中介效应和调节效应的SPSS检验(共7页).doc

精选优质文档-倾情为你奉上中介效应和调节效应的SPSS检验 为将不同的变量的数据的尺度统一化，将所有数据进行中心化处理，即将原始数据减去平均数。SPPS步骤：打开数据，在菜单中执行：analyse-descriptive statistics-descriptives。一SPSS回归分析中介效应检验步骤：第一步：检验自变量X（EP1）与因变量Y（SI1）的关系，即方程y=cx+e1中的c是否显著，检验结果如下表：模型汇总模型RR 方调整 R 方标准 估计的误差1.342a.117.114.820a. 预测变量: (常量), Zscore: EP1 - I am very comfortable with my physical work environment at HBAT.。系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)4.203.041102.559.000Zscore: EP1 - I am very comfortable with my physical work environment at HBAT.297.041.3427.249.000a. 因变量: SI1 - I am not actively searching for another job.由上表可知，方程y=cx+e的回归效应显著，系数c值.342显著性为p<.000,可以进行方程m=ax+e和方程y=cx+bm+e的显著性检验；第二步：分别检验a和b的显著性，如果都显著，则急需检验部分中介效应和完全中介效应；如果都不显著，则停止检验；如果a或b其中只有一个较显著，则进行sobel检验（边缘检验）。 首先，检验中介变量M（OC1）与自变量X（EP1）的关系，即方程M=ax+e2中的c是否显著，检验结果如下表：模型汇总模型RR 方调整 R 方标准 估计的误差1.112a.012.0102.512a. 预测变量: (常量), EP1 - I am very comfortable with my physical work environment at HBAT.。系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)3.576.5995.969.000EP1 - I am very comfortable with my physical work environment at HBAT.154.069.1122.239.026a. 因变量: OC1 - My work at HBAT gives me a sense of accomplishment. 由上面两个表格结果分析可知，方程m=ax+e中，a值0.112显著性p>.000,不显著，继续检验b的显著性。第三步：检验中介变量M（OC1）、自变量X（EP1）和因变量Y（SI1）的关系，即方程y=cx+bm+e3中的c是否显著，检验结果如下表：模型汇总模型RR 方调整 R 方标准 估计的误差1.371a.138.133.811a. 预测变量: (常量), OC1 - My work at HBAT gives me a sense of accomplishment., EP1 - I am very comfortable with my physical work environment at HBAT.。系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)2.637.20213.069.000EP1 - I am very comfortable with my physical work environment at HBAT.155.022.3256.934.000OC1 - My work at HBAT gives me a sense of accomplishment.050.016.1463.118.002a. 因变量: SI1 - I am not actively searching for another job.由上面两个表的结果分析可知，方程y=cx+bm+e中，b值为0.146显著性为p>.000,所以b不显著。因此综合两个方程m=ax+e和y=cx+bm+e的检验结果，a和b都不显著，停止检验。所以，由我们的数据，分析得出调节效应不存在。二SPSS回归分析调节效应检验步骤： 首先，构建两个回归方程，Y（SI1）是因变量，x（EP1）是自变量，M（OC1）是调节变量，MX（spss计算得出：转换计算变量，命名JFX）是调节变量和自变量的交互项，系数是a b c c'。我们可以检验两个方程的R方改变量，如果该变量显著，说明调节作用显著，也可以直接检验c'的显著性，如果显著也可以说明调节作用。第一步：在spss中，打开线性回归的菜单：分析回归线性。第二步：将Y（SI1）因变量，x（EP1）自变量，M（OC1）调节变量，放入各自的框框，如图：第三步：点击下一层，设置第二个方程，在自变量框中增加交互项JFX，如图：第四步：点击statistic，设置输出什么参数,一定要选择R方改变量，点击继续（如图），然后点击确定：第五步：结果分析：1.我们可以看r方的该变量，第二个方程，如果sig F change值小于0.05，证明调节效应存在。模型汇总c模型RR 方调整 R 方标准 估计的误差更改统计量Durbin-WatsonR 方更改F 更改df1df2Sig. F 更改1.371a.138.133.811.13831.7092397.0002.392b.154.148.804.0167.6261396.0061.923a. 预测变量: (常量), OC1 - My work at HBAT gives me a sense of accomplishment., EP1 - I am very comfortable with my physical work environment at HBAT.。b. 预测变量: (常量), OC1 - My work at HBAT gives me a sense of accomplishment., EP1 - I am very comfortable with my physical work environment at HBAT., 交互项。c. 因变量: SI1 - I am not actively searching for another job.2.我们看输出的结果，也就是前面介绍的abcc'，sig值是他们的显著性水平，如果交互项系数的sig值小于0.05，说明存在调节效应。系数a模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)2.637.20213.069.000EP1 - I am very comfortable with my physical work environment at HBAT.155.022.3256.934.000OC1 - My work at HBAT gives me a sense of accomplishment.050.016.1463.118.0022(常量)1.707.3924.356.000EP1 - I am very comfortable with my physical work environment at HBAT.267.046.5625.765.000OC1 - My work at HBAT gives me a sense of accomplishment.236.069.6853.416.001交互项-.022.008-.625-2.761.006a. 因变量: SI1 - I am not actively searching for another job.3.结论：我们的数据得出，显著性水平为0.06>0.05，所以交互效应不存在。专心-专注-专业