SPSS调节效应分析详细步骤及结果解释

SPSS调节效应分析详细步骤及结果解释

今天要给大家分享的是调节效应，比如我们在研究一个自变量对因变量的影响时，突然插入一个变量，这个额外插入的变量就是调节变量，它所产生的这种影响改变情况就叫做调节效应。下面我们就一起来了解下SPSS调节效应分析详细步骤， SPSS调节效应分析结果解释的相关内容。

一、SPSS调节效应分析详细步骤

接下来我们就以下面的数据来为大家进行SPSS调节效应分析，判断学习方法是否对学习时间和学习成绩之间的关系产生调节效应。

图1：数据导入

1、首先将数据导入至SPSS软件中，数据导入完成后点击菜单栏中的【转换】按钮，打开计算变量面板，在目标变量框中输入一个名称：交互项，在数字表达式框中，输入【学习时间*学习方法有效性】将两个变量进行相乘，得到交互项。

图2：交互项

2、选择菜单栏中的【分析】按钮，在下拉列表中选择【回归】-【线性】选项，打开线性回归面板，将考试成绩选至因变量框中，将学习时间、学习方法有效性选至自变量框中。

图3：线性回归

3、点击【下一个】按钮，将学习时间和学习方法相乘得到的交互项选至【自变量】框中，具体如下图所示。

4、点击右侧的【统计】按钮，弹出线性回归：统计对话框，勾选估算值、置信区间、模型拟合、R方变化量、共线性诊断、德宾-沃森等选项，然后点击【确定】返回线性回归面板，再点击【继续】按钮，SPSS 开始运行两层回归分析，并生成分析结果。

图5：线性回归：统计

二、SPSS调节效应分析结果解释

1、下图是生成的模型摘要图，从图中我们可以看出来R值为0.982，这说明自变量与因变量之间存在高度的线性相关关系。R方值为 0.964，说明模型拟合效果比较好。

图6：模型摘要表

2、从方差分析表中，我们可以看到显著性水平小于0.001，这说明自变量学习时间、学习方法、交互的效应变量对因变量考试成绩有显著影响。

图7：方差分析表

3、图8是系数表，从模型2的系数表中我们可以看出来常量、学习时间、学习方法有效性、交互项的显著性分别<0.01、0.04、0.143、0.05，对比模型1，说明加入交互项后，学习时间对考试成绩的影响变得不再显著，其余三个变量对考试成绩有显著影响。

图8：系数表

以上就是关于SPSS调节效应分析详细步骤，SPSS调节效应分析结果解释的全部内容，通过调节效应分析，我们可以快速判断某个调节变量对自变量和应变量之间的关系产生的影响，以及这种影响的方向和强度。