发布时间:2024-03-12 11: 30: 00
品牌型号:微软
系统: Windows 10 64位专业版
软件版本: IBM SPSS Statistics
IBM SPSS Statistics是一款功能强大的数据分析软件,其优势在于用户界面直观,可以轻松进行数据的准备和分析,分析全面,代码完善,可以满足几乎所有数据分析的要求。控制变量作为实验探究中不可缺少的一部分,也可以通过SPSS软件完成,下文将为大家介绍有关SPSS控制变量不显著怎么办,SPSS控制变量中介变量怎么处理的内容。
一、SPSS控制变量不显著怎么办
控制变量的系数的大小可以反应该变量对因变量的影响是否显著,如果控制变量的系数显著,自然就有将其纳入模型的必要,但如果SPSS控制变量不显著怎么办呢?
如果控制变量不显著,这个时候我们就可以考虑将其从模型中去除。
一般来说,控制变量对因变量没实质的影响才是我们最理想的状态,我们手中的量表大部分数据都是有意义的不想轻易去除的,所以当控制变量不显著的时候,我们可以尝试将不显著的控制变量去除,看看是否对结论有影响,如果没有影响就可以放心将该变量留在模型中。
二、SPSS控制变量中介变量怎么处理
中介变量正如其名,就是中间的变量。如果在探究变量X和变量Y的关系时,变量X是通过影响变量M来进一步影响变量Y的话,变量M就被称为中介变量,那么SPSS控制变量中介变量怎么处理呢,下面为大家介绍具体操作步骤。
步骤一:将数据导入SPSS软件,依次点击【分析】,【回归】,【线性】,打开分层线性回归面板。
步骤二:将因变量”总分“放入【因变量】的位置,将控制变量”影响因素3“放入第一层自变量中,然后点击【下一个】。
步骤三:将自变量”影响因素1“放入【自变量】中,点击确定。
步骤四:在输出窗口中找到系数的结果图,如图可见显著性>0.05,所以c=-0.055(标准化系数beta)是不显著的。
步骤五:依次点击【分析】,【回归】,【线性】将中介变量”影响因素2“拖入【因变量】,将自变量”影响因素1“拖入【自变量】,点击【确定】。
步骤六:得出结果,显著性为0.003<0.05,所以a=0.234(标准化系数Beta)是显著的。
步骤七:依次点击【分析】,【回归】,【线性】将因变量”总分“拖入【因变量】,将自变量”影响因素1“和中介变量”影响因素2“同时拖入【自变量】,点击【确定】。
步骤八:得出结果,自变量与因变量的显著性为0.457>0.05,所以d=-0.169(标准化系数Beta)是不显著的。中介变量与因变量的回归方程显著性为0.084>0.05,所以b=0.410也是不显著的。
最后的结果分析则依据abcd四个数据的显著性来得出:
(1)若c,a,d,b都显著,则为部分中介作用。
(2)若c,a,b都显著,d不显著,则为完全中介作用。
(3)除以上两种情况,其他情况都是中介效应不显著。
以上便是有关SPSS控制变量不显著怎么办,SPSS控制变量中介变量怎么处理的相关内容,希望可以帮助到大家,更多教程欢迎去IBM SPSS Statistics中文网站进行了解。
展开阅读全文
︾
微信公众号
读者也喜欢这些内容:
SPSS方差分析模型的参数估计 SPSS方差分析模型中两个变量合并
参数估计是统计推断的一种。根据从总体中抽取的随机样本来估计总体分布中未知参数的过程。在IBM SPSS Statistics里分析完一堆数据后,参数估计能给人带来最直观的模型概念,本文就来说说SPSS方差分析模型的参数估计,SPSS方差分析模型中两个变量合并的相关问题。...
阅读全文 >
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。...
阅读全文 >
SPSS多元非线性回归分析步骤 SPSS多元非线性回归分析结果
多元非线性回归主要用于进行多变量的分析比较和预测,当现实中的自变量和因变量,即输出和输入数据不成线性关系时,我们要通过对数型变化将非线性问题转换为线性问题,但这仅靠人力明显难以做到,这个时候我们就可以借助数据分析工具——SPSS来进行多元非线性回归分析,下面来为大家具体介绍有关SPSS多元非线性回归分析步骤,SPSS多元非线性回归分析结果的相关内容。...
阅读全文 >
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。...
阅读全文 >