《中介效应和调节效应的SPSS检验》由会员分享，可在线阅读，更多相关《中介效应和调节效应的SPSS检验（9页珍藏版）》请在金锄头文库上搜索。
1、中介效应和调节效应的 SPSS 检验为将不同的变量的数据的尺度统一化， 将所有数据进行中心化处理，即将原 始数据减去平均数。SPPS 步骤：打开数据，在菜单中执行：an alyse-descriptive statistics-descriptives。SPSS归分析中介效应检验步骤:a预测变量:模型RR方调整R方标准估计的误 差1342a.117.114.820第一步：检验自变量X （EP1与因变量丫（SI1）的关系，即方程y=cx+e1中的c是 否显著，检验结果如下表：模型汇总,Zscore: EP1 - I amvery comfortable with my physical work
2、environment at HBAT.。系数模型、非标准化系数标准系 数tSig.B标准误差试用版1（常量）4.203102.559000Zscore: EP1 - I am very comfortablewith my physical work en vir onment at HBAT. . .2970413427.249.000由上表可知，方程 y=cx+e 的回归效应显著，系数 c 值.342 显著性为pv.000,可以进行方程m=ax+和方程y=c x+bm+e勺显著性检验;第二步：分别检验 a 和 b 的显著性，如果都显著，则急需检验部分中介 效 应和完全中介效应；如果都不显
3、著，则停止检验；如果 a 或 b 其中只有一个较显著，则进行 sobel 检验(边缘检验)首先，检验中介变量M (0C1与自变量X (EP1)的关系，即方程M=ax+e2中的c是 否 显 著 ， 检 验 结 果 如 下 表 ： 模型汇总模型RR方调整R方标准估计的误 差1.a .112.0120102.512a预测变量：（常量）,EP1 - I am very comfortable with my physical work environment at HBAT.。系数模型非标准化系数标准系 数tSig.B标准误差试用版1(常量3.576.5995.969.000EP1 - I am ve
4、ry comfortable with my physicalworkenvironment at HBAT. 、 .154.069.1122.239.026a.gives me a sense由上面两个表格结果分析可知，方程 m=ax+e中，a值0.112显著 性 p.000, 不显著，继续检验 b 的显著性。模型RR方调整R方标准估计的 误差1.371a.138.133.811模型汇总第三步：检验中介变量 M(OC1 、自变量 X( EP1 )和因变量丫( SI1 )的关系 即方程 y=c x+bm+e3 中的 c 是否显著，检验结果如下表：a预测变量：（常量），0C1 - My work
5、 at HBAT gives me a sense of accomplishme nt., EP1 - I am very comfortable with my physical work en vir onment at HBAT.。系数标准系模型非标准化系数数tSig.B标准误差试用版1（常量）2.63720213.069.000EP1 - I am very comfortable with my physicalworkenvironment at HBAT.155.022.3256.934.000OC1- My work at HBAT gives me a sense of a
6、ccomplishme nt.050016.1463.118.002a.因变量：SI1 - I am not actively searching for another job.由上面两个表的结果分析可知，方程y=c x+bm+e中，b值为0.146显 著性为p.000,所以b不显著。因此综合两个方程 m=ax+e 和 y=c x+bm+e 的检验结果， a 和 b 都不 显 著，停止检验。所以，由我们的数据，分析得出调节效应不存在。二. SPSS 回归分析调节效应检验步骤：首先，构建两个回归方程，丫（ SI1）是因变量，x（ EP1）是自变量，M（0C1 是调节变量，MX （ spss计算
7、得出：转换一计算变量，命名JFX是调节变量和自变量 的交互项，系数是 a b c c。 我们可以检验两个方程的 R 方改变量，如果 该变量显著， 说明调节作用显著，也可以直接检验c的显著性，如果显著也可以说明调节作用。y=a+bx+cmTe1）2）第一步：在 spss 中，打开线性回归的菜单：分析一回归一线性。第二步：将丫（SI1 ）因变量，x （EP1 ）自变量，M （0C1调节变量，放入各自的框框，如图：JFX ,如图:第三步：点击下一层，设置第二个方程，在自变量框中增加交互项第四步：点击statistic，设置输出什么参数，一定要选择R方改变量，点击继模型RR方调整R方标准估计的 误差更
8、改统计量Durbi n-Wats onR方更改F更改df1df2Sig. F更改1.371a.138.133811.13831.7092397.0002392b.154.148.8040167.6261396.006.923第五步：结果分析：1我们可以看r方的该变量，第二个方程，如果sig F change值小于0.05，证 明调节效应存在。 模型汇总c续（如图），然后点击确定：a. 预测变量： （常量），OC1- Mywork at HBATgives mea sense of accomplishment，EP1- I amvery comfortable with my physical
9、 work en vir onment at HBAT. 。b. 预测变量：（常量） ,OC1- Mywork at HBATgives mea sense of accomplishment., EP1- I amvery comfortable with my physical work en vir onment at HBAT.,交互项。c. 因变量:SI1 - I am not actively searching for another job2.我们看输出的结果，也就是前面介绍的 abcc , sig 值是他们的显著性水平 如果交互项系数的 sig 值小于 0.05，说明存在调节
10、效应。系数 a模型非标准化系数标准系 数tSig.B标准误差试用版1（常量）EP1 - I am very comfortable with my physicalworkenvironment at HBAT.OC1- My work at HBAT gives me a sense of accomplishme nt.2.637.155050.202.022.016.325.14613.0696.9343.118.000.000.0022（常量）EP1 - I am very comfortable with my physicalworkenvironment at HBAT.OC1- My work at HBAT gives me a sense of accomplishme nt.交互项1.707.267.236-.022.392.046.069.008.562.685-.6254.3565.7653.416-2.761.000.000.001.006a.因变量：SI1 - I am not actively searching for another job.
