请教罗老师一个关于层次回归分析的问题

bonnie1234

罗老师您好！学生刚接触spss及数据分析，出于论文需要，现正着手调节效应的验证，有两个问题想请教老师：
1. 论文中涉及6个控制变量，包括性别，年龄，行业经验，企业工龄，受教育程度和专业类型，但是学生希望在层次回归分析中减少控制变量个数，选用最适合的控制变量，请问老师应该依据什么做选择呢？可以根据控制变量之间以及控制变量与因变量之间的相关性做选择吗？
2. 本论文涉及三个调节变量，其中调节变量A，B从属于一个方面，导师要求做三项交互乘积，请问老师应该怎样做以及怎样分析呢？
; g4 U" t/ |/ a
希望老师能抽出一点时间为学生解答，先谢谢您，麻烦您了！

Kenneth

回复 1楼 bonnie1234 的帖子
0 M+ J: P; S2 N: u
第一，你希望我回你的问题，就不要叫我老师。在这里所有的人都在学，都是学生。叫我Kenny好了。

: \( k" t* m. y" F1. 如果你真的要选的话（其实控制变量是一个理论的问题，用数据来“选”本来就不很对的），当然是用个人特征与「因变量」的相关来选了。因为你在回归是希望解释「因变量」的方差嘛。

2. 我不明白你的意思。什么叫做「从属于一个方面」？是两个测量同一个理论的变量吗？无论如何，如果你要验证调节作用，比如M调节X与Y的关系，那就做一个新的变量出来， MX = M*X，然后作如下的分析：
     Y = b0 + b1 * X + b2 * M + b3 * MX
如果b3显著，就代表M是调节了X与Y的关系了。你是问这个问题吗？如果是的话，请看看我在土豆网关于调节变量的视频。如果不是的话，请进一步说明。
8 s0 Z3 u9 \% B) O" j$ x3 B+ g
0 O- c) G; Y. P/ G6 H

找天堂

回复 2楼 Kenneth 的帖子
  x/ @' X4 C* a% ~! eHello,Kenny!
    就是在这个关系中，Y = b0 + b1 * X + b2 * M + b3 * MX，验证调节效应。我仍然有疑惑的是主效应的问题。
, X9 \! k) N# z/ a, f    层级回归中，第一步：控制变量；第二步，自变量，那么，在这一步中是否要验证b1的显著性。我看了北大的张一驰老师和人大的刘军老师等发表的论文当中，在自变量那一步b1不显著，但是最后一步b3显著，也说明了调节关系的成立。后来我又查了很多书，仍然没有找到吗明确的说明。在最后一步b1是否显著无关紧要，主要看b3的显著性。但是在，在自变量那一步b1是否应该显著呢？

, d  P- v! z* H2 D0 B

bonnie1234

回复 2楼 Kenneth 的帖子


    Yes, Sir! 非常感谢Kenny及时的细心解答！受教了！
- ]( S$ Y) V% r: W. ~9 @- R  B% S7 s    很抱歉，我把问题描述得不太清楚，是因为自己本来就一知半解，以后会把问题清晰地确定了再来打扰Kenny！再次感谢！

Kenneth

回复 3楼 找天堂 的帖子

- [0 D8 ^7 d! U9 H! q2 `假设性别是调节变量：
' U, U! v! z5 C, D' s2 w对于男性来说：
9 V' M+ |+ t9 Y$ {: S9 F     Y = 0.3 + 0.5 X + error
* h8 F7 q# c8 G) l3 ^2 p& N对于男性来说：
3 j) e7 I8 J1 V& D2 O! C     Y = 0.3 - 0.5 X + error
男女混起来分析的结果，就是X对Y没有影响。但是调节效应是明显的。是吗？

找天堂

回复 5楼 Kenneth 的帖子
( F4 w- b& t' p5 c
. L0 W4 I5 i9 T
    Sorry Kenny! 我的问题主要还是关于调节关系的验证。比如：Y = b0 + b1 * X + b2 * M + b3 * MX。（在不考虑控制变量的情况下）    层级回归的第一步：放入X，在这个是否，是否要求b1的显著性呢？


   之前我的一个老师上课降到，在验证调节关系时，首先X 对Y 归因系数要显著；其次放入M，但可以不考虑M对Y回归系数的显著性；当放入交互项时，b3要显著，才能说明M具有调节作用。可是我看到期刊上有些论文中，第一步中，某个自变量的回归系数不显著，但是在最后一步，它与调节变量的交互项显著，也验证了调节变量的调节效应。所以，我不太明白Kenny强调的可以不考虑主效应，这个主效应是指层级回归中哪一步中的主效应？也就是说：调节效应的成立是否需要自变量对因变量的回归系数显著为前提。
/ h/ t8 y: [' S4 _+ V: o

learningsean

我认为，调节效应的成立不需要自变量对因变量的回归系数显著为前提。
7 z) |! d# G  F) N% {9 K' U

找天堂

回复 7楼 learningsean 的帖子


    为什么呢？自变量如果不对因变量显著的话，这一关系都不成立，那调节变量如何调节这一关系呢？

learningsean

回复 8楼 找天堂 的帖子

7 ?1 L0 l4 c7 ~2 ?5 |" o/ W
8 A2 `( \* a" R9 ?. T    调节变量是调节自变量与因变量之间的关系的强弱与方向,它不一定对因变量是显著的.调节变量不是自变量,它可能与因变量都没有理论上的关系,只是自便量与因变量关系的边界条件.因此,我认为可以不显著.
在统计上,调节变量的作用与交互作用的处理方法相同.我们在处理交互作用时,这种情况也经常出现:主效应不显著,但交互作用显著(也就是调节作用显著).

Kenneth

找天堂：
假设性别是调节变量：
对于男性来说：
0 D  _! c0 u0 }3 }, c, Y. g) ^     Y = 0.3 + 0.5 X + error
对于男性来说：
     Y = 0.3 - 0.5 X + error
, j' P  ^) \, c! E+ m, v0 [# c男女混起来分析的结果，就是X对Y没有影响。但是调节效应是明显的。是吗？