中人网

标题: 为什么突然不显著了？ [打印本页]
作者: Kenneth    时间: 2010-10-28 16:13
标题: 为什么突然不显著了？
朋友，你遇到的问题是原来x1,x2都各自影响y，为什么同时放进回归方程，突然两个都不显著了？0 u( m0 s1 j! v. F
[attach]25365[/attach]
3 `, q0 d  f/ |8 q在 ppt 中第一个公式是只有x1在预测y。它的回归系数其实就是相关系数。我们假设相关 (ry1，也就是y与x1的相关) 是显著的。就是黄色的A的部分。
" _( q6 D9 I! a& p" B/ p: x8 M1 E' i   
6 `4 n4 y1 q' G    多加了x2后，回归系数 b1 已经不再是“y与x1的相关”这么简单了。它是一个半偏相关系数。从公式可以看见， 回归系数 b1变成了    ry1 减掉「x2 对 y      解释能力」乘于「两个x 的相关」。简单来说，你可以想像这个新的回归系数是 “控制了x2后，x1对y 影响”。" i3 i) c" s4 z3 B2 L8 @0 o
   
" i8 ~" H9 M) r6 p4 r) O     我不否认，x1自己对y 是有影响的，但是控制了x2后，x1对y的影响就是完全不同的意义了。如果x1与x2是很大相关的话，    控制了x2，x1对y可能就没有影响了（因为x2能够解释y    的能力是黄色的部分,多加了x1后，两个加起来还是同样是黄色的部分）。控制住x2，x1对y就没有影响了。x1与x2的相关越大，这个现象越严重。在统    计上，我们叫做“共线性”collinearity。如果是很多变量的共线性，就叫做多元共线性 multicollinearity。
0 [6 ]. \& F9 |) R" K6 s: a    - {+ S6 `* I% b
    解释了这个现象后，如何面对你的问题呢？问题是x1与x2是不是在你的研究中同时影响y呢？如果是的话，那没有什么可以做了。因为事实是    “控制住x2，x1对y就没有影响了”。另外一个方法，就是首先做多元分析，然后再补充以一元分析（一个一个变量来研究），并说明是因为共线性才有这样的    结果吧。（其实共线性是可以测的，有一个叫做VIF variance inflation    factor）的测验可以检验共线性是否严重的。你在统计的书一定可以看见的。
" m$ O* N* E) s 本帖最后由 Kenneth 于 2010-10-28 16:14 编辑 . `7 e$ J% c1 U  z( S3 K
) G: u2 x& Q9 h0 P
作者: jkliang    时间: 2010-10-28 23:43
感謝Kenny的教學，我跟著問一個很基礎的問題，尚請Kenny與大家教導。
" v# D  |! d# q9 L+ y我的問題是，控制變數和調節變數有什麼不同？我知道在統計上一個是放入x2，一個是放入x1與x2的乘積項，但是在研究中該如何進行解讀？控制變數(x2)的意義是說，在研究中會影響到x1與y之間關係的變數在分析的過程中必須被「控制」，這可不可以解讀成：因為x2會影響到x1與y的關係，所以x2調節了x1與y的關係呢？就如Kenny所說明的範例，當加入x2後，x1與y的關係不見了！這個可以說x2調節了x1與y的關係嗎？我猜，是不是必須依照研究的理論假設而定？
作者: chienhsin    时间: 2010-10-29 11:34
回复 2楼 jkliang 的帖子
- ^+ q0 L! b% D6 h7 ?; D8 T) t, {" G( n; L$ _' k$ r

: E/ C' Z" V# g7 b9 k& g    我想二者不太一樣。$ x: }+ N3 Y: f" k2 r% Z

$ W; D& Q: F& }& q: Z7 a) Nmoderation是對「關係強度或方向」的影響，在迴歸分析裡面就是對beta weight的影響，但調節變項X2不一定對X1或Y個別有影響。
# p& E9 V: b& |# l+ N7 ^
0 y9 l: I# o5 U控制變項因為已知對Y有關係，因此需要被控制。
8 x9 @8 z* ^/ _1 n& u 本帖最后由 chienhsin 于 2010-10-29 11:38 编辑 ; r7 B2 H7 X0 y$ _9 d7 D! [" s
3 w/ I* B- z, p. p/ |
作者: bow7    时间: 2010-11-1 20:13
kenny,你好，刚刚看到你发的这个帖子，很受启发，非常感谢。我现在正在做一个课题，有几个问题想请教你：1、数据收集回来之后，做共线性检验，共线性很严重，该怎样处理呢？我知道可以用数据标准化降低共线性，但是我不知道这样做对最终的分析会有何影响。2用SPSS做探索性因子分析的时候，大多数变量都归到一个因子的下面了，这是不是说明数据的样本源有问题，而且因子之间的区分效度不高？该如何处理这种情况？3、在结构方程中，是否可以用X指标，直接做对Y潜变量的直接效应？也就是表示因果关系的直线箭头由指标直接指向潜变量。4、http://bbs.chinahrd.net/forum.php?mod=viewthread&tid=280559如上述链接中，图4－4－5，和图五，在结构方程中是否可以构建这样的模型？以上几个问题，请指点。谢谢！ 本帖最后由 bow7 于 2010-11-1 20:16 编辑
- z, M3 e7 e$ q" g
9 @5 p5 u  K: W5 v) a
作者: Kenneth    时间: 2010-11-2 11:02
bow7，* D4 s: t3 D; w
1、数据收集回来之后，做共线性检验，共线性很严重，该怎样处理呢？1 o/ J, J/ n2 J$ F
我猜这代表了你的模型有问题，就是有几个变量是“重复”的。在模型中删掉不要的变量吧。
1 O% w6 l2 S3 `& |# ?% l
, D" Y- O5 F" ~# J( W4 z' [2用SPSS做探索性因子分析的时候，大多数变量都归到一个因子的下面了，这是不是说明数据的样本源有问题，而且因子之间的区分效度不高？该如何处理这种情况？8 @, F: y; G" g9 |8 D' U
是的。问题与上面一样。我猜有两个原因：（1）你收回来的全是态度，你是用态度来估计态度，而这些态度都是非常接近的。如果是的话，你的模型本身就可能是非常 common sense，有问题。（2）你有同源方法偏差的问题。所有变量都是从同一个人问回来的。我自己不觉得有什么解决方法。如果你真的没有办法，可以看一看 Podsakoff, P.M., MacKenzie, S.M., Lee, J., & Podsakoff, N.P. (2003). Common method variance in behavioral research: A critical review of the literature and recommended remedies. Journal of Applied Psychology, 88, 879-903.
, U' w1 p; y" i5 \8 f# d8 t( j' Q: c  ^* b/ W
3、在结构方程中，是否可以用X指标，直接做对Y潜变量的直接效应？也就是表示因果关系的直线箭头由指标直接指向潜变量。
6 H9 Q* W/ {7 h2 n不可以。指标是用来估计它所代表的潜变量的。8 |& m& t4 }0 K
/ R/ q) W! q. P' v. ?9 z
4、我根据你的 link，结果是接回这一页，所以不知道什么是图4－4－5，和图五。/ X9 s& Q& l8 ]7 X7 |1 w
作者: bow7    时间: 2010-11-2 19:15
非常感谢kenny及时的回复，让困扰了我一段时间的问题得以解决。也非常抱歉，出现操作上的错误。现在我将图4－4－5和图五导入了。请看下面两图。在结构方程中是否可以构建这样的模型？谢谢！[img][/img] 本帖最后由 bow7 于 2010-11-2 19:17 编辑 - |7 S  T6 W3 W, n& ?, a
! l- D, d' z  U7 [/ X
作者: Kenneth    时间: 2010-11-9 20:48
回复 6楼 bow7 的帖子* D, g* r4 q- U2 s5 ~+ X
0 ]9 S) J  ?3 T2 \
: C) N. x0 W8 O; ]( g7 I
    bow7,我现在可以看见图形了。但是，我不明白你的意思。什么叫做：在结构方程中是否可以构建这样的模型？为什么不可以呢？你担心什么？
作者: bow7    时间: 2010-11-18 09:21
kenny，你好，非常感谢你的指导，这个问题已经解决了。不是担心什么，而是在用lisrel做的过程中，出现了一些问题，以致让我以为这个模型不可以构建呢。谢谢kenny！



欢迎光临 中人网 (http://bbs.chinahrd.net/) Powered by Discuz! X2.5