调节效应要点分析.pptVIP

调节效应 孙丽君 实验心理学教研室 主要参考文献 温忠麟，侯杰泰，张雷.调节效应与中介效应的比较和应用.心理学报，2005,37（2）：268-274 卢谢峰，韩立敏.中介变量、调节变量与协变量.心理科学，2007,30（4）：934-936 回顾… 1 调节变量与调节效应的含义 2 调节效应分析方法 显变量的调节效应分析方法 潜变量的调节效应分析方法 3 调节效应实例分析（连续变量+连续变量） 4 中介效应与调节效应的比较 调节变量与中介变量的比较 调节效应与中介效应分析实例比较 由于依次检验(指前面3个t检验)都是显著的，所以喜欢程度的中介效应显著。由于第四个t检验也是显著，所以不是完全中介效应。中介效应占总效应的比例为0．338×0．349／0.232=50．8％ ，即中介效应占了总效应的一半左右。 上面分析说明，老师对学生的喜欢程度(w )不是调节变量，而是中介变量。中介模型分析结果表明：一方面，学生行为对同伴关系有直接负效应，即违纪捣乱行为多的同学，受同学欢迎的程度会低一点。另一方面，学生行为通过教师喜欢程度对同伴关系有间接负效应，即违纪捣乱行为多的同学，老师比较不喜欢，而老师的态度会影响同学，使同学也比较不喜欢。 利用结构方程模型或其他特定方法 2.2 潜变量的调节效应分析方法 如果变量Y与变量X的关系是变量M的函数，称M为调节变量(moderator)。就是说，Y与X的关系受到第三个变量M的影响，这种有调节变量的模型一般地可以用图1示意。 1 调节变量与调节效应的含义 例如，学生的学习效果和指导方案的关系，往往受到学生个性的影响：一种指导方案对某类学生很有效，对另一类学生却没有效，从而学生个性是调节变量。 又如，学生一般自我概念与某项自我概念(如外貌、体能等)的关系，受到学生对该项自我概念重视程度的影响：很重视外貌的人，长相不好会大大降低其一般自我概念；不重视外貌的人，长相不好对其一般自我概念影响不大，从而对该项自我概念的重视程度是调节变量。 调节变量所要解释的是自变量在何种条件下会影响因变量，也就是说，当自变量与因变量的相关大小或正负方向受到其它因素的影响时，这个其它因素就是该自变量与因变量之间的调节变量。 调节变量可以是定性的(如性别、种族、学校类型等)，也可以是定量的(如年龄、受教育年限、刺激次数等)，它影响因变量和自变量之间关系的方向(正或负)和强弱 。 调节效应(moderating effect)意味着两变量之间的因果关系随调节变量的取值不同而产生变化． 在做调节效应分析时，通常要将自变量和调节变量做中心化变换(即变量减去其均值)。 在统计回归分析中，检验变量的调节效应意味着检验调节变量和自变量的交互效应是否显著。以最简单的回归方程为例，调节效应检验回归方程如下： Y=aX+bM+cXM+e M为调节变量，MX为调节效应，c衡量了调节效应的大小,调节效应是否显著即是分析C是否显著。 调节效应与交互效应： -从统计上看，调节效应和交互效应是相同的 （对H0：c=0进行检验，c显著，则调节效应显著） -从概念上看，调节效应和交互效应不完全相同，交互效应中，两个自变量地位不固定（可以是对称的、也可以是不对称的），可以任意解释。调节效应中，自变量和调节变量明确，在一个确定的模型中两者不能互换。 这里分两大类进行讨论。一类是所涉及的变量(因变量、自变量和调节变量)都是可以直接观测的显变量(observable variable)，另一类是所涉及的变量中至少有一个是潜变量(1atent variable)。 2 调节效应分析方法 变量可分为两类，一类是类别变量(categorical variable)，包括定类和定序变量，另一类是连续变量(continuous variable)，包括定距和定比变量。定序变量的取值比较多且间隔比较均匀时，也可以近似作为连续变量处理。 2.1显变量的调节效应分析方法 根据不同的变量水平可以利用SPSS进行方差分析和回归的处理 表1分类列出了显变量调节效应分析方法。 问题：如何对分组回归回归系数进行比较？如何验证R22R12显著？ 需要说明的是，除非已知X和M不相关(即相关系数为零)，否则调节效应模型不能看标准化解。这是因为，即使X和M的均值都是零，XM的均值一般说来也不是零。 利用结构方程模型或其他特定方法 2.2 潜变量的调节效应