不同”

bfzldh 发表于 2016-3-25 16:16
在你的式子中，Z是二层变量。假设x是自信，y是成绩，z是班级氛围。那么，交互项可以理解为“个体自信对其 ...

hlm是不是主要用来分析调节作用的？可惜我的假设都是单向影响比如z对x有正向影响，x对y有正向影响，假设并未涉及调节作用。我都晕了

gzengzeng 发表于 2016-3-25 17:41
hlm是不是主要用来分析调节作用的？可惜我的假设都是单向影响比如z对x有正向影响，x对y有正向影响，假设并 ...

HLM的主要目的当然是处理嵌套数据嘛。只要交互项的系数显著，就表示调节效应显著。包含调节效应的模型更丰满一些。你还可以在HLM中做中介模型（略复杂）。

bfzldh 发表于 2016-3-25 17:44
HLM的主要目的当然是处理嵌套数据嘛。只要交互项的系数显著，就表示调节效应显著。包含调节效应的模型更丰 ...

比如x代表员工行为      Y代表员工绩效     Z代表公司战略    假设1为Z对X有正向影响 ；假设2为X对Y有正向影响。    总感觉不用hlm也可以大神教我

gzengzeng 发表于 2016-3-25 18:13
比如x代表员工行为      Y代表员工绩效     Z代表公司战略    假设1为Z对X有正向影响 ；假设2为X对Y有正向 ...

就你的假设来看，你并没有探讨调节效应，如果你的研究问题仅限于此，这样也基本可以了。调节效应是指，公司战略对“员工行为-员工绩效”的关系有调节，比如，A公司战略是“独善其身”，其公司里“员工行为对员工绩效”的预测系数可能为0.2，而B公司的战略是“兼济天下”，其公司里“员工行为对员工绩效”的预测系数可能是0.4.换句话说，B更正能量，“员工行为对员工绩效”的预测力更强。上面这种效应就是调节效应，可以通过二层变量对一层变量的随机斜率的预测检验出来。HLM与一般回归的区别仅在于数据结构，但解决问题的思路是一致的。

bfzldh 发表于 2016-3-25 18:21
就你的假设来看，你并没有探讨调节效应，如果你的研究问题仅限于此，这样也基本可以了。调节效应是指，公 ...

是的，并没有讨论调节效应，用hlm分别回归每个假设可以吗

gzengzeng 发表于 2016-3-25 18:27
是的，并没有讨论调节效应，用hlm分别回归每个假设可以吗

按照五步走的基本方法，将两个自变量同时放在模型中