AMOS 分析的时候,假设
自变量X1,X2 ,X3, X4,调节变量M , 因变量Y
是否用M分别乘以X1 ,X2, X3, X4 的结果,分别,作为4个自变量,进行回归?
但是,M ,X1,X2,X3 ,X4都是潜变量,如何乘呢?
SPSS 又如何分析呢?
或者是否可以对潜变量进行乘积呢?谢谢 ,
求救,谢谢
我也遇到此类问题,请明白的人给我们给予指点,不胜感激!
请支招
我是利用Hierachical Regression,步骤如下:
第一步:输入自变量;
第二步:输入调节变量;
第三步:输入自变量(标准化值)×调节变量(标准化值)。
注意:上述步骤在spss里面可以实现。
看加入调节变量后的交互效用是否显著,以及和之前没有加入交互作用的回归值相比较,如果变小但仍然显著,则证明这个调节变量的调节效用是显著的。
首先看一下網路上對於調節迴歸的說明
調節迴歸分析(Moderated Regression Analysis),它是一種統計技術,目的是用來檢定調節迴歸方程式中的交互作用項,對於方程式的預測能力(Zedeck, 1971)。意即以自變項對應變項之迴歸分析,再將自變項加入調節變數與原自變數的交互項,以判定解釋能力有否增加;若在迴歸方程式中交互項的β值達顯著水準,即表示調節變數的交互作用效果成立(Kleinbaum et al., 1998)。此時可利用β值的正負向及大小來判斷所造成的干擾情形。
就統計模式而言,當一個迴歸模型中(假設應變數是Y、自變數是X1)若有另一個自變數(X2)會影響X1與Y之間之迴歸模型,此時自變數(X2)的效果稱之為調節效果(Moderator Effect)。
調節效果在調節迴歸模式的處理方式,是加入調節變項以及與自變項間的交互作用項(X1X2),作法多是 X1 multiply X2,產生的Regression Model由原本的
Y = b0 + b1*X1
變為
Y = b0 + b1*X1 + b2*X2 + b3*X1X2
此時
b1*X1 = linear effect of X1
b2*X2 = linear effect of X2
b3*X1X2 = moderator effect of X2 on X1
Reference1. Arnold, H. J., "Moderator Variables:A Classification of Conceptual, Analytic, and Psychometric Issues" Organizational Behavior and Human Performance, Vol. 29, 1982, pp. 143-74.
2. Hair, J.F., Anderson, R.E., Tatham, R.L., and Black, W.C., ”Multivariate Data Analysis, Fifth Edition,” Prentice-Hall International, Inc.
3. Kleinbaum, D.G., Kupper, L.L., Muller, K.E., and Nizam, A., ”Applied Regression Analysis and Other Multivariable Methods,” Pacific Grove, CA: Duxberry Press, 1998.
接著是我個人的淺見
我也為了調節變項的檢驗困擾了滿久的,這邊要感謝分享有關調節變項文獻的人
以SPSS檢驗調節變項原理上是可行的,不過一般的文獻處理會用SEM來處理
不過如果已經將M ,X1,X2,X3 ,X4之值求出,可以將這五個視為顯變項進行處理,就是在誤差值那邊無法照顧到
不過數據結果漂亮時,用SPSS處理即可
這邊我分享我的方法
必須求出M ,X1,X2,X3 ,X4之離均差 得到5組新的數值
然後將其個別相乘 MX1,MX2,MX3,MX4
在迴歸模型中 得到 Y = b0 + b1*X1 + b2*M + b3*MX1
以此類推執行四次
如上面引用的文獻,當b3的係數值達顯著時,表示M和X1之間的確存在交互作用,即可以說明M對X1有調節作用
而在AMOS中表示時,則是將 Y = b0 + b1*X1 + b2*M 與Y = b0 + b1*X1 + b2*M + b3*MX1的R^2做比較,一般來說加入交互作用項後
迴歸模型的解釋力會提高,即可在圖形中將加入M之後所提高的解釋力在圖形上表示出
在檢驗調節作用後 ,我們可以將Y = b0 + b1*X1 + b2*M + b3*MX1中的M值代入1 , 0 ,-1的到三組迴歸方程式
利用EXCEL作圖 可以得到線圖,即是高M,中M,低M對整體方程式的調節效果,也可以依此解釋M與X1,X2,X3 ,X4的調節作用
希望這樣有幫上您的忙,有錯誤也希望各位先進不吝指教
受用受用!!非常谢谢。
但是有几个问题:
1)離均差在SPSS里面怎么实现计算?
2)“利用EXCEL作圖 可以得到線圖,即是高M,中M,低M對整體方程式的調節效果,也可以依此解釋M與X1,X2,X3 ,X4的調節作用”在EXCEL里面怎么实现?如果出来了线图,应该如何解释?有没有参考文献看看哦。你列举的第三篇文献是书,找不到;第一篇也没找到。。555
抱歉造成您的困擾
這邊我提供我的潛見
首先是離均差
SPSS中有個,在跑出潛變量(其實就是顯變量的因子)後,對潛變量的數值進行描述統計
得到平均數,以計算的指令產生一個扣掉平均數的新值,即為離均差
接著是對於調節變項的解釋
我的處理方式是,當圖形畫出來後,第一個可以知道的是迴歸方程式的斜率不同
這裡就可以解釋調節變項高低對自變項對依變項增減速度(斜率)的影響
文獻部份的話,列出來是網路上的資料
在這個論壇中有人分享處理迴歸的文獻,但不知道還在不在
我找一下我的硬碟再傳上來
希望有幫上忙
非常非常受用,谢谢了!还有个问题向你请教一下:
1.在网上也没有找到有关离均差的概念,现在听你这么一说,似乎就是说:一组数据能够产生一个均值,然后这组数据减除这个均值所产生新的一组数据就是离均差,对吧?
2.如果是一个题项测量一个潜变量,你上面的方法可以解决,但如果是多个题项测量一个潜变量,这个潜变量的离均差如何处理?如有5个问题测量A,6个问题测量B。是否可以这样:5个问题的均值作为潜变量A的值,6个问题的均值作为潜变量B的值,然后A和B的新值可以得到一个均值,A和B的新值分别减除这个均值,就得到了A和B的离均差。这样计算行吗?如果不行,是否有其他办法?
非常感谢这位兄弟,耐心而严谨,希望你在学术这条路上走的更好更远!
AMOS 分析的时候,假设
自变量X1,X2 ,X3, X4,调节变量M , 因变量Y
是否用M分别乘以X1 ,X2, X3, X4 的结果,分别,作为4个自变量,进行回归?
但是,M ,X1,X2,X3 ,X4都是潜变量,如何乘呢?
SPSS 又如何分析呢?
或者是否可以对潜变量进行乘积呢?谢谢 ,
同问!
欢迎光临 结构方程论坛SEM-Structural·Equation·Modeling (http://www.semchina.net/) | Powered by Discuz! 7.2 |