SPSS调节效应怎么做 SPSS调节效应的具体步骤

品牌型号：联想GeekPro 2020

系统：Windows 10 64位专业版

软件版本：SPSS 29.0.2.0

调节效应，也称为中介效应，主要研究的是中介变量对因变量的影响。在研究变量间的调节效应中，会考虑自变量对因变量的影响是否由中介变量引起的。因此，在构建函数方程时，中介变量与自变量会进行中心化变换，以刻画三者之间的函数关系。本文会教大家SPSS调节效应怎么做，以及SPSS调节效应的具体步骤。

一、SPSS调节效应怎么做

当两个变量之间的关系受到第三个变量的影响时，我们就会说数据可能存在调节效应。如果要在SPSS进行调节效应的统计分析，可通过SPSS的线性回归分析功能，或安装process插件进行。

如果使用的是SPSS的线性回归分析功能，需要构建两个方程以研究三个变量(X、M、Y)之间的关系。通常自变量（X）与中介变量（M）需要作中心化变化构建函数方程为Y=aX+bM+cXM+e，并研究系数c的显著性。

如果是使用process插件，如图2所示，可直接使用其预设的功能面板进行变量、统计量、分析结果等设置。相对来说，操作更简单。

二、SPSS调节效应的具体步骤

本文会以SPSS的线性回归分析功能为例，教大家SPSS调节效应分析的具体步骤。

1.导入数据

首先，导入如图3所示的数据，其中销售额为因变量（y），客流量为自变量(x)，客单价为中介变量(m)。在构建方程时，需要考虑自变量与中介变量的交互关系，因此在数据中要加入“客流量*客单价”的分析数据。

2.构建方程

完成数据输入后，根据变量的设置构建如图4所示的方程。

4.应用线性回归分析方法

完成方程的构建后，开始进行SPSS软件的线性回归分析功能的应用。

如图5所示，依次点击SPSS的分析菜单-回归分析-线性回归选项。

然后，如图6所示，在SPSS的线性回归功能中，将左侧的“销售额”添加到因变量、将“客流量”与“客单价”添加到自变量，以构建第一个方程。在分析方法中选择“输入”法，其他设置保持不变。

完成第一个方程的构建，如图7所示，点击因变量右下方的“下一个”按钮，开始构建第二个方程。

在第二个方程中，需要研究自变量与中介变量的交互效应，因此除了要将客流、客单价添加为自变量外，还要将“客流量*客单价”添加为自变量。

完成以上两个方程的创建后，如图9所示，点击右侧的“统计”选项，进行方程统计量的设置。

在回归系数中勾选“估算值”，在残差中选择“德宾-沃森”，其他选项勾选“模型拟合”以及“R方变化量”，以上统计量用于检验系数的显著性，以研究调节效应是否存在。

5.解读分析结果

首先，从模型摘要得到方程的R方值，其值越接近1，说明方程的拟合程度越好。本例构建的两个方程R方均为0.989，接近1，说明方程的拟合程度好。

接下来，从系数分析结果表中得到各个系数检验的显著性，重点查看自变量与中介变量的交互项系数显著性，即“客流量*客单价”行数值。

如图11所示，“客流量*客单价”系数显著性为0.260>0.05，说明系数检验不显著，即客单价的调节效应不显著。

三、小结

以上就是关于SPSS调节效应怎么做，SPSS调节效应的具体步骤的相关内容。SPSS可选择通过自带的线性回归分析功能，或安装process插件进行调节效应的统计分析。其中线性回归分析功能需要构建带有交互项的方程，因此在输入数据时，需将交互项的数据一并输入。如需了解process的分析方法，可前往SPSS中文网站查看。

作者：泽洋