“有调节的中介模型”方法论报告——基于Hayes编制的process.pptx

“有调节的中介”模型方法论报告——基于Hayes编制的process2018.12.07中介与调节可参考书籍此书为process配套书本文档所涉及软件及数据SPSS_24.0安装包过大，不便上传，自行寻找Process_3.2本压缩包自带由于笔者也是刚换的3.2版，虽然大体上仍懂得使用和解读，对于里面一些选项可能了解得还不是很透彻。不清楚的地方都会在ppt中提到，如果读者有兴趣可以自行查阅pro的说明手册，提升使用技巧。用于本文档涉及的所有数据案例SPSS语法档用于本文档涉及的所有excel操作目录1.理论与技术准备2.有调节的中介模型与被中介的调节模型 （moderated mediation and mediated moderation）3.有调节的中介模型在process中的技术实现4.调节效果图的几种制作方法5.国内基于process的带调节的中介论文分析6.推荐阅读1.理论与技术准备1.1 回归模型1.2 中介模型1.3 Bootstrap技术1.4 调节模型1.5 变量间的关系回归模型探讨的是自变量X对因变量Y的影响方向及大小1.1回归模型 根据日常经验，我们的身高与体重有正向关系，于是我们认为身高会影响体重。那么，我们想知道，例如，身高（自变量）每增加一厘米，我们的体重（因变量）平均增加多少公斤，于是我们做回归分析。1.1回归模型假设1图解XY自变量 因变量Y = a + bx + eY（因变量） = a（截距） + b（斜率）X + e（随机误差）公式解读Spss实现1.1回归模型Spss实现1.1回归模型右键，可更改为“显示变量名”选定变量与方法ENDSpss实现1.1回归模型回归方程的显著性检验（F检验）t = 斜率/标准误 = 0.613/0.03 ≈ 20.570R方即因变量的变异（方差）被解释的百分比标准误截距0.554^2≈0.307斜率回归方程：Y(CC) = 0.507 + 0.613X(HH) HH每增加1个单位，CC就能增加0.613个单位中介模型探讨的是自变量通过何种途径/方式（中介变量）对因变量产生影响1.2中介模型家长小孩给玩电脑 当家长（自变量）叫小孩子做作业（因变量）时，可能没有任何效果（直接影响），于是家长提出，只要做作业就给玩电脑（中介变量），这时候小孩子可能就会去做作业了（间接影响）。直接效果与间接效果模型1.2中介模型中介变量Me假设2假设2图解假设1XY自变量 因变量Me = a1 + b1X + e1 Y = a2 + b2X + b3Me + e2公式解读注：b2为直接效果，b1 * b3为间接效果，两者相加为总效果。总效果模型1.2中介模型假设1图解XY自变量 因变量公式解读Y = a1 + b1X + e1注：此处的b1即为总效果，等同于上一张ppt中的间接效果与直接效果的相加。中介模型分类1.2中介模型MeMeXYXY完全中介部分中介Spss实现1.2中介模型 打开此文件，或者Hayes的书（第二版）第584页开始，有模型图，适用于process 3.0以上版本。 笔者发现，pro3.2的版本中，许多模型都被移除了，但是老模型也挺有价值，而且许多人用的还是老pro，所以笔者将旧版模型图与新版混合做了该模型手册。认清楚我们要使用的模型号码Spss实现1.2中介模型安装完毕后（内有安装指导图），打开processSpss实现1.2中介模型展示总效果模型45000次Bootstrap显示小数点后3位各条中介路径的效果量使用Bootstrap方法计算置信区间Spss实现1.2中介模型模型信息BB因变量AACC根据我们的图解，一共会有两个回归方程，我们现在见到的是第一个（根据因变量名字来判断）注：process输出的都是非标准的结果截距和斜率标准误非标准化与标准化1.2中介模型 Duncan（1975）说，如果看标准化，就是看解释能力，如果看非标准化，主要就是看改变率（斜率），报告非标准化比较符合统计意义。 文献来源：The Moderator-Mediator Variable Distinction in Social Psychological Research Conceptual, Strategic, and Statictical Considerations 上面的论文也提到了类似的话题。 文献来源：Asymptotic and resampling strategies for assessing and comp