然而隨著學術研究的發展,研究者欲探究的架構愈趨複雜,以迴歸分析為例,其只能計算多個自變數預測單一個依變數,若要使用SPSS軟體分析中介模型,則需要經歷多個步驟加以 ... ... <看更多>
調節變項spss 在 [程式] SPSS跑調節變項(自變數為類別變項) - 看板Statistics 的推薦與評價
[軟體程式類別]:SPSS [程式問題]:調節變項[軟體熟悉度]:低[問題敘述]: 請教各位統計高手: 1.由於研究架構的自變項為類別,且樣本相依,故跑相依樣本T ... ... <看更多>
調節變項spss 在 Re: [問題] 中介或調節效果? - 精華區Statistics - 批踢踢實業坊 的推薦與評價
看了上文,原文恕刪
基本上,中介(mediation)是在描述,自變項之所以會影響依變項,(完全/部分)是
因為自變項影響了中介變項(前方括弧內分別陳述完全中介/部分中介的情形)。而在
檢驗的應用上,看起來你採用的是BK法,分析步驟也如你所述,但1986那篇文章中,
Barron & Kenny其實也告訴我們在部分中介時,可多做一步檢驗(e.g., sobel test)
確認部分中介,也就是說,在檢驗結果中你看到了c => c'係數下降,但這兩個係數
都還是穩定存在的(p <.alpha),那麼你沒理由用眼球檢驗法來確認這兩個非0的係數
的改變是顯著的,因此可進一步進行差異檢定以提供更嚴謹的證據。而常用的方法就
是sobel test(可參考下方網址)。但由於計算sobel test對資料常態性與標準誤的敏
感性,MacKinnon、Hayes等人建議以拔靴法(bootstrapping)來自體重複抽樣,求出
較準確的標準誤,再以信賴區間的方式來確認中介關係(通常看到的用字是間接效果
indirect effect)(下方有macro可載至spss)。
soble test: https://www.danielsoper.com/statcalc3/calc.aspx?id=31
indirect effect:
https://www.afhayes.com/spss-sas-and-mplus-macros-and-code.html
另一方面,你也提到調節(moderation),基本上調節是在描述自變項對依變項的影響
/效應為何並不確定,得看調節變項是什麼狀態才知道。而可用的分析方法也確實如
你所述,以迴歸分析可進行。但是,在你的問題中,似乎把中介跟調節的概念混淆了
,這兩種概念描述的是不同的機制,中介基本上可以說是在解答"why",而調節則是
"when",這是完全不同的邏輯。再者,你談到調節式中介/中介式調節(個人是覺得在
賣弄統計與方法學罷了),確實滿多人以這樣的方式在考量變項之間的關係,但我認為
,還是先把妳要解答的問題跟邏輯釐清,再選擇對應的解答方法就好了。最後,
你也說道你的主要的依變項是二元的,是不是可當作連續變項(好像是這樣吧!?),其
實在處理類別變項當作連續變項的轉換(dummy coding),確實就是把類別變項依據水準
數分成好幾個二元變項的組合,剛好你的依變項就只有兩個水準,換成一個二元變項等
於不用換(lucky~)。
祝你好運!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.163.34.145
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1399515106.A.B17.html
... <看更多>