急问：请教调节变量如何影响主效应的方向问题

Halinna

Kenneth，你好！我现在遇到一个困惑，查了很多资料无解或者矛盾，所以来这里请教您！
7 \  @# s! Q) }$ i# N$ l我用SPSS做层级回归，得到的结论是：X对Y的主效应的回归系数为负数且达到显著性（-）***，即X对Y产生负向影响，对于调节变量M，X*M的回归系数也是负数也达到显著性（-）***，即：主效应是负向显著，乘积交互项也是负向显著，那么我如何解释这个调节变量对主效应的影响呢？以下哪种方法的解释正确呢？我查了很多资料有以下两种解释方法，我糊涂了，不知道哪种对，故请教您，谢谢！
; K' c( F. g" G" q第一种解释：随着M的增加，X对Y的负向影响减弱；
第二种解释：随着M的增加，X对Y的负向影响增强。
& c- e8 \. G; l" Z

zhouluyang

7 l! S- ~3 x; g& g
, [$ K4 ~+ f7 n9 }8 S1 A1 p可以先分析主效应是正的情形。

当主效应是正的时候，那么，调节效应为负，我们可以清晰地解释与理解：随着M的增加，X对Y的正效应减弱。见图1.

7 [4 Q( A: }* g0 a  B5 V由此再来理解主效应为负的情形，显然：

当主效应为负的时候，那么，调节效应为负，则：随着M的增加，X对Y的负效应增强（这与“X对Y的正效应减弱”不是一个意思吗？）。见图2.
% v! T0 ~% K7 Z9 J' x, l
0 U0 G: a9 ]  l7 z9 f0 P; Q+ X
其实，不论主效应是正还是负，调节效应为负，其含义只有一个，即，使主效应的正效应减弱，换言之，让主效应的负效应增强，两者是一个意思。）
: _6 x. F# `7 Z0 S" a- {
这个问题，我也纠结过。但经过思考，我的结论如上。也请大家与Kenny指正。
7 Y& D4 y8 u1 N( F
& @3 R8 L: x+ f9 H

按你的问题，我们可以举一组数据。设X的主效应为-0.3，调节效应为-0.1（在管理中，由于主效应通常达不到中度或高度相关的水平，调节效应通常其绝对值在0.1以内），则X的总效应（total effect）-0.4。所以，结论是：随着M的增强，X对Y的负向影响（当是指总效应）增强了（当时指负的斜率的绝对值增加了）。

zhouluyang

' \& b, s1 ?1 f
' T& X, H) S" P& E% T! w

进一步地，我们来思考图3与图4中的情形。
3 I- J! `3 _" g6 a" H7 K! ?
; [9 S) }6 J- n2 ~3 K

图3中，主效应为正，调节效应为负，并且在调节效应的作用下，使总效应从正变为负，即直线的斜率由正变为负。那么，这种情况可能吗？
; r' Y. v1 u# J. V- |  W/ k

我认为，这是不可能的。
, q2 p# j1 X+ P+ ]( j: T
, E( Z! _  a- ^0 @4 G; {3 Y

2 A0 {) Z  c1 N

假如X的主效应为0.6，M的主效应为-0.6，这都已经是非常强的主效应了。这时，他们的调节效应为-0.36。因此，经过M的调节作用后，X的总效应还是有0.24，即还是正的。可以作一数理证明。

设X的主效应为x，0<x<1，设M的主效应为m，-1<m<0，则可得0<x+xm<x。
) J! \: N2 H7 O  R9 T& L$ m8 c( C
. V" O8 m  _8 W; z: k& f* R

图4中，主效应为负，调节效应为正，并且在调节效应的作用下，使总效应变为正，即直线的斜率由负变为正。这种情形可能吗？
5 e; S4 z- B& \

; X/ w9 W* J5 g) f2 f0 E

我认为，这也是不可能的。可用上面的方法同理证之。

% R% g: {& [' |1 E

假如X的主效应为-0.6，M的主效应为-0.6（而不是0.6），这时，他们的调节效应为0.36。因此，经过M的调节作用后，X的总效应是-0.24，即还是负的。可以作一数理证明。
7 F. ~0 V0 V1 k! @" L  Q  L设X的主效应为x，-1<x<0，设M的主效应为m，-1<m<0，则可得-1<x+xm<0。

Halinna

zhouluyang 发表于 2012-1-7 13:24
7 _: j8 \1 p5 W2 n8 U进一步地，我们来思考图3与图4中的情形。

+ U0 }" m1 T: F  s6 a8 p谢谢热情的zhou，你的结论是：不论主效应是正还是负，只要调节效应为负，其含义只有一个，即，使主效应的正效应减弱，或者，让主效应的负效应增强。可对？
1 _- B- }: v  Y" n
6 G' q) Q! z3 o) ~: Y我查阅了很多博士论文，都对这个问题很模糊，大多都在主效应为负（x对Y），调节效应（XM）为负时，解释为随着调节变量增强，减弱了主效应之间的关系，所以不知道该如何提出假设了。

zhouluyang

很多博士论文，都比较乱呀。
中国如此，
1 s# |4 V1 k  N7 w# ~7 W2 d. ?全世界都如此。
模糊，可能有两种情形：一是懂的，所以没必要再点明。另一种是不懂的，只好含糊其词。
你觉得，我的分析，有道理不？

Halinna

zhouluyang 发表于 2012-1-7 15:14
很多博士论文，都比较乱呀。
) n; b0 I. \2 r) y7 `中国如此，
' X. j, I; P3 ]. b* E& O' ~! A全世界都如此。

我觉得没有数学和统计学的博士生们中相当一部分都是拿来主义，甚至不求甚解，想当然，只要按照理论和数据写出自己想要的那个假设即可，而不去追求科学的本源。

zhouluyang

那你现在知道如何提假设了木有？

Kenneth

Halinna，我建议你在土豆看看我（罗胜强）讲关于调节变量的视频。
X 对 Y 的影响，不可以单看 X×M　的系数的正负来决定的。正负只可以告诉你这个调节是　reinforcement 还是 interference。真正的影响要看X与M的值是什么，要画图才可以看出来的。

zhouluyang

Kenneth 发表于 2012-1-10 01:11
" Y3 {; m9 x' R5 z7 \6 CHalinna，我建议你在土豆看看我（罗胜强）讲关于调节变量的视频。
2 \1 a' i& f$ c2 Z. fX 对 Y 的影响，不可以单看 X×M　的系数 ...

细看了 moderator部分。余下部分，interaction,mediation部分，再慢慢看。
; u9 z: q3 X6 F/ {# ~$ O- h( r8 ^9 t我要把它们整理为书面的稿子。
++++++++++++++

除了学会识别调节变量外，我们还要学会对调节关系提出假设。要具体写明白如何调节，高的时候如何，低的时候如何。
H1：工作-家庭冲突与职业满意度之间负相关，且这种负相关受员工的性别调节。（错）
H1：对于女性，不管处在什么年龄阶段，工作-家庭冲突与职业满意度之间均负相关；但对于男性，这种负相关只发生在其职业生涯的后期。（对）

liuaiyangyc

* }6 e  D" `* T: J! g0 I
学习了，受教了