调节效应检验(一):线性回归分析
发布网友
发布时间：2024-10-21 09:28
共1个回答
热心网友
时间：17小时前
在研究中，当变量Y和X的关系受到第三个变量M的影响时，M被称为调节变量。例如，员工离职倾向与工作压力的关系，可通过工资这一调节变量来考察。工资高低会改变压力与离职倾向之间的关系，即高工资可能减弱压力导致离职的效应，而低工资则可能加强这种效应。
检验调节效应有三种方法，首先是依次检验回归系数，这在SPSS 23.0中使用。关键在于对比加入交互项后模型的预测变化，而非单独检验调节变量的显著性。具体步骤包括：中心化自变量和调节变量，计算交互项，进行层级回归分析，关注R平方变化、F值显著性以及共线性和自相关问题。
操作步骤如下：首先，中心化自变量（如工作压力）和调节变量（如组织支持感），然后计算交互项。接着，在SPSS中进行层级回归，比较模型1和2的解释力，如模型2的R平方增加，F值显著性小于0.05，则表明调节效应显著。此外，还需检查多重共线性和自相关性，如VIF值在1.039～1.207范围，DW值接近2，表示问题不大。
参考以下文献获取更深入的理解：
[1] 温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005(02):268-274.
[2] 范立新.回归分析中多重共线性诊断方法[J].国外医学.卫生学分册,1994(01):34-37.
[3] 刘明,王永瑜.Durbin-Watson自相关检验应用问题探讨[J].数量经济技术经济研究,2014,31(06):153-160.
