本案例这个模型图,是最简单典型的调节效应,在Process模型模板中的编号是模型1。如何确认呢,Process有一个pdf的模型模板文件,文件中有90多个模型图,翻一翻就可以确认。 Process调节效应分析 安装并打开Process插件(本例用v3.3),设置主界面参数如下: ( 1)【Model number】中选择模型1( 2)以感知有用性作为自变量X,...
对于自变量、因变量、调节变量均为连续变量的调节效应分析,可使用Spss中的分层回归/Process中的model1/Mplus进行检验。具体如下: (一)Spss中的分层回归方法 Spss分层回归的方法是指,先构建自变量X,调节变量Z对因变量Y的回归,这是模型1;然后在此基础上,构建自变量X,调节变量Z,自变量X和调节变量Z的交互项XZ对因变...
在PROCESS中,Int_1代表X*W,从下图可以看到,X*W对Y的路径回归方程为:Y=-0.0080-1.937*XW,回归系数c(X*W对Y)=-0.1937,具有统计学意义(P<0.05),95%CI (-0.3698,-0.177),说明自变量X与调节变量W的乘积对Y有负向相关作用,也就因此证明了W...
第三部分是有调节的中介效应的检验,置信区间不含0,则说明有调节的中介效应成立。 ▼MODEL7 结果▼ 参考文献:Hayes, A. (2013). Introduction to mediation, moderation, and conditional process analysis.Journal of Educational Measurement,51(3), 335-337. 如果想了解别的专题可以留言噢~...
另外，Hayes' PROCESS方法提供另一种分析调节作用的方法。在SPSS中选择analyze regression PROCESS，自动选择model 1。输入自变量、因变量、调节变量及协变量，勾选特定选项以获得结果。结果分析显示调节变量对X与Y之间的关系有显著影响。调节作用检验方法包括简单斜率检验，计算自变量与因变量之间在调节变量的...
2. Process插件法:model1 2.1 Spss操作 2.2 Spss结果解读 2.3 报告 利用Process model 1 (Hayes,2018)探讨生命意义感P、社会支持以及二者的交互作用与工作倦怠的关系。 结果表明,生命意义感P(B =-0.46,t =-1.35,p =0.18)、社会支持(B =-0.19,t =-0.55,p=0.58)以及二者交互作用(B =0.05,t =0.83,p=...
(一)Process插件法:model6 四、调节作用 中心化:原始数据-均值拆分文件:spilt (一)线性回归法 1.Spss操作 1)算自变量、调节变量z分数2)计算自变量与调节变量z分数的交互项(乘积) 3)算回归方程以因变量为被预测变量,以自变量、调节变量为第一层预测变量,两者交互项为第二层预测变量。 2.Spss结果解读 以性格...
利用Process model 1 (Hayes,2018)探讨生命意义感P、社会支持以及二者的交互作用与工作倦怠的关系。 结果表明,生命意义感P(B =-0.46,t =-1.35,p =0.18)、社会支持(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)对工作倦怠的作用均不显著(如表3所示),简单斜率分析图如图2所示...
本次数据R2改变量不显著,即不存在调节效应。 交互项不显著,也说明不存在调节效应。 03 PROCESS调节效应 首先,查PROCESS说明书,确认我们要用的中介模型为Model1。 具体操作如下: 输出结果如下: 与SPSS分层回归输出结果一样。 调节效应显著的,后边还有个简单斜率检验,有兴趣的读者可以自己探索!
詹森内曼(Johnson - Neyman)法之SPSS配合PROCESS操作~~2 三、分析操作 （1）點選「分析」→「迴歸」→「PROCESS」