SPSS教程|PROCESS中介与调节效果分析

SPSS套装分析软体提供许多常见的统计分析功能,包含描述性统计、差异性检定、相关分析、回归分析、探索性因素分析、内部一致性分析、无母数分析等。

然而,随着学术研究的发展,研究者欲探究的架构愈趋复杂,以回归分析为例,其只能计算多个自变数预测单一个依变数,若要使用SPSS软体分析中介模型,则需要经历多个步骤加以验证。此外,若研究架构模型中同时存有中介和调节效果的模型,SPSS软体也只能协助研究者分段检验结果,但此分段检验的结果与整体检验的结果会是一样的吗?这个答案值得我们进一步思考。

为了解决上述之问题,Hayes学者发展出免费的PROCESS分析模组,可直接套用在原先SPSS软体中,协助研究者直接分析复杂的研究架构,不需要逐一检验每条预测的研究假说,因此本篇主要目的为介绍如何使用PROCESS,协助你更快上手操作PROCESS。

在安装PROCESS之前,请先确认你电脑中SPSS软体的版本是否为17.0以上的版本,方才能够安装PROCESS。再者,请至Hayes学者的官方教学网站下载PROCESS (PROCESS安装档连结网址:http://processmacro.org/index.html ),请根据内文说明安装。

PROCESS 操作Example

【例题】探讨学生的数学成绩在语言能力对智商具有中介效果,且性别在语言能力对数学成绩关系中具有调节效果。


PROCESS分析分析→回归→PROCESS v34(成功安装后即会出现此部分,若没有出现,表示安装失败)


3.输入变量

因变量:智商(Y)

自变量:语言能力(X)

中介变量:数学成绩(Me)

调节变量:性别(Mo)

4.选择model number请依据研究架构选择合适的model number,本范例的模型为Model 7


关于model number如何选择,本篇挑选出常见的8个模型提供给大家参考。

Model 1:调节变量M在自变量X与因变量Y之调节效果

Model 2:调节变数M和W在自变量X与因变量Y之调节效果

Model 3:调节变量W与M的乘积在自变量X与因变量Y之调节效果

Model 4:中介变量M在自变量X与因变量Y之调节效果

Model 5:中介变量M在自变量X与因变量Y之调节效果,以及调节变量W在自变量X与因变量Y之调节效果

Model 6:2个及以上中介变量M在自变量X与因变量Y之中介效果

Model 7:中介变量M在自变量X与因变量Y之调节效果,以及调节变量W在自变量X与中介变量M之调节效果

5、分析结果

本范例之自变数:语言能力(X),依变数:智商(Y),中介变数:数学成绩(Me),调节变数:性别(Mo),其分析结果如下。

(1)、性别调节效果分析

由下表的Int_1(表示语言x性别这个调节效果变数)可知,性别在语言能力与数学成绩关系中的具有显著的正向调节效果(p =.0483 < .05)。


(2)、性别调节型中介效果分析

性别的直接调节效果其下界和上界分别为-.3827和0.9885,包含0,所以未达统计显著;

性别的调节中介效果其下界和上界分别为-.4663和0.1960,包含0,所以未达统计显著,

总合以上两点可之性别、数学成绩跟智商三者之间不存在调节型中介的关系。

【Plan B】SPSS直接检验中介效应也可以采取依次回归法

(1)检验X——Y的回归,分析总效应

(2)检验X——M(中介变量)的回归,检验a参数(即X的回归系数)

(3)检验X,M——Y的回归,检验b参数(M的回归系数)和c'参数(X的回归系数)

若a和b均显著,则中介效应存在

參考資料

.Hayes, A. F. (2017). Introduction to mediation, moderation, and conditional  process analysis: A regression-based approach. Guilford Publications.

.Hayes, A. F. (2018). Introduction to mediation, moderation, and conditional process analysis: A regression-based approach (2nd edition). New York: The Guilford Press.

.中介和調節模型之簡介Introduction to Mediation, Moderation, and Conditional Process Analysis連結網址 http://www.personal.psu.edu/jxb14/M554/specreg/templates.pdf

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,132评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,802评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,566评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,858评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,867评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,695评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,064评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,705评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,915评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,677评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,796评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,432评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,041评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,992评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,223评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,185评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,535评论 2 343