使用Process插件做中介和调节效应的5个优势

原创 数据小兵  2020-04-16 12:07  阅读 4,072 次
数据小兵成长记

在研究的早期阶段,研究者往往关注两个变量的关系。随着人们对变量间关系的研究深入,中介效应调节效应分析成为行为科学研究领域的重要统计分析。近年来,Andrew F. Hayes基于SPSS和SAS的中介和调节效应分析程序,开发了用于进行中介和调节效应分析的插件PROCESS,得到了越来越多的人的应用。

在此,必须感谢下Hayes教授,它让调节、中介效应分析变得更容易。

使用Process插件做中介和调节效应的5个优势:

第一,中介效应分析一步到位。

在PROCESS之前,中介效应分析要分步进行,分为三步。PROCESS直接将这两步整合起来,得到一个总的结果,不需要分两步设置和分析,大大简化了步骤,结果呈现更更全面。值得一提的是,PROCESS虽然两步整合在一起,但其结果也是分步呈现,因而非常方便我们在论文中整理成规范的表格结果。

第二,调节效应分析前的数据处理自动化。

在PROCESS出来之前,调节效应的分析要经过两个重要环节——变量中心化和构建交互项,虽然这两步的操作不难,但有时候容易忽视或者计算出错。PROCESS提供了均值中心化之后的交互项设置,可以自动完成,因此更为准确高效。

第三,中介效应的Bootstrap和Sobel检验可以自动处理。

在PROCESS开发之前,中介效应的Bootstrap需要特别设置,Sobel检验需要手工计算(或者用专门的小程序),PROCESS则可以直接自动化完成,并直接得到中介效应值Sobel检验值Z和显著性水平(基于理论正态分布)。

第四,可以处理带有控制变量的中介、调节效应模型。

在中介效应和调节效应分析中,尤其是调节效应分析,经常需要对控制变量进行控制,PROCESS对此也有专门的设置(协变量中处理即可)。

第五,处理多变量中介、调节效应更方便,例如多重中介效应、有中介的调节效应、有调节的中介效应等。

例如,以往的SPSS分析不能提供多重中介模型的各个具体路径、各个中介变量单独的中介效应检验,如中介效应值及其置信区间和显著性水平等,而PROCESS则可以提供这些结果。有一个专门的pdf供选择模型,我已放在文后的连接中,供大家直接下载。

本文完

引自:公众号旅游实验

本文地址:http://www.datasoldier.net/archives/2054
版权声明:本文为原创文章,版权归 数据小兵 所有,欢迎分享本文,转载请保留出处!
视频课程《SPSS统计分析:从入门到实践提高》
欢迎订阅SPSS训练营微信公众号

评论已关闭!