|
作者:彭彭 Hello, 在本期中,我們繼續(xù)為大家介紹如何利用SPSS進(jìn)行:中介、多重中介、鏈?zhǔn)街薪?、調(diào)節(jié)分析、有中介的調(diào)節(jié)分析等。 PS:后臺(tái)回復(fù)關(guān)鍵詞“高級(jí)統(tǒng)計(jì)”即可獲得所述的PDF原文啦! 中介【報(bào)告B,SE,t(df),p),置信區(qū)間,畫(huà)中介效應(yīng)圖】1.回歸方程法 1.1 算三個(gè)回歸方程 1) 自—因 2) 自—中 3) 自、中—因 1.2 數(shù)據(jù)分析 2. Process插件法:Model4 ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() 部分標(biāo)準(zhǔn)化 效應(yīng)量/Y的標(biāo)準(zhǔn)差 完全標(biāo)準(zhǔn)化 所有變量的標(biāo)準(zhǔn)化 3. 報(bào)告【B、SE、t(df)、P、置信區(qū)間 圖(標(biāo)準(zhǔn)化系數(shù))】 本研究采用軟件SPSS 24.0 中文版進(jìn)行采集錄入和統(tǒng)計(jì)分析實(shí)驗(yàn)數(shù)據(jù)。中介效應(yīng)檢驗(yàn):參照Preacher 和Hayes (2004)提出的Bootstrap 方法進(jìn)行中介效應(yīng)檢驗(yàn)(模型4),樣本量選擇5000,在95%置信區(qū)間下。 為了探討MIL和FCI的關(guān)系中是否存在PA的中介作用,本研究以MIL得分為自變量,F(xiàn)CI得分為因變量,PA得分為中介變量進(jìn)行中介效應(yīng)檢驗(yàn)。結(jié)果表明,PA在MIL和FCI之間起著中介作用。 MIL對(duì)PA有顯著的預(yù)測(cè)作用(B=0.24,SE=0.07,t(98)=3.55,p < 0.001),置信區(qū)間(LLCT = 0.10,ULCT =0.37)不包含0;中介檢驗(yàn)的結(jié)果不包含0(LLCT =0.07, ULCT =0.37),表明PA的中介效應(yīng)顯著(中介效應(yīng)大小為0.22,SE=0.08),中介效應(yīng)如圖所示。 ![]() 參考文獻(xiàn):Preacher, K. J. , & Hayes, A. F. . (2004). Spss and sas procedures for estimating indirect effects in simple mediation models. Behavior Research Methods, Instruments & Computers, 36(4), p.717-731. 多重中介Process插件法:model4 ![]() ![]() ![]() ![]() ![]() ![]() ![]() 鏈?zhǔn)街薪?/h2>Process插件法:model6 中心化:原始數(shù)據(jù)-均值 拆分文件:spilt ![]() ![]() ![]() ![]() ![]() ![]() 中心化:原始數(shù)據(jù)-均值 拆分文件:spilt ![]() 調(diào)節(jié)【報(bào)告B、SE、t、β、p、95%CI、Δ 畫(huà)回歸表、交互作用圖】1. 線性回歸法 1.1 Spss操作 1)算z分?jǐn)?shù) ![]() ![]() 2)算交互項(xiàng) ![]() ![]() 3)算回歸方程 ![]() ![]() ![]() ![]() ![]() 1.2 Spss結(jié)果解讀 ![]() ![]() 1.3 畫(huà)交互作用圖:對(duì)調(diào)節(jié)變量做高低分組 ![]() ![]() 高分組:平均值 標(biāo)準(zhǔn)差=6.12 低分組:平均值—標(biāo)準(zhǔn)差=3.68 ![]() ![]() 1.4 拆分文件,做回歸 ![]() ![]() 1.5 再做一次回歸,畫(huà)圖 ![]() 2. Process插件法:model1 2.1 Spss操作 ![]() ![]() ![]() 2.2 Spss結(jié)果解讀 ![]() ![]() ![]() ![]() 2.3 報(bào)告 利用Process model 1 (Hayes,2018)探討生命意義感P、社會(huì)支持以及二者的交互作用與工作倦怠的關(guān)系。 結(jié)果表明,生命意義感P(B =-0.46,t =-1.35,p =0.18)、社會(huì)支持(B =-0.19,t =-0.55,p=0.58)以及二者交互作用(B =0.05,t =0.83,p=0.41)對(duì)工作倦怠的作用均不顯著(如表3所示),簡(jiǎn)單斜率分析圖如圖2所示。 ![]() ![]() 有調(diào)節(jié)的中介【報(bào)告B、SE、β、p、95%CI 畫(huà)回歸表 交互作用圖】1.線性回歸法 1.1 算兩組交互項(xiàng) 自*調(diào) 中*調(diào) 1) 自、調(diào)、自*調(diào)—因 2) 自、調(diào)、自*調(diào)—中 3) 自、調(diào)、自*調(diào)、中、中*調(diào)—因 1.2 報(bào)告 接下來(lái)驗(yàn)證有調(diào)節(jié)的中介作用,以壓力為自變量,生命意義感P為調(diào)節(jié)變量,自我效能感為中介變量,深層勞動(dòng)為因變量為例。 根據(jù)溫忠麟和葉寶娟(2014)的觀點(diǎn),檢驗(yàn)有調(diào)節(jié)的中介模型需要對(duì)三個(gè)回歸方程的參數(shù)進(jìn)行檢驗(yàn):(1)方程1 估計(jì)調(diào)節(jié)變量(生命意義感P)對(duì)自變量(壓力)與因變量(深層勞動(dòng))之間關(guān)系的調(diào)節(jié)效應(yīng); (2)方程2 估計(jì)調(diào)節(jié)變量(生命意義感P)對(duì)自變量(壓力)與中介變量(自我效能感)之間關(guān)系的調(diào)節(jié)效應(yīng); (3)方程3 估計(jì)調(diào)節(jié)變量(生命意義感P)對(duì)中介變量(自我效能感)與因變量(深層勞動(dòng))之間關(guān)系的調(diào)節(jié)效應(yīng)以及自變量(壓力)對(duì)因變量(深層勞動(dòng))殘余效應(yīng)的調(diào)節(jié)效應(yīng)。 根據(jù)Muller, Judd 和Yzerbyt (2005)的觀點(diǎn), 如果模型滿足以下兩個(gè)條件則說(shuō)明有調(diào)節(jié)的中介效應(yīng)存在:(1)方程1 中, 壓力的總效應(yīng)顯著, 且該效應(yīng)的大小不取決于生命意義感P; (2)方程2 和方程3中, 壓力對(duì)自我效能感的效應(yīng)顯著, 生命意義感P與自我效能感對(duì)深層勞動(dòng)的交互效應(yīng)顯著, 和/或壓力與生命意義感P對(duì)自我效能感的交互效應(yīng)顯著, 自我效能感對(duì)深層勞動(dòng)的效應(yīng)顯著,本研究中有調(diào)節(jié)的中介模型檢驗(yàn)結(jié)果見(jiàn)表2、圖3。 由表2、圖1可見(jiàn),方程1 中壓力負(fù)向預(yù)測(cè)深層勞動(dòng)(β=-0.37,p<0.001),壓力與生命意義感P的交互項(xiàng)對(duì)深層勞動(dòng)的預(yù)測(cè)作用顯著(β=-0.23,p<0.001)。 方程2 和方程3 中,壓力與生命意義感P的交互項(xiàng)對(duì)自我效能感的預(yù)測(cè)效應(yīng)顯著(β=-0.18,p<0.01);壓力與生命意義感P的交互項(xiàng)對(duì)深層勞動(dòng)的預(yù)測(cè)作用顯著(β=-0.18,p<0.01);同時(shí)自我效能感對(duì)深層勞動(dòng)的預(yù)測(cè)效應(yīng)顯著(β=0.53,p<0.001)。 這表明,壓力、生命意義感P、自我效能感和深層勞動(dòng)四者之間構(gòu)成了有調(diào)節(jié)的中介效應(yīng)模型,自我效能感在壓力與深層勞動(dòng)之間具有中介作用,生命意義感P在壓力與深層勞動(dòng)、壓力與自我效能感間起調(diào)節(jié)作用。 ![]() 表2 壓力對(duì)深層勞動(dòng)有調(diào)節(jié)的中介效應(yīng)檢驗(yàn)(以生命意義感P為調(diào)節(jié)變量、自我效能感為中介變量) ![]() 圖 3 壓力對(duì)深層勞動(dòng)有調(diào)節(jié)的中介效應(yīng)圖(中介變量為自我效能感,調(diào)節(jié)變量為生命意義感P) 參考文獻(xiàn):溫忠麟, & 葉寶娟. (2014). 中介效應(yīng)分析:方法和模型發(fā)展. 心理科學(xué)進(jìn)展, 022(005), 731-745. 由于生命意義感P在壓力與深層勞動(dòng)、壓力與自我效能感間起調(diào)節(jié)作用,因此需要進(jìn)一步檢驗(yàn)簡(jiǎn)單效應(yīng)以明確生命意義感P調(diào)節(jié)作用。 首先將生命意義感P按照正負(fù)一個(gè)標(biāo)準(zhǔn)差分成高、低組, 采用簡(jiǎn)單斜率檢驗(yàn)考察在生命意義感P不同水平上壓力對(duì)深層勞動(dòng)、壓力對(duì)自我效能感的影響,相應(yīng)的簡(jiǎn)單效應(yīng)分析見(jiàn)圖5、圖6。 圖5結(jié)果表明,對(duì)于生命意義感P較高的個(gè)體來(lái)說(shuō),壓力能負(fù)向預(yù)測(cè)深層勞動(dòng)(B=-0.44,SE =0.13, p <0.01);而對(duì)于生命意義感P較低的個(gè)體來(lái)說(shuō),壓力不能顯著預(yù)測(cè)深層勞動(dòng)(B =0.09, SE = 0.11,p = 0.45),即比起低壓力情景,高生命意義感P的個(gè)體在高壓情景下,會(huì)有更少的深層勞動(dòng)。 ![]() 圖 5 生命意義感P對(duì)壓力與深層勞動(dòng)之間的關(guān)系調(diào)節(jié)作用 圖6結(jié)果表明,對(duì)于生命意義感P較低的個(gè)體來(lái)說(shuō),壓力不能預(yù)測(cè)自我效能感(B = -0.19,SE =0.13,p =0.17);而對(duì)于生命意義感P較高的個(gè)體來(lái)說(shuō),壓力能負(fù)向預(yù)測(cè)深層勞動(dòng)(B =-0.45,SE = 0.13,p <0.01);即比起低壓力情景時(shí),高生命意義感P的個(gè)體在高壓情景下自我效能感更低。 ![]() 圖 6 生命意義感P對(duì)壓力與自我效能感之間的關(guān)系調(diào)節(jié)作用 2. Process插件法 2.1 調(diào)節(jié)前半路徑:model7 1)Spss操作 ![]() 2) Spss結(jié)果解讀 ![]() ![]() ![]() ![]() ![]() 2.2 調(diào)節(jié)后半路徑:model14 1) Spss操作 ![]() 2)Spss結(jié)果解讀 ![]() ![]() ![]() ![]() ![]() ![]() 2.3 探索前后:model57 2.4 報(bào)告 使用 Hayes (2019)的SPSS 宏程序PROCESS(Model7),分析自我效能感在壓力與深層勞動(dòng)之間的中介作用(前半段)是否受生命意義感P的調(diào)節(jié)。 結(jié)果表明(如表4所示):自我效能感顯著正向預(yù)測(cè)深層勞動(dòng)(B=0.37,SE=0.04,p<0.001);壓力與生命意義感P的交互項(xiàng)能顯著負(fù)向預(yù)測(cè)自我效能感(B=-0.02,SE=0.01,p<0.01)。 ![]() 表4 生命意義感P調(diào)節(jié)自我效能感在壓力與深層勞動(dòng)之間中介作用的回歸分析 在生命意義感P得分為平均數(shù)減一個(gè)標(biāo)準(zhǔn)差、平均數(shù)以及平均數(shù)加一個(gè)標(biāo)準(zhǔn)差三個(gè)水平時(shí),自我效能感在壓力與深層勞動(dòng)之間的中介效應(yīng)值及其95%Bootstrap 置信區(qū)間如表5所示。 綜合以上結(jié)果,本研究提出的有調(diào)節(jié)的中介模型得到了支持。自我效能感在壓力與深層勞動(dòng)之間起中介作用,而且該中介作用前半段受到生命意義感P的調(diào)節(jié)。 ![]() 表5:不同生命意義感P水平時(shí)壓力與自我效能感之間的關(guān)系 進(jìn)一步采用簡(jiǎn)單斜率檢驗(yàn)來(lái)分析生命意義感P在壓力與自我效能感關(guān)系中的調(diào)節(jié)作用。按生命意義感P的平均分加減一個(gè)標(biāo)準(zhǔn)差將被試分為高生命意義感P水平組(高于平均數(shù)加一個(gè)標(biāo)準(zhǔn)差的被試)、低生命意義感P水平組(低于平均數(shù)減一個(gè)標(biāo)準(zhǔn)差的被試)與中生命意義感P水平組(介于兩組之間的被試)三組,采用分組回歸的方式考察壓力與自我效能感的關(guān)系,結(jié)果如圖所示:隨著生命意義感P水平的升高, 壓力對(duì)自我效能感的負(fù)向預(yù)測(cè)作用逐漸變強(qiáng) (由B=-0.09, p < 0.001 減弱為B=-0.17,p < 0.001)。 ![]() 圖8 生命意義感P對(duì)壓力與自我效能感之間的關(guān)系調(diào)節(jié)作用 3. Mplus 3.1 Mplus輸入語(yǔ)法 DATA: FILE IS DATA.dat; !原始數(shù)據(jù) VARIABLE: NAMES ARE X W M Y XW MW;!數(shù)據(jù)中變量的命名 USEVARIABLES = W M X Y XW MW; !使用的變量有哪些? ANALYSIS: Bootstrap=2000; !Bootstrap法抽樣1000次 MODEL: Y on M (b1) X W XW MW (b2); !做因變量Y對(duì)M、X、W、XW、MW的回歸,將Y對(duì)M MW的回歸系數(shù)命名為b1、b2 M on X (a1) W XW (a3);!做中介變量M對(duì)X、W、XW的回歸,將M對(duì)X XW的回歸系數(shù)命名為a1、a3 MODEL CONSTRAINT: new(H1-H3); H1=a3*b1;!中介效應(yīng)值 a3 b1的估計(jì) H2=a3*b2;!中介效應(yīng)值 a3 b2的估計(jì) H3=a1*b2;!中介效應(yīng)值 a1 b2的估計(jì) OUTPUT:cinterval (bcbootstrap) STDYX;!輸出偏差校正的百分位Bootstrap 計(jì)算中介效應(yīng) ![]() 3.2 Mplus輸出語(yǔ)法 ![]() ![]() ![]() ![]() ![]() 3.3 報(bào)告 根據(jù)溫忠麟和葉寶娟(2014)的建議, 使用Mplus進(jìn)行有調(diào)節(jié)的中介效應(yīng)檢驗(yàn),采用偏差校正的百分位Bootstrap 法抽取1000個(gè)Bootstrap 樣本檢驗(yàn)有調(diào)節(jié)的中介效應(yīng)。 結(jié)果發(fā)現(xiàn),模型與數(shù)據(jù)擬合良好(χ2/df=0.41, RMSEA=0.00, RMSEA90% CI =0.00~0.15, CFI=1.00, TLI = 1.02, SRMR =0.01)。 同時(shí)有調(diào)節(jié)的中介效應(yīng)檢驗(yàn)結(jié)果表明(如圖):壓力能夠顯著預(yù)測(cè)深層勞動(dòng)(B=-0.10,SE=0.04,β=-0.17,p<0.01,95%CI=[-0.17,-0.03])、自我效能感(B=-0.34,SE=0.06,β=-0.39,p<0.001,95%CI=[-0.47,-0.23]);自我效能感顯著預(yù)測(cè)深層勞動(dòng)(B=0.35,SE=0.05,β=0.53,p<0.001,95%CI=[0.26,0.44]),說(shuō)明自我效能感的中介效應(yīng)顯著;壓力與生命意義感P的交互項(xiàng)不能顯著預(yù)測(cè)深層勞動(dòng)(B=-0.46,SE=0.30,β=-0.18,p=0.16,95%CI=[ -0.77,0.25]);自我效能感與生命意義感P的交互項(xiàng)未顯著預(yù)測(cè)深層勞動(dòng)(B=-0.30,SE=0.30,β=-0.08,p=0.32,95%CI=[ -0.87,0.26]),壓力與生命意義感P的交互項(xiàng)能顯著預(yù)測(cè)自我效能感(B=-0.71,SE=0.25,β=-0.18,p<0.05,95%CI=[ -1.10,-0.07]),說(shuō)明生命意義感P能夠調(diào)節(jié)壓力與自我效能感的關(guān)系。 本期的內(nèi)容就到此結(jié)束啦!
|
|
|
來(lái)自: 東西二王 > 《數(shù)據(jù)分析》