mba 企业研究方法3.ppt

* 第二、第三种情况的调节效应检验方法 若自变量是类别变量，需要构造用虚拟变量(dummy variable)代替 所需虚拟变量的数目等于类别变量的水平个数减1 对变量进行标准化 因为自变量和调节变量往往与它们的乘积项高度相关。标准化的目的是避免回归方程产生多重共线性的问题。可以对连续型（或类别型）的自变量和调节变量分别进行标准化处理（如使用Z分数) 。 Z分数SPSS操作：Analysis→Descriptive Statistics →Descriptives…，将变量放入右边的Variables中，选中Save Standardized value as variables，点击OK，在数据表中会出现相应的Z分数。以产生的标准化数据代替原数据，得到的回归结果理论意义是相同的。 * 用回归方法检验调节作用 2. 构造乘积项 把经过标准化处理以后的自变量和调节变量相乘即可。 Y=b0+b1X+b2M+b3X’M’ (X’和M’为标准化后的值） 如果使用了虚拟变量，每一个虚拟变量都应该有一个相应的乘积变量。 Y=b0+b1X+b2D1+b3D2+b4XD1’+b5XD2’ 构造回归方程 构造出乘积项后，把标准化后的自变量、调节变量和乘积依次放到多元层级回归方程中就可以检验交互作用了。通过 R2的改变量来检验，如果⊿R2显著，证明调节效应存在。 * 例：个人特征在员工满意与离职倾向之间的调节作用 员工不同的个性特征对于面临的环境与感受产生不同的认知。个性特征的种类很多，其中内外控倾向是一种重要的分类方法。内外控取向指一个人将自我的行为所产生后果的责任或原因归结于自己或外界的程度。内控者相信自己可以控制自己的行为成功与否；而外控者则相信他的行为成功与否，会受到权势、运气的影响，自己无法或很难控制。也即内控者比较自动、自主、积极；外控者比较消极、依赖、听天由命。 在同样的满意水平下，由于外控者更多地将目前的满意状态归结于组织，故离职倾向越低；而内控者更多地将目前的满意状态归结于自己，故离职倾向越高。 假设：个性特征在满意度与离职倾向之间起到了调节作用，越是外控的员工，员工满意降低离职倾向的作用越强；越是内控的员工，员工满意降低离职倾向的作用越弱。 * 例：个人特征在员工满意与离职倾向之间的调节作用 对连续的自变量和调节变量进行标准化处理： Analysis→Descriptive Statistics →Descriptives…，将变量满意度、个人特征放入右边的Variables中，选中Save Standardized value as variables，点击OK，在数据表中会出现相应的“Z满意度”、“Z个人特征”两个新的变量。 满意度 离职倾向 个人特征 连续变量 连续变量，分值越高越是外控人格 连续变量 离职.sav * 例：个人特征在员工满意与离职倾向之间的调节作用 构造乘积项： Transform →Descriptive →Compute 在target variable中输入“Z满×Z个”，在Numeric Expression中将标准化后的Z满意与Z个人特征相乘，点OK，此时会出现新构造的乘积项——Z满×Z个。 Analysis →Regression →Linear，将标准化后的“Z满意”放入Independent，“离职倾向”放入Dependent, 点击Next， 进入新的Block2 ，将“Z个人特征”放入Independent. 再点击Next，进入新的Block3 ，将乘积项放入Independent 点Statistics …选择Estimate，Model fit, R squared change, Collinearity diagnostics, Durbin-Watson 点Continue，点OK。 构造回归方程： * 模型1为”满意度”对”离职倾向”的回归方程 模型2为”满意度”、”个人特征”对”离职倾向”的回归方程，?R2＝0.012， ?F不显著（P=0.1040.05），说明模型2加入个人特征后，模型的解释力没有显著提高 模型3为”满意度”、”个人特征”、”Z满XZ个”对”离职倾向”的回归方程，?R2＝0.021， ?F显著（P=0.0280.05），说明模型3加入乘积项后，模型的解释力比模型2显著提高，即满意度与个人特征的交互作用是显著的 DW值约等于2，表明残差是独立的 * 模型3的解释力比模型1和模型2显著地高，所以仅看模型3的结果即可 VIF均小于2，不存在多重共线性问题，故回归方程有效 满意度的标准化回归系数为-0.301，且显著，说明满意度越高，离职倾向越低；而个人特征回归系数不显著，说明个人特征对离