当前位置：文档之家 › SPSS数据分析案例-信度效度-调节效应-中介效应

SPSS数据分析案例-信度效度-调节效应-中介效应

  • 格式：docx
  • 大小：28.91 KB
  • 文档页数：5

样本的基本计数统计：年龄、艺考科目、准备时间、年级、性别、是否独生、是否寄宿、家庭类型
对于变量年龄，年龄为16的频数是72(占17.2%)，年龄为17的频数是224(占
53.5%)，年龄为18的频数是123(占29.4%)；对于变量艺考科目，艺考科目为体育的频数
是57(占13.6%)，艺考科目为美术的频数是208(占49.6%)，艺考科目为舞蹈的频数是
86(占20.5%)，艺考科目为音乐的频数是68(占16.2%)；对于变量准备时间，准备时间为
高二的频数是362(占86.4%)，准备时间为高三的频数是57(占13.6%)；对于变量年级，
年级为高二的频数是75(占17.9%)，年级为高三的频数是344(占82.1%)；对于变量性别，性别为男的频数是153(占36.5%)，性别为女的频数是266(占63.5%)；对于变量是否独生，是否独生为是的频数是303(占72.3%)，是否独生为否的频数是116(占27.7%)；对于变量
是否寄宿，是否寄宿为是的频数是275(占65.6%)，是否寄宿为否的频数是144(占34.4%)；对于变量家庭类型，家庭类型为双亲家庭的频数是301(占71.8%)，家庭类型为组合家庭
的频数是118(占28.2%)。

变量年龄、艺考科目、准备时间、年级、性别、是否独生、是否寄宿、家庭类
型的计数统计
频数百分比年龄16 72 17.2
17 224 53.5
18 123 29.4
艺考科目体育57 13.6
美术208 49.6
舞蹈86 20.5
音乐68 16.2 准备时间高二362 86.4
高三57 13.6 年级高二75 17.9
高三344 82.1 性别男153 36.5
女266 63.5 是否独生是303 72.3
否116 27.7 是否寄宿是275 65.6
否144 34.4 家庭类型双亲家庭301 71.8
变量年龄、艺考科目、准备时间、年级、性别、是否独生、是否寄宿、家庭类
型的计数统计
频数百分比
组合家庭118 28.2
变量反向编码
因为变量q11_2、q11_5、q11_6、q11_12、q11_11、q11_14、q11_16、q11_17、
q11_18、q11_20是反向计分的，为了和其他题目保持相同的计分方式，并且能够与其他
题目合成，我们需要对这些题目进行反向计分，也就是把分数进行转换使得高分变成低分，低分变成高分。

RRS内部一致性信度：
症状反刍、强迫思考、反省深思、总体的alpha信度分析：
因子症状反刍包含12个题目，alpha信度为0.81；因子强迫思考包含5个题目，alpha信度为0.87；因子反省深思包含5个题目，alpha信度为0.89；因子总体包含22个
题目，alpha信度为0.89。

Alpha系数
克隆巴赫 Alpha 基于标准化项的克隆巴赫 Alpha 项数
症状反刍0.813 0.812 12
强迫思考0.871 0.873 5
反省深思0.893 0.896 5
总体0.894 0.894 22
认知融合内部一致性信度：
认知融合的alpha信度分析：
因子认知融合包含9个题目，alpha信度为0.86。

Alpha系数
克隆巴赫 Alpha 基于标准化项的克隆巴赫 Alpha 项数
认知融合0.861 0.864 9
SDS内部一致性信度：
情感症状、躯体障碍、精神运动障碍、心理障碍、总体的alpha信度分析：
因子情感症状包含2个题目，alpha信度为0.83；因子躯体障碍包含8个题目，alpha
信度为0.88；因子精神运动障碍包含2个题目，alpha信度为0.79；因子心理障碍包含8
个题目，alpha信度为0.93；因子总体包含20个题目，alpha信度为0.93。

Alpha系数
克隆巴赫 Alpha 基于标准化项的克隆巴赫 Alpha 项数
情感症状0.833 0.834 2
躯体障碍0.880 0.883 8
精神运动障碍0.788 0.789 2
心理障碍0.926 0.927 8 总体0.930 0.931 20
教育卷入内部一致性信度：
智力卷入、情感卷入、行为管理、总体的alpha信度分析：
因子智力卷入包含9个题目，alpha信度为0.88；因子情感卷入包含6个题目，alpha
信度为0.90；因子行为管理包含6个题目，alpha信度为0.91；因子总体包含21个题目，alpha信度为0.91。

Alpha系数
克隆巴赫 Alpha 基于标准化项的克隆巴赫 Alpha 项数
智力卷入0.882 0.883 9
情感卷入0.901 0.902 6
行为管理0.914 0.914 6
总体0.909 0.910 21
合并题目(均值)
通过计算各个维度所包含题目的均值我们生成了所有维度的分数。

相关矩阵分析：思维反刍总分、抑郁总分、教育卷
入总分、认知融合
相关性通常指的是变量之间的共变关系，相关系数的绝对值越大，共变关系越强。

相
关系数符号为正说明变量之间是正相关，其中一个变量越大另一个变量越大，相反，如果
相关系数为负说明变量之间是负相关，其中一个变量变大另一个变量会变小。

怎样衡量相
关的大小? 一般来说相关系数取绝对值，绝对值在0.1-0.3之间为弱相关(虽然是弱相关但
也是相关)，绝对值在0.3-0.5之间为中等相关，绝对值在0.5-1.0之间为强相关。

但是只
看数值并不能证明相关关系是否存在，需要重点看相关系数的显著性，只有相关显著才能认为存在相关关系。

相关分析中变量之间的具体的相关系数见表中的数值，表中数值带星号表明相关系数显著，如果带一个星号表明P值低于0.05；带两个星号表明P值低于
0.01；带三个星号表明P值低于0.001。

星号越多表明相关越显著。

如果带星号说明相关系数显著不为零，也就是说可以证明变量之间有相关关系。

如果不带星号，说明相关系数为0，也就是可以证明两个变量之间没有相关。

相关矩阵
思维反刍总分抑郁总分教育卷入总分认知融合
思维反刍总分
抑郁总分0.594**
教育卷入总分0.353** 0.401**
认知融合0.634** 0.635** 0.232**
从表中的结果可以得出结论：能证明存在相关关系的变量有：抑郁总分和思维反刍总分(0.594)、教育卷入总分和思维反刍总分(0.353)、教育卷入总分和抑郁总分(0.401)、认知融合和思维反刍总分(0.634)、认知融合和抑郁总分(0.635)、认知融合和教育卷入总分(0.232)；没有相关不显著的变量。

中介分析：以思维反刍总分为自变量, 认知融合为中介变量, 抑郁总分为因变量
首先使用自变量思维反刍总分预测因变量抑郁总分, 得到模型1(抑郁总分=c1*思维反刍总分+e1), 然后使用自变量思维反刍总分预测中介变量认知融合, 得到模型2(认知融合
=a*思维反刍总分+e2), 最后使用自变量思维反刍总分和中介变量认知融合预测因变量抑郁总分, 得到模型3(抑郁总分=b*认知融合+c2*思维反刍总分+e3)。

回归分析结果
模型1 模型2 模型3
思维反刍总分 B 0.738*** 1.215*** 0.398***
SE 0.049 0.073 0.058
认知融合 B 0.280***
SE 0.030
Adj-R2 0.351 0.401 0.462
F 227.246 280.311 180.255
因为系数c1，a，b，c2都显著，所以中介变量认知融合在思维反刍总分和抑郁总分之间起部分中介作用，中介效应为0.340。

调节效应：教育卷入总分调节思维反刍总分对认知
融合的作用
模型总体显著性检验(ANOVA)
平方和总平方和自由度总自由度均方 F 显著性 R方改变量
模型1 137.031 340.820 2.000 340.820 68.515 139.862 0.000 0.402***
模型2 137.196 340.820 3.000 340.820 45.732 93.206 0.000 0.000
模型总体的显著性检验：(模型1)的总体结果显著(F(2,340) = 139.862, P<.001)，说明回归模型成立；(模型2)的总体结果显著(F(3,340) = 93.206, P<.001)，说明回归模型成立。

由于从模型1到模型2的R方改变量是不显著的，所以可以认为模型2增加调节项(思维
反刍总分x教育卷入总分)并没有提高模型的效率。

模型1 模型2
系数T 系数T
(常量) 1.229*** 5.664 1.220*** 5.599
思维反刍总分 1.208*** 15.568 1.213*** 15.531
教育卷入总分0.014 0.226 0.016 0.255
思维反刍总分x教育卷入总分-0.064 -0.581。

合集下载

SPSS中介与调节效应分析

SPSS中介与调节效应分析

中介与调节效应分析
1
第一节 什么是心理学
二、心理学的目标 2. 解释: 揭示事实的原因, 分析现象间的前因后果。 [殊途同归、同途异归、相互作用、交互作用]。 e.g., 生活事件影响心理病理学的机制。
目录 1.中介效应分析 2.调节效应分析 3.有调节的中介效应分析 4.有中介的调节效应分析
3
from kindergarten (age 5–6) until the end of sixth grade (age 11–12)
and beyond.
Teachers’ expectations
Children's ethnicity
Children’s socio-economic SES
achievement outcomes. Furthermore, the role of children's ethnicity
in moderating this mediated relation is investigated.
➢ 研究方法：A cohort of approximately 4,000 students was followed
研究假设概念模型图
Language and math achievement
39
有调节的中介案例(2)
研究发现：
40
有调节的中介案例(2)
研究发现：
教师期望
1.60 1.40 1.20 1.00 0.80 0.60 0.40 0.20 0.00 -0.20 -0.40 -0.60
minority children majority children
低感恩 高感恩
低教师支持
高教师支持
SPSS基本技法-调节效应与中介效应的探讨.ppt

SPSS基本技法-调节效应与中介效应的探讨.ppt


部屬知覺到的 流動性
主管的 不當對待行為
部屬的 工作滿意度
流動性 高 低
工高 作 滿 意 度低
低高
不當對待領導
11
問題與討論
目前已經有研究指出：當員工的加班時間 越長，其工作倦怠的情形也就越嚴重。
加班時間長短
工作倦怠
針對以上刺激-反應模式，你認為：
– 可能的中介變項是什麼？ – 可能的調節變項有哪些？
主管的 不當對待行為
部屬的工作 滿意度
定義：員工對於主管持續展現語言或非語 言敵意行為的程度，所產生的知覺，肢體 接觸並不包含在內 (Tepper, 2000, p178)。例： -嘲笑部屬 -在別人面前責罵部屬 -對部屬表現無禮的態度
7
中介效果模式(mediating effect model)
12
2-2.如何處理控制變項
有沒有這個可能性?
主管的不當 對待領導
部屬的 工作滿意
部屬的 負向情緒性
我才是幕後 的黑手!
13
所以，我們該怎麼辦呢?
-在控制不相關之變項(負向情緒性)的情況下， 探討獨變項(不當對待領導)對依變項(工作滿意 度的預測效果。
統計分析上怎麼做：階層迴歸分析(hierarchical regression) Y=工作滿意度，X1=負向情緒性，X2=不當對待領導
Step2 ：預測變項 不當對待領導 （ΔR2）
合計R2 調整後的R2 F值 自由度
R12
* p<.05 **p<0.1
工作滿意度
M1
M2
-.31** (.10)**
.10 .09 29.90** 1,277
-.30**
-.20** (.04)**
如何运用SPSS及AMOS进行中介效应与调节效应分析

如何运用SPSS及AMOS进行中介效应与调节效应分析

如何运用SPSS及AMOS进行中介效应与调节效应分析SPSS和AMOS是两个常用的统计软件，它们可以用于进行中介效应和调节效应分析。

下面我将详细介绍如何在SPSS中进行中介效应和调节效应分析，并结合AMOS进行结构方程模型的分析。

中介效应分析：中介效应分析用于探究一个因变量和一个自变量之间是否存在中介变量，以及中介变量对于因变量和自变量之间关系的解释程度。

1.数据准备首先，需要将需要分析的数据导入SPSS软件中。

确保数据已经整理好并进行了数据清洗。

2.建立回归模型在SPSS中，选择“回归”分析模块。

将自变量放入“独立变量”框中，将因变量放入“因变量”框中。

3.检验中介变量在回归模型中，将可能的中介变量放入“控制变量”框中。

运行回归模型后，观察自变量对因变量的影响是否减小或变得不显著。

如果在加入中介变量后，自变量对因变量的影响减小或不显著，则说明中介变量起到了中介作用。

4.中介效应检验使用SPSS的BOOTSTRAP方法进行中介效应检验。

在“回归分析”中选择“中介效应”，然后将自变量、中介变量和因变量依次放入相应的框中。

确保你勾选了“调节变量”框，在该框中放入与自变量和中介变量之间可能存在调节关系的变量，比如性别、年龄等。

5.结果解释SPSS将计算出中介效应的点估计值和置信区间。

通过检查置信区间是否包含0来判断中介效应是否显著。

如果置信区间不包含0，则可以认为中介效应是显著的。

调节效应分析：调节效应分析用于探索调节变量对于自变量和因变量之间关系的调节作用。

1.数据准备同样，将需要分析的数据导入SPSS软件中。

2.建立回归模型选择“回归”分析模块。

将自变量放入“独立变量”框中，将因变量放入“因变量”框中，将调节变量放入“控制变量”框中。

3.检验调节效应观察调节变量是否对自变量和因变量之间的关系产生显著的影响。

如果调节变量对于自变量和因变量关系的显著性有所改变或存在交互作用，则说明调节变量具有调节效应。

运用SPSS及AMOS进行中介效应分析

运用SPSS及AMOS进行中介效应分析

中介效应重要理论及操作务实一、中介效应概述中介效应是指变量间的影响关系（X→Y）不是直接的因果链关系而是通过一个或一个以上变量(M)的间接影响产生的，此时我们称M为中介变量，而X通过M对Y产生的的间接影响称为中介效应。

中介效应是间接效应的一种，模型中在只有一个中介变量的情况下，中介效应等于间接效应；当中介变量不止一个的情况下，中介效应的不等于间接效应，此时间接效应可以是部分中介效应的和或所有中介效应的总和。

在心理学研究当中，变量间的关系很少是直接的，更常见的是间接影响，许多心理自变量可能要通过中介变量产生对因变量的影响，而这常常被研究者所忽视。

例如，大学生就业压力与择业行为之间的关系往往不是直接的，而更有可能存在如下关系：○1就业压力→个体压力应对→择业行为反应。

此时个体认知评价就成为了这一因果链当中的中介变量。

在实际研究当中，中介变量的提出需要理论依据或经验支持，以上述因果链为例，也完全有可能存在另外一些中介因果链如下：○2就业压力→个体择业期望→择业行为反应；○3就业压力→个体生涯规划→择业行为反应；因此，研究者可以更具自己的研究需要研究不同的中介关系。

当然在复杂中介模型中，中介变量往往不止一个，而且中介变量和调节变量也都有可能同时存在，导致同一个模型中即有中介效应又有调节效应，而此时对模型的检验也更复杂。

以最简单的三变量为例，假设所有的变量都已经中心化，则中介关系可以用回归方程表示如下：Y=cx+e11)M=ax+e22)Y=c’x+bM+e33)上述3个方程模型图及对应方程如下：二、中介效应检验方法中介效应的检验传统上有三种方法，分别是依次检验法、系数乘积项检验法和差异检验法，下面简要介绍下这三种方法：1.依次检验法（causual steps）。

依次检验法分别检验上述1）2）3）三个方程中的回归系数，程序如下：1.1首先检验方程1）y=cx+ e1，如果c显著（H:c=0被拒绝），则继续检验方程2），如果c不显著（说明X对Y无影响），则停止中介效应检验；1.2在c显著性检验通过后，继续检验方程2）M=ax+e2，如果a显著（H:a=0被拒绝），则继续检验方程3）；如果a不显著，则停止检验；1.3在方程1）和2）都通过显著性检验后，检验方程3）即y=c’x + bM + e3,检验b的显著性，若b显著（H0:b=0被拒绝）,则说明中介效应显著。