【Análisis del cuestionario】Operación de la prueba del efecto de moderación①

1. En primer lugar, debe comprender qué tipo de ajuste y variables independientes tiene

inserte la descripción de la imagen aquí
inserte la descripción de la imagen aquí

2. Ejercicios prácticos

En este ejercicio, tomamos el ejemplo de que la variable independiente es una variable dicotómica y la variable moderadora es una variable continua y una variable categórica respectivamente, para enseñarle a probar el efecto moderador.

Nota:
1. Cuando la variable independiente es una variable dicotómica, no se requiere centrar
2. Primero se debe centrar la variable de ajuste y luego se calcula el término del producto con la variable independiente.

2.1 Cuando la variable ajustada es una variable continua

Por ejemplo, el nivel de autocontrol a continuación es una variable continua, y el estilo de ternura es una variable dicotómica para evaluar los efectos moderadores.
inserte la descripción de la imagen aquí

En mis datos, la variable independiente es xiushi, la variable de ajuste es ml y el mediador es adh.
inserte la descripción de la imagen aquí

2.1.1 Centralizar ml

Hable sobre la variable independiente *ml centralización=elemento de interacción directamente en la variable de cálculo de spss (este paso es muy simple, si no entiende, puede dejar un mensaje, si muchas personas no entienden, estoy haciendo un tutorial)

2.1.2 Utilice la regresión jerárquica para explorar la influencia de la interacción de las variables independientes y ml en adh

Abra spss-analysis-regression-linear.

En el primer nivel, ponemos las variables de control,

inserte la descripción de la imagen aquí

En la segunda capa, colocamos las variables independientes.

inserte la descripción de la imagen aquí

En la tercera capa, colocamos las variables de ajuste central.

inserte la descripción de la imagen aquí

En la cuarta capa, colocamos los elementos de interacción.

inserte la descripción de la imagen aquí

Finalmente, verifique estos pocos en el lado de las estadísticas y podrá analizado

inserte la descripción de la imagen aquí

2.1.3 Interpretación de los resultados

  1. En la tabla de resultados del modelo 4 se establece su significancia, indicando que nuestro ajuste y las variables independientes tienen efectos de interacción. Entonces podemos informar primero el valor F a continuación. Por ejemplo, en mi investigación, F(10, 273)=7.740, p es menor que 0.001,

inserte la descripción de la imagen aquí

inserte la descripción de la imagen aquí

  1. Encuentre el modelo 4 en esta tabla de coeficientes (el mosaico se usa aquí para la confidencialidad de los datos)

inserte la descripción de la imagen aquí

Las últimas tres líneas son la variable independiente, la variable de ajuste central y el elemento de interacción.Los tres valores en el cuadro rojo son muy importantes.
La importancia del término de interacción del círculo también es inferior a 0,05, lo que también muestra que la interacción es significativa.

inserte la descripción de la imagen aquí

  1. Necesitamos encontrar esta tabla dedicada al análisis de pendiente simple y pegar estos valores en ella.

inserte la descripción de la imagen aquí
4) Más abajo, solo necesitamos completar la desviación estándar de la variable independiente y la variable ajustada. Esto se puede calcular en la descripción del análisis en spss y pegarlo.

inserte la descripción de la imagen aquí
5) A continuación, debemos completar esta parte, necesitamos encontrar la tabla de correlación de coeficientes en el análisis de regresión en este momento,

inserte la descripción de la imagen aquí
inserte la descripción de la imagen aquí

En Excel, la varianza del coeficiente de IV es la covarianza de la variable independiente a la variable independiente en la tabla de coeficientes. La
varianza del coeficiente de interacción es el elemento de interacción al elemento de interacción.
La siguiente línea es la covarianza de la variable independiente al elemento de interacción
Entonces, todos en este coeficiente de correlación Simplemente encuentren estos valores y péguenlos.

inserte la descripción de la imagen aquí

El tamaño de la muestra es el tamaño de la muestra y
el número de la variable de control es la variable de control, solo complete estos dos.

  1. Luego puede obtener un gráfico de pendiente simple y los siguientes valores de efecto alto y bajo
    inserte la descripción de la imagen aquí

B aquí debería ser el valor del gradiente

inserte la descripción de la imagen aquí

Próxima actualización:

"2.2 Método de prueba cuando la variable moderadora es una variable categórica"

.


Supongo que te gusta

Origin blog.csdn.net/qq_46319397/article/details/130905597
Recomendado
Clasificación