spss做调节效应图

（转）李老师修改过的用SPSS做调节和中介的方法 (2010-04-12 01:00:25)转载▼

标签： 杂谈

先用descriptive statistics报告出M和SD，然后将所有的控制变量（人口学因素）、自变量和调节或中介变量以及因变量放入SPSS计算相关。得到相关表，发现与自变量和调节或中介或因变量相关显著的变量就要作为回归中需要考虑的变量放入回归方程中计算。

##这是预研究阶段的操作。在验证性研究中，不应当在正式研究的行文中出现这种data snoop的措辞。要时刻留心将模型的提出和模型的验证区别开来。如果未能实现这一点，意味着只得到提出模型的研究，没有得到验证模型的研究。我们在验证性研究中screen数据，目的是为了确保模型条件（异常值、分布）没有出现明显反常识的症状；而不是为了提出模型(设置哪些变量作为IV，是否设置交互项)。如果一套数据被用于提出模型，就不应当再被用于验证同一个模型。虽然国内很多学术刊物发表了类似的错误方法案例。

调节：自变量和调节变量要中心化：descriptive statistics –save standardized values as variables(勾选)

##这是标准化而不只是中心化。中心化是让变量减去自身的均值。标准化将让结果的解读丧失部分信息。

第一步放控制变量和调节变量（中心化以后的）

2 加入自变量（中心化后的）

3 加入自变量和调节变量的乘积（compute）（这些都是用回归中block那个选项卡，

直接next，在里面放入多加入的变量就可以了）

##

##技术上的细节：中心化的目的是为了让截距项方便解读。仔细分析，课讨论是否必要对调节变量作中心化；如果自变量是nominal变量得到的dummy变量，是否需要中心化，

中介：不用中心化 ，同上面的1 2 步。

都是看R平方的改变和F的改变（sig）是否小于0.01或者0.05。

##中介效应是作sobel检验或者更精密的a*b置信区间，不是看R^2改变的显著性

##调节效应应当作相应的f^2置信区间，特别是在样本量大的时候。我们不能等待SPSS开发了这项功能再学习这项技术

画高低图的时候 把控制变量去掉重新做回归方程。用自变量和调节变量放入方程， 取（1，1）（-1，1）（1，-1）（-1，-1）这四个点画图。

##请讨论增改这份笔记。有三个方面可以增益的工作：

1. 加入操作图，或者syntax。二者有一样就有manual的价值

2. 操作上的错误或者模糊的地方订正

3. 联系挖掘更深一层的原理

目前的水准与国内同主题的网络资料没有差异，尚需进一步加工，才能达到预期的北大心理系研究生学习水准。

大家有任何增改意见都可以提出来哈～