推荐书: Python开发最佳实践

SPSS实例:[11]如何检验调节作用

分享时@该用户已经被封, 我就能回答你的问题奥!

我们今天用到了spss中的分层回归,这种方法其实和回归没有太大差异,只是在回归的时候,分两个步骤进行,然后对两步中的R方值的改变大小进行显著性检验,如果达到了预先设置的显著性水平,就可以证明调节作用。我们来看看具体的步骤:

  • 明确变量类型:我们今天使用的自变量、调节变量、因变量都是连续性变量,或者说是等距变量。

  • 我们在菜单栏上执行:分析——回归——线性回归,如图所示

  • 接着,我们要输入变量,放入因变量,然后放入自变量和调节变量,自变量和调节变量都在independent框中,图中没有列出调节变量,你别跟着犯错。点击next按钮,进入第二层
  • 在第二层中,independent框中不仅仅有自变量和调节变量,还有自变量和调节变量的交互项,假如你不知道这个交互项是从哪里来的,你可以在百度经验中搜索【回归模型中如何增加交互项】。这里就不再详述了。
  • 我们点击statistics按钮,进行设置
  • 在这里需要重点勾选R方改变值或者其他你感兴趣的指标,如图所示,然后点击继续
  • 我们先看R方的改变值是否达到了显著水平,如果达到了显著水平,然后找到模型的系数检验结果,因为保密原因,我把变量的名称都隐去了,你可以看到红色方框中就是交互项的系数检验,B值达到显著水平,说明调节作用得到了证明。
  • 为了进一步看到调节变量是如何起到调节作用的,也就是具体的调节方向,我们需要进一步来进行探究,因为篇幅太长,我们在下一篇文章中讲【检验调节变量的调节方向】

转载请注明来自DataScience.

邮箱: 675495787@qq.com