SPSS > 使用技巧 > SPSS控制变量不显著怎么办 SPSS控制变量中介变量怎么处理

SPSS控制变量不显著怎么办 SPSS控制变量中介变量怎么处理

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。

打开线性回归方法展示
图一:打开线性回归方法展示

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】。

线性回归面板展示
图二:线性回归面板展示

步骤三:将自变量”影响因素1“放入【自变量】中,点击确定。

线性回归面板展示
图三:线性回归面板展示

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。

系数结果展示
图四:系数结果展示

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】。

线性回归面板展示
图五:线性回归面板展示

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】。

线性回归面板展示
图六:线性回归面板展示

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

标签:spssSPSS控制变量

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
SPSS k均值聚类分析步骤 SPSS k均值聚类分析结果解读
我们在进行数据分析时,少不了对数据样本进行聚类分析的环节。而在SPSS中进行聚类分析时,聚类分析的操作步骤是我们更加需要关注的,除了步骤之外,它们背后代表的内容需要关注并解读。如果在设置k均值的聚类分析时出现了错误的步骤,就会导致后期的分析错误。而分析后就需要对数据分析的结果加以解读,进而帮助我们更好地了解数据的含义。接下来给大家介绍SPSS k均值聚类分析步骤,SPSS k均值聚类分析结果解读的具体内容。
2026-08-03
SPSS怎么进行数据重构 SPSS如何将宽数据转换为长数据
在数据分析的过程中,数据重构是一项重要的内容。它既可以帮助我们以更加直观的方式读取数据,还可以将数据样本以不同的形式呈现出来,所以数据重构本质上来说是改变数据的结构。例如在一组学生的考试成绩数据中,如果我们将这组数据进行重构,可以把原本分散开的成绩(如月考成绩、期中考试成绩、期末考试成绩等)进行汇总,用一个变量记录考试类型,另一个分数变量记录对应成绩。下面以SPSS为例,给大家介绍SPSS怎么进行数据重构,SPSS如何将宽数据转换为长数据的具体内容。
2026-08-03
SPSS提取公因子的意义是什么 SPSS提取公因子的一般原则
如果研究的问题涉及到的变量比较多,有时候我们会考虑用降维的方法,将一些重要的变量提取出来。在SPSS软件里面,可以用“因子分析”的方法实现变量降维的目的。在因子分析里,SPSS会用到提取公因子的方法,将一些相似的变量合并在一起,接下来,本文会给大家介绍SPSS提取公因子的意义是什么,SPSS提取公因子的一般原则的相关内容。
2026-08-03
SPSS数据预测方法 SPSS数据分析结果怎么导出
我们在进行数据分析时,不仅需要对现有数据进行统计分析,还常常需要基于历史数据对未来趋势进行预测。SPSS提供了很多种不同的数据预测方法。接下来我将为大家介绍:SPSS数据预测方法,SPSS数据分析结果怎么导出的相关内容。
2026-08-03
SPSS因子得分如何导出 SPSS因子得分回归法与Bartlett法怎么取舍
当我们完成了因子分析并生成了几个关键因子后,经常会把得到的因子分析结果应用到后续的回归分析或者聚类分析中(辅助回归分析得到显著性数据)。但是在将数据样本进行转移的过程中,就涉及到了将因子得分进行导出的过程,而在导出后,选择因子得分的分析法同样需要我们关注。下面以SPSS为例,给大家介绍SPSS因子得分如何导出,SPSS因子得分回归法与Bartlett法怎么取舍的具体内容。
2026-08-03
SPSS独立样本数据分析怎么做 SPSS独立样本分析结果怎么看
我们在进行数据分析工作的时候,有时候需要对比两组相互独立样本的均值差异,比如不同组同学的考试分数、不同实验组的观测指标等,独立样本t检验就是解决这类问题常用的分析方法。接下来我将为大家介绍:SPSS独立样本数据分析怎么做,SPSS独立样本分析结果怎么看的相关内容。
2026-08-03

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: