1樓：司馬刀劍
調節效應應該檢驗互動因子的係數，這個係數顯著，就可以說明調節效應了。你的這個模型找到文獻支援可以成立的
excluded variables（已排除的變數）
你應該是第一張放兩個變數，第二張放3個變數，選擇的迴歸方法是enter（進入）。但是spss不是按照你的順序去放變數，而是把你所選的所有變數都加到模型裡面去，在進行第一個迴歸的時候把多出來的變數排除，所以會有這個**出現。如果不想出現這個**，你就分兩次做迴歸，第一次放中心d中心h，出了結果再放中心d中心h d乘h，分兩次做就不會有了。
用spss做調節效應分析。互動項顯著，但是調節變數不顯著。這樣可否判斷是否具有調節效應？ 15
2樓：匿名使用者
可以判斷具有調節效應。
互動項顯著說明有調節效應，調節變數不顯著說明這個調節變數在控制了自變數和調節項之後單獨的作用不顯著，簡單說就是「調節效應存在」。
可以這樣理解：調節效應存在，但是調節變數對因變數的影響不顯著，所以才會出現互動項顯著，但是調節變數不顯著結果。這個模型找到文獻支援可以成立的。
擴充套件資料
用spss做調節效應分析主要看互動項，互動項顯著即有調節效應，反之則沒有。調節效應應該檢驗互動因子的係數，這個係數顯著，就可以說明調節效應了。
調節作用研究x對y的影響時，是否會受到調節變數z的干擾；比如開車速度（x）會對車禍可能性（y）產生影響，這種影響關係受到是否喝酒（z）的干擾，即喝酒時的影響幅度，與不喝酒時的影響幅度
是否有著明顯的不一樣。
例如，r變化值僅為0.001非常非常低，而且△f 值沒有呈現出顯著性，說明f值變化不顯著，也即說明分層2在分層1的基礎上加入互動項，並沒有對y起著更多的作用，而且具體看互動項的迴歸係數值為0.020，沒有呈現出顯著性，也即說明互動項沒有呈現出顯著性，進一步說明沒有調節作用產生。
3樓：
調節效應應該檢驗互動因子的係數，這個係數顯著，就可以說明調節效應了。你的這個模型找到文獻支援可以成立的
excluded variables（已排除的變數）
你應該是第一張放兩個變數，第二張放3個變數，選擇的迴歸方法是enter（進入）。但是spss不是按照你的順序去放變數，而是把你所選的所有變數都加到模型裡面去，在進行第一個迴歸的時候把多出來的變數排除，所以會有這個**出現。如果不想出現這個**，你就分兩次做迴歸，第一次放中心d中心h，出了結果再放中心d中心h d乘h，分兩次做就不會有了。
4樓：匿名使用者
主要看互動項，互動項顯著即有調節效應，反之則沒有。網頁版spssau上也有這個功能，可以參考下：調節作用-spssau
如何做spss的調節效應
5樓：匿名使用者
做調節效應，通常是使用迴歸進行。更多是使用分層迴歸，如果x和z均為分類資料，則使用雙因素方差分析。
通過加入互動項後，看互動項是否顯著，模型解釋力度有沒明顯的變化，來判斷調節效應是否存在。如果加入互動項後模型明顯變化，或者調節項呈現出顯著性即說明具有調節作用。spssau中就有這個分析方法可以使用。
具體方法說明可以看spssau的幫助手冊：調節作用-spssau
6樓：匿名使用者
顯變數的調節效應分析方法：分為四種情況討論。當自變數是類別變數，調節變數也是類別變數時，用兩因素互動效應的方差分析，互動效應即調節效應；調節變數是連續變數時，自變數使用偽變數,將自變數和調節變數中心化,做y=ax+bm+cxm+e 的層次迴歸分析：
1、做y對x和m的迴歸,得測定係數r12。2、做y對x、m和xm的迴歸得r22，若r22顯著高於r12，則調節效應顯著。或者,作xm的迴歸係數檢驗,若顯著,則調節效應顯著；當自變數是連續變數時，調節變數是類別變數，分組迴歸:
按 m的取值分組,做 y對 x的迴歸。若迴歸係數的差異顯著,則調節效應顯著，調節變數是連續變數時，同上做y=ax +bm +cxm +e的層次迴歸分析。
7樓：不曾夨來過
調節變數可以是定性的,也可以是定量的.在做調節效應分析時,通常要將自變數和調節變數做中心化變換.簡要模型：
y = ax + bm + cxm + e .y 與x 的關係由迴歸係數a + cm 來刻畫,它是m 的線性函式, c 衡量了調節效應(moderating effect) 的大小.如果c 顯著,說明m 的調節效應顯著.
2、調節效應的分析方法 顯變數的調節效應分析方法：分為四種情況討論.當自變數是類別變數,調節變數也是類別變數時,用兩因素互動效應的方差分析,互動效應即調節效應；調節變數是連續變數時,自變數使用偽變數,將自變數和調節變數中心化,做 y=ax+bm+cxm+e 的層次迴歸分析：
1、做y對x和m 的迴歸,得測定係數r1 2 .2、做y對x、m 和xm 的迴歸得r2 2 ,若r2 2 顯著高於r1 2 ,則調節效應顯著.或者, 作xm 的迴歸係數檢驗,若顯著,則調節效應顯著；當自變數是連續變數時,調節變數是類別變數,分組迴歸:
按 m 的取值分組,做 y 對 x 的迴歸.若迴歸係數的差異顯著,則調節效應顯著,調節變數是連續變數時,同上做y=ax +bm +cxm +e 的層次迴歸分析. 潛變數的調節效應分析方法：
分兩種情形：一是調節變數是類別變數,自變數是潛變數；二是調節變數和自變數都是潛變數.當調節變數是類別變數時,做分組結構 方程分析.
做法是,先將兩組的結構方程迴歸係數限制為相等,得到一個χ 2 值和相應的自由度.然後去掉這個限制,重新估計模型,又得到一個χ 2 值和相應的自 由度.前面的χ 2 減去後面的χ 2 得到一個新的χ 2,其自由度就是兩個模型的自由度之差.
如果χ 2 檢驗結果是統計顯著的,則調節效應顯著；當調節變數和自變 量都是潛變數時,有許多不同的分析方法,最方便的是marsh,wen 和hau 提出的無約束的模型. 3．中介變數的定義 自變數x 對因變數y 的影響,如果x 通過影響變數m 來影響y,則稱m 為中介變數. y=cx+e1, m=ax+ e2 , y= c′x+bm+e3.
其中,c 是x 對y 的總效應,ab 是經過中介變數m 的中介效應,c′是直接效應.當只有一箇中介變數時,效應之間有 c=c′+ab,中介效應的大小用c-c′=ab 來衡量. 4、中介效應分析方法 中介效應是間接效應,無論變數是否涉及潛變數,都可以用結構方程模型分析中介效應.
步驟為：第一步檢驗系統c,如果c 不顯著,y 與x 相關不顯著,停止中介 效應分析,如果顯著進行第二步；第二步一次檢驗a,b,如果都顯著,那麼檢驗c′,c′顯著中介效應顯著,c′不顯著則完全中介效應顯著；如果a,b至少 有一個不顯著,做sobel 檢驗,顯著則中介效應顯著,不顯著則中介效應不顯著.sobel 檢驗的統計量是z=^a^b/sab ,中 ^a, ^b 分別是 a, b 的估計, sab=^a2sb2 +b2sa2, sa,sb 分別是 ^a, ^b 的標準誤.
5. 調節變數與中介變數的比較 調節變數m 中介變數m 研究目的 x 何時影響y 或何時影響較大 x 如何影響y 關聯概念 調節效應、互動效應 中介效應、間接效應 什麼情況下考慮 x 對y 的影響時強時弱 x 對y 的影響較強且穩定 典型模型 y=am+bm+cxm+e m=ax+e2 y=c′x+bm+e3 模型中m 的位置 x,m 在y 前面,m 可以在x 前面 m 在x 之後、y 之前 m 的功能 影響y 和x 之間關係的方向(正或負) 和強弱 代表一種機制,x 通過它影響y m 與x、y 的關係 m 與x、y 的相關可以顯著或不顯著(後者較理想) m 與x、y 的相關都顯著 效應 迴歸係數c 迴歸係數乘積ab 效應估計 ^c ^a^b 效應檢驗 c 是否等於零 ab 是否等於零 檢驗策略 做層次迴歸分析,檢驗偏回歸係數c 的顯著性(t 檢驗);或者檢驗測定係數的變化(f 檢驗) 做依次檢驗,必要時做 sobel 檢驗 6. 中介效應與調節效應的spss 操作方法 處理資料的方法 第一做描述性統計,包括m sd 和內部一致性信度a（用分析裡的scale 裡的 realibility analsys） 第二將所有變數做相關,包括統計學變數和假設的x,y,m 第三做迴歸分析.
（在迴歸中選線性迴歸linear） 要先將自變數和m 中心化,即減去各自的平均數 1、現將m（調節變數或者中介變數）、y 因變數,以及與自變數、因變數、m 調節變數其中任何一個變數相關的人口學變數輸入indpendent 2、再按next 將x 自變數輸入（中介變數到此為止） 3、要做調節變數分析,還要將x與m 的乘機在next 裡輸入作進一步迴歸.檢驗主要看f 是否顯著
8樓：匿名使用者
再回歸分析裡面有個block 分層迴歸
spss調節分析中，自變數x，調節變數m都對因變數有正向影響，x*m的互動項卻與因變數的迴歸為負值 120
9樓：匿名使用者
這個應該是變數選擇有問題
試著刪去或者增加變數看看
自變數與調節變數都是分類變數時怎麼分析調節效應
10樓：滯一難孿
調節效應應該檢驗互動因子的係數，這個係數顯著，就可以說明調節效應了。你的這個模型找到文獻支援可以成立的excludedvariables（已排除的變數）你應該是第一張放兩個變數，第二張放3個變數，選擇的迴歸方法是enter（進入）。但是spss不是按照你的順序去放變數，而是把你所選的所有變數都加到模型裡面去，在進行第一個迴歸的時候把多出來的變數排除，所以會有這個**出現。
如果不想出現這個**，你就分兩次做迴歸，第一次放中心d中心h，出了結果再放中心d中心hd乘h，分兩次做就不會有了。
求助：關於spss調節效應的分析 10
11樓：匿名使用者
有參考**沒有
可以把資料和參考**發到luguoda9you@sina.***
很快幫你搞定
12樓：匿名使用者
要看到具體資料才能分析的
我經常幫別人做這類的資料分析的
如何用spss分析調節效應
13樓：匿名使用者
做調節效應，通常是使用迴歸進行。更多是使用分層迴歸，即通過加入互動項後，看互動項是否顯著，模型解釋力度有沒明顯的變化，來判斷調節效應是否存在。如果加入互動項後模型明顯變化，或者調節項呈現出顯著性即說明具有調節作用。
spssau中就有這個分析方法推薦使用。
如何用spss做logistic迴歸分析
regression選單裡面有的 如何用spss做logistic迴歸分析 怎樣應用spss進行多因素logistic 迴歸分析 如何用spss做多因素迴歸分析 如何用spss做logistic迴歸 logistic迴歸可以劃分為二元logistic迴歸 多分類logistic迴歸 有序logist...
spss 做探索分析的時候，在M estimator表裡的資料怎麼看，資料分別代表什麼
均值和m估計值越接近，說明觀測資料越接近正態分佈 不會看就別亂在spss裡面點啊 我替別人做這類的資料分析蠻多的 spss的探索性分析的m估計量怎麼看啊 探索性因子分析沒有m估計量，你問的是探索性什麼分析 m估計值是什麼 選擇m estimation複選項，求出集中趨勢的穩健估計，該統計量是利用迭代...
利用SPSS做時間序列分析，序列圖和自相關圖還有偏自相關圖判
你這個應該是有季節性的變動吧 我能西線 學 院就是做這個的，可以找我們溝通下 spss做序列圖時，一次差分後的自相關圖和偏相關圖怎麼看是否序列平穩呢？一次差分後的自相關圖和偏相關圖 發上來哦啊 那要看具體情況，是截尾還是拖尾了 用spss做時間序列分析，裡面的自相關圖和偏自相關圖怎麼分析啊，求大神 ...