12 3 4 5 6 7 8 9 / 9 页下一页

查看: 47761|回复: 85

调节效应交互项检验显著后分析具体调节作用的方法

[复制链接]

xinting.J

3 主题	8 听众	382 积分

书生

Rank: 3 Rank: 3 Rank: 3

注册时间: 2010-7-10
最后登录: 2018-2-10
积分: 382
精华: 0
主题: 3
帖子: 44

电梯直达

楼主

发表于 2012-5-8 16:16:33 |只看该作者 |倒序浏览

本帖最后由 xinting.J 于 2012-5-9 15:35 编辑

在《组织与管理研究的实证方法》的“中介作用和调节作用”一章中，我们对调节或交互作用分析（interaction analysis）部分的讲解有一些遗漏。在修订版中也来不及做补充了。受Kenny委托特在这里总结我们的讨论，说明他希望补充的内容，也请同学们互相转告。

下面的讨论中，我们以"X-->Y的关系受调节变量Z影响“为例。

对于调节作用或交互作用的检验很多同学都已经熟悉，书里也讲得比较清楚了。在这一步结束后，我们可以得到一个关于交互项（X*Z）系数是否显著的结论。但这只能说明交互作用存在，分析还没有结束，下一步的问题是：Z是如何调节X-->Y的关系的？调节的方式是否与我们假设的一致？

这里有两步工作要做：
一、画图。得到当Z在高值（一般取 Mean Z + 1sd）和低值（一般取Mean Z - 1sd）时的X与Y的关系，即两条回归线。
二、分析两条回归线的斜率是否显著不为0。这也正是附件中要补充的难点。

由于有图和公式，请参见附件。
（抱歉，好像系统自动设置付金币才能下载文件，取消不了。

只能劳烦大家发点帖子挣点钱来下载文件了。）

本帖子中包含更多资源

您需要登录才可以下载或查看，没有帐号？注册

转播2 淘帖0 分享0 收藏6 支持2 反对0 @朋友

寻找，就寻见。（太 7：7）

使用道具举报

rwxld

11 主题	4 听众	6296 积分

贡士

Rank: 15

注册时间: 2006-2-22
最后登录: 2018-4-25
积分: 6296
精华: 0
主题: 11
帖子: 188

沙发

发表于 2012-5-8 23:15:52 |只看该作者

非常感谢，辛苦了！

使用道具举报

jimmyzhaoxin

2 主题	5 听众	3397 积分

解元

Rank: 12

注册时间: 2012-1-5
最后登录: 2018-7-2
积分: 3397
精华: 0
主题: 2
帖子: 274

板凳

发表于 2012-5-9 16:37:41 |只看该作者

谢谢xinting.J，收藏了

中人网社区招募“中国好版主”11月话费已送出

使用道具举报

mayecho

4 主题	4 听众	717 积分

秀才

Rank: 5 Rank: 5

注册时间: 2005-6-28
最后登录: 2015-4-7
积分: 717
精华: 0
主题: 4
帖子: 18

地板

发表于 2012-5-10 14:15:03 |只看该作者

本帖最后由 mayecho 于 2012-5-10 14:20 编辑

谢谢！需要好好学习！

使用道具举报

allevon

4 主题	6 听众	3056 积分

解元

Rank: 12

注册时间: 2010-11-28
最后登录: 2022-1-10
积分: 3056
精华: 0
主题: 4
帖子: 288

5楼

发表于 2012-5-13 21:08:50 |只看该作者

很给力！

使用道具举报

找天堂

12 主题	5 听众	3492 积分

解元

Rank: 12

注册时间: 2010-8-19
最后登录: 2018-5-16
积分: 3492
精华: 0
主题: 12
帖子: 325

6楼

发表于 2012-7-25 21:13:31 |只看该作者

太好了，谢谢！

使用道具举报

mnczj

7 主题	6 听众	489 积分

书生

Rank: 3 Rank: 3 Rank: 3

注册时间: 2009-3-1
最后登录: 2014-6-18
积分: 489
精华: 0
主题: 7
帖子: 56

7楼

发表于 2012-7-26 11:33:37 |只看该作者

我来分享一个计算simple slope effect和画图的SPSS macro （https://people.ok.ubc.ca/brioconn/simple/simple.html）。大家只要自行修改下面Macro中b1,b2,b3的名称就可以了。

*****************.
desc b1 b2/save.
compute idv = zb1.
compute mod = zb2.
compute x = idv * mod.
compute dv  = b3.

regression
/matrix out ('filename')
/var= idv mod x dv
/statistics=defaults zpp bcov
/dependent=dv
/enter idv mod
/test (x) .

set mxloops=65.
matrix.

compute multiMOD = 1.0 .
compute multiIDV = 1.0  .
compute dichotom = 0  .
compute dichotLo = 1  .
compute dichotHi = 2  .
mget /file='filename'.

* Overall regression coeffs.
compute beta = inv(cr(1:3,1:3)) * cr(1:3,4) .
compute b = (sd(1,4) &/ sd(1,1:3)) &* t(beta) .
compute a = mn(1,4) - ( rsum ( mn(1,1:3) &* b ) ) .
compute r2all  = t(beta) * cr(1:3,4) .
compute r2main = t(inv(cr(1:2,1:2))*cr(1:2,4))*cr(1:2,4).
compute r2chXn = r2all - r2main.
compute fsquare = (r2all - r2main) / (1 - r2all) .
compute F = (r2all-r2main) / ((1-r2all)/(nc(1,1)-3-1)).
compute dferror = nc(1,1) - 3 - 1.
compute pF = 1 - fcdf(F,1,dferror) .

print {r2chXn,F,{1},dferror,fsquare,pF} /title="Coefficients for the Interaction"
/clabels="Rsq. ch." "F" "df num." "df denom." "f-squared" "Sig. F".
print {t(b),beta} /title="Beta weights for the full equation:"
  /rlabels="idv" "mod" "Xn" /clabels="raw b" "std.beta"  .
print a /title="The intercept is:" .

* simple slopes info .
compute modlo = mn(1,2) - (sd(1,2) * multiMOD) .
compute modmd = mn(1,2).
compute modhi = mn(1,2) + (sd(1,2) * multiMOD) .
compute slopes={(b(1,1)+(b(1,3)*modlo)) ;
            (b(1,1)+(b(1,3)*modmd)) ; (b(1,1)+(b(1,3)*modhi)) }.
compute aslopes={ (b(1,2)*modlo+a) ; (b(1,2)*modmd+a) ; (b(1,2)*modhi+a) }.
compute mse = (nc(1,1)/(nc(1,1)-3))*(sd(1,4)**2)*(1-r2all).
compute Sb=mse*inv((mdiag(sd(1,1:3))*cr(1:3,1:3)*mdiag(sd(1,1:3)))*(nc(1,1)-1)).
compute SEslopes={ (sqrt ( {1,0,modlo} * Sb * t({1,0,modlo}) )) ;
               (sqrt ( {1,0,modmd} * Sb * t({1,0,modmd}) )) ;
               (sqrt ( {1,0,modhi} * Sb * t({1,0,modhi}) )) }.
compute tslopes = slopes &/ SEslopes .
compute df = { (nc(1,1)-3-1) ; (nc(1,1)-3-1) ; (nc(1,1)-3-1) }.
compute zslopes  = slopes &*  (sd(1,1)/sd(1,4)).
compute zSE = SEslopes &* (sd(1,1)/sd(1,4))  .
compute dfs =  nc(1,1)-3-1 .
compute pslopes = (1 - tcdf(abs(tslopes),dfs)) * 2.

* df & t values -- from Darlington p 516 & Howell 87 p 586 --  p = 05 two-tailed .
compute dft={1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,22,24,26,28,
30,32,34,36,38,40,43,46,49,52,56,60,65,70,75,80,85,90,95,100,110,120,130,
150,175,200,250,300,400,500,600,700,800,900,1000,1000000000;
12.706,4.303,3.182,2.776,2.571,2.447,2.365,2.306,2.262,2.228,2.201,2.179,
2.160,2.145,2.131,2.120,2.110,2.101,2.093,2.086,2.074,2.064,2.056,2.048,
2.042,2.037,2.032,2.028,2.024,2.021,2.017,2.013,2.010,2.007,2.003,2.000,
1.997,1.994,1.992,1.990,1.988,1.987,1.985,1.984,1.982,1.980,1.978,1.976,
1.974,1.972,1.969,1.968,1.966,1.965,1.964,1.963,1.963,1.963,1.962,1.962 }.
compute tabledT = 0.
loop #a = 1 to 59  .
do if (dfs ge dft(1,#a) and dfs < dft(1,#a+1) ).
compute tabledT = dft(2,#a) .
end if.
end loop if (tabledT > 0).
compute confidLo = (zslopes - (tabledT &* zSE)) .
compute confidHi = (zslopes + (tabledT &* zSE))  .

print { aslopes , slopes , tslopes , df , pslopes}
  /title="Simple Slope Coefficients for the DV on the IDV at 3"
+ " levels of the Moderator:"
  /rlabels="Mod=low" "Mod=med" "Mod=high"
  /clabels="a" "raw b" "t-test" "df" "Sig. T".
print { zslopes , zSE , confidLO, confidHI }
/title="Standardized Simple Slopes & 95% Confidence Intervals: "
  /rlabels="Mod=low" "Mod=med" "Mod=high"
  /clabels="std. beta" "SE" "95%  Low" "95%  Hi".
print ((b(1,1)/b(1,3))*-1)/title="The simple slope for the DV on the IDV"
+ " is zero (flat) at Moderator =".
print ((b(1,2)/b(1,3))*-1)/title="The simple regression lines at "
+ "Mod=high and Mod=low intersect at IDV =".

* data for plot.
compute idvlo = mn(1,1) - (sd(1,1) * multiIDV).
compute idvhi = mn(1,1) + (sd(1,1) * multiIDV)  .
compute idv = { idvlo; idvhi; idvlo; idvhi; idvlo; idvhi } .
do if (dichotom = 1).
compute idv = { dichotLO;dichotHi; dichotLO;dichotHi; dichotLO;dichotHi }.
end if.
compute moder = { modlo;modlo;modmd;modmd;modhi;modhi }.
compute dv = (b(1,1)&*idv)+(b(1,2)&*moder)+(b(1,3)&*idv&*moder)+a.
compute data = { idv , moder , dv }.

print data /title="Data for simple slope plots:" /clabels="IV" "Moderator" "DV" .

save data /outfile=* / var=zb1 zb2 b3.

end matrix.

plot vsize=15 / hsize=50 / format=contour(3) / plot=b3 with zb1 by zb2.
graph / line = mean (b3) by b1 by b2.

使用道具举报