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！
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！
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。
; i' z3 [: @: r9 D" h$ e3 T

zhouluyang

可以先分析主效应是正的情形。

/ G7 y. Z; G1 ^8 n0 m0 c5 `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.
* G/ a5 Y7 @0 S7 W
7 y# g" o+ ~+ D9 R$ N8 i8 K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.
: X3 u: C" b2 b3 y
' Z3 W4 r0 R) D$ K) s4 i
1 l3 V# `% {3 n: {( B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。）

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。
: N" T9 c5 u9 Q1 j4 V# A3 G  G
0 S2 j% O  L3 T  G( I6 p

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

  h8 ?: I5 ~$ |1 W$ O! J
0 ^2 F( G5 p3 J3 Y) V" s3 Q
5 j7 V$ k7 l% ^& W1 _+ }5 \

进一步地，我们来思考图3与图4中的情形。
1 F0 W% H/ k# k) q/ m
! W$ M7 j: @3 T3 s- l

- T% {8 u7 W2 f% n  c

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？

7 ?# a$ U3 j( s: @0 k

我认为，这是不可能的。

2 V# {& j5 O2 O2 L& O+ G  g' j! w

$ c. s! R! P, x! B5 ?1 a

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。
& E" r! O/ u1 v: D4 z; n

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？

$ C1 X6 \, x. ?( ~# R

我认为，这也是不可能的。可用上面的方法同理证之。
% r4 y# [/ ?: r' a+ y7 f
) R6 x$ }, [4 U1 O

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。
; g( `6 d2 R9 m0 _. D' M" |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
! F$ U" k* Q! M8 N- j& T进一步地，我们来思考图3与图4中的情形。

* w( B2 v, Q& w% w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？
: Q4 u7 H# u; i# g( f! J0 ^
' S4 M  a% i) t* `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。
. q2 t2 p. Y: Z中国如此，
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。
$ u6 c* f- r8 n1 [/ {你觉得，我的分析，有道理不？

Halinna

zhouluyang 发表于 2012-1-7 15:14
! \0 ]. A4 j9 J3 s- X很多博士论文，都比较乱呀。
中国如此，
; q/ d- J  @" Y3 Z0 p9 M* p' b全世界都如此。

+ q4 I# ^( H! m, V, f! H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。
; E* y, U/ l3 ^' B7 [1 dX 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
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 ...

# {: ]" l* @; @  y细看了 moderator部分。余下部分，interaction,mediation部分，再慢慢看。
我要把它们整理为书面的稿子。
1 U$ F$ Z4 C4 V++++++++++++++

$ D8 i" q1 d- t  O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。
( J5 D$ g" f5 w" o8 W2 K! UH1：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）
( y0 o8 D+ z6 I8 KH1：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）
! P1 L( `' L3 {+ Q

liuaiyangyc

' R% \% B8 ^+ @8 T学习了，受教了