HLM估计跨层次调节作用模型-组织层次的调节变量为类别变量

zhouliansd

# c% b/ j8 K6 ]+ I8 ~5 o8 F罗老师，您好！很感谢您对我们学术新人的指导，在迷茫中有了指路灯！

# J3 E: s. W: D9 M' i我想请教的问题是关于如何用HLM估计跨层次调节作用模型，X和Y处于个体层次，调节变量W处于组织层次，且为类别变量。

    我看到在《组织与管理研究的实证方法》第17章P462页，提到“HLM的中心化议题”中的第五点：检测个体层次预测因子与组织层次预测因子之间交互作用的效果时使用到的HLM模型（如下图）。我想请问：
5 W) [4 k8 c3 G6 ]+ }5 H7 Z$ }5 ]     1. 如果组织层次的预测因子为类别变量的话，是否仍然可以使用该模型？
     2. 如果使用该模型的话，L2层次的类别变量需要中心化吗？控制变量“L1层次的预测因子：外向性×L2层次的预测因子：类别变量”中的类别变量需要中心化吗？
. T# y. i1 \& D- {- Z      3. 如果使用该模型调节效用显著的话，做调节效应图时可否简单地按组织层次的类别变量（0-1），将所有样本分为两组，直接比较X和Y的斜率？
, d0 }: W$ N$ F, i, c! y  
    [img]file:///C:\Documents and Settings\Administrator\Application Data\Tencent\Users\137746394\QQ\WinTemp\RichOle\G97A6L(F[0BPG`OMTM_TJ@4.jpg[/img][img]file:///C:\Documents and Settings\Administrator\Application Data\Tencent\Users\137746394\QQ\WinTemp\RichOle\G97A6L(F[0BPG`OMTM_TJ@4.jpg[/img]

Kenneth

1. 如果你的变量是一个“真实的二分变量”，比如是男与女，而不是你故意把它二分的（比如是高于中位数，低于中位数），我看是没有分别的。
6 A1 ]$ Z- U& K9 l& a; v; z+ p2. 我猜应该中心化的，这样减少共线性的机会。
& H- v- d% b, c3. 这样不好，因为你的样本数就少了一半了。

zhouliansd

谢谢罗老师的回复！