笔记丨调节效应与中介效应（一）

终于告别结构方程模型，进入最后一个大类了，感觉自己棒棒哒。这最后的调节效应和中介效应，大概算得上是定量方面必不可少需要知晓的内容了吧，所以我们就快快开始啦~

注：以下内容属于我个人笔记，已加入主观理解，如在阅读中存在疑问，可后台回复“2017重庆”获得原始资料。

第 三 天

调 节 效 应

定义

如果两个变量之间的关系（如Y与X的关系）是变量M的函数，称M为调节变量（moderator，Baron & Kenny, 1986）。

常用形式

系数c衡量了调节效应（moderation effect）的大小。

与交互效应区分

• 交互效应 ： 可以不分自变量和调节变量

  （ 数学上可以只考虑交互效应 ）

• 调节效应 ： 要区分调节变量和自变量

  （ 应用上要考虑调节效应 ）

分析方法

当X与M都是类别变量时，进行两因素有交互效应的方差分析( ANOVA ) 。

操作步骤简要说明如下（操作步骤是萜妹自行百度的，目前以我的经验感觉看起来还是挺靠谱的，但是如果小可爱们会其他的操作方法也可以跟我交流哟~）：

①打开SPSS软件；

②点击【分析】-【一般线性模型】-【单变量】；

③将因变量、自变量与调节变量选入右侧；

注：固定因子与随机因子的区分萜妹还没研究，但据说要注意。看网上的举例是放进了固定因子栏里，不过什么时候放随机因子栏，萜妹目前也还不清楚，所以先写出来提醒小可爱们。

④点击上图右侧【模型】，出现下图界面，选择【设定】，将左侧内容选入右侧后，按住Ctrl选择自变量和因变量，形成二者交互项，点击【继续】；

注：平方和类型，萜妹尚不清楚每个代表的是什么，但是示例中使用的是默认的类型三。

⑤点击【确定】后，观察输出结果中的主体间效应的检验部分即可，交互效应即为调节效应。

注：示例所用数据没有任何现实意义，萜妹就是找个数据给小可爱们演示一下，便于掌握。

当M都是类别变量时，进行分组回归分析。

按M的取值分组，做Y对X的回归。若回归系数的差异显著，则调节效应显著。差异检验的公式为：

其中，b表示斜率；SSE表示残差平方和；n表示样本容量；S²表示离均差平方和。

注：这种方法，萜妹还不太了解要怎么得到这些数字，所以就没办法告诉大家操作步骤啦。但是没关系，我们还可以用伪变量计算调节效应。

当X与M都是连续变量时（或用伪变量时），进行层次回归分析。

分析原理如下：

第一步 做Y对X和M的回归,得测定系数R1²，

第二步 做Y对X、M和XM的回归得R2²；

若XM的回归系数显著,则调节效应显著；

或者R2²显著高于R1²，则调节效应显著。

注：具体操作步骤在之前的SPSS数据分析的推送中有提及，这里就不赘述了。

不过证明了调节效应这还不是最后一步，我们还需要进行简单斜率检验。回到我们最初的常用形式的公式中，简单斜率就是a+cM。

关于简单斜率检验的原理呢，其实萜妹觉得就算我把公式弄上来，我们也看不懂，至于操作呢，都是用EXCEL直接套就好，所以这里我也就不多说了啦~

调节效应就先在这里告一段落啦，之后可能还会写潜变量交互效应的分析方法，但这是比较进阶的东西，萜妹反正目前还没消化好，所以还要再等等啦~

下周的内容有可能是中介效应的介绍，也有可能是萜妹的中秋日记，毕竟要抚慰一下对我比对数据分析有兴趣的小可爱们的心灵呀~

总之，祝小可爱们中秋快乐，我们下周见咯~

【萜心话】

研一新生丨健身少女丨电竞迷妹

交流平台丨回忆手册丨神秘树洞

中秋快乐，晚上好~

✬如果你喜欢这篇文章，欢迎分享到朋友圈✬