楼主: vicky_qin
2549 6

[软件安装] spss 的process调节效应结果,应该怎么分析,谢谢! [推广有奖]

  1. 加关注
  2. 串个门
  3. 加好友
  4. 发消息
  1. 2关注
  2. 2粉丝

硕士生

75%

还不是VIP/贵宾

-

威望
0
论坛币
273 个
学术水平
4 点
热心指数
5 点
信用等级
1 点
经验
665 点
帖子
112
精华
0
在线时间
119 小时
注册时间
2014-8-12
最后登录
2018-6-18

楼主
vicky_qin 发表于 2017-9-13 16:41:48 |只看作者 |倒序
50论坛币
选择model 2  结果出来是这样  不知道具体什么意思,自变量和调节变量都是二分类变量,结果代表是有调节效应的吗?
Run MATRIX procedure:

************* PROCESS Procedure for SPSS Release 2.16.1 ******************

          Written by Andrew F. Hayes, Ph.D.       www.afhayes.com
    Documentation available in Hayes (2013). www.guilford.com/p/hayes3

**************************************************************************
Model = 2
    Y = PI
    X = LVS
    M = PC
    W = PT

Sample size
        139

**************************************************************************
Outcome: PI

Model Summary
          R       R-sq        MSE          F        df1        df2          p
      .3771      .1422     2.1855     4.4098     5.0000   133.0000      .0010

Model
              coeff         se          t          p       LLCI       ULCI
constant     5.8909      .1284    45.8682      .0000     5.6368     6.1449
PC           -.1622      .0871    -1.8620      .0648     -.3344      .0101
LVS           .7782      .2569     3.0295      .0029      .2701     1.2863
int_1         .0629      .1743      .3608      .7188     -.2819      .4077
PT            .2597      .2567     1.0116      .3136     -.2481      .7676
int_2        -.8809      .5137    -1.7150      .0887    -1.8969      .1351

Product terms key:

int_1    LVS         X     PC
int_2    LVS         X     PT

R-square increase due to interaction(s):
         R2-chng          F        df1        df2          p
int_1      .0008      .1302     1.0000   133.0000      .7188
int_2      .0190     2.9411     1.0000   133.0000      .0887
Both       .0212     1.6444     2.0000   133.0000      .1970

*************************************************************************

Conditional effect of X on Y at values of the moderator(s):
         PT         PC     Effect         se          t          p       LLCI       ULCI
     -.5036    -1.5161     1.1265      .4787     2.3534      .0201      .1797     2.0733
     -.5036      .0000     1.2218      .3718     3.2865      .0013      .4865     1.9572
     -.5036     1.5161     1.3172      .4324     3.0461      .0028      .4619     2.1725
      .4964    -1.5161      .2456      .4257      .5769      .5650     -.5964     1.0876
      .4964      .0000      .3409      .3546      .9614      .3381     -.3605     1.0424
      .4964     1.5161      .4363      .4582      .9521      .3428     -.4701     1.3426

Values for quantitative moderators are the mean and plus/minus one SD from mean.
Values for dichotomous moderators are the two values of the moderator.

******************** ANALYSIS NOTES AND WARNINGS *************************

Level of confidence for all confidence intervals in output:
    95.00

NOTE: The following variables were mean centered prior to analysis:
LVS      PC       PT

------ END MATRIX -----


stata SPSS
沙发
bfzldh 学生认证  发表于 2017-9-21 10:13:31 |只看作者
从上述结果来看,交互项系数不显著,故调节效应不显著。
藤椅
shuijingxin73 发表于 2018-1-8 10:39:11 |只看作者
bfzldh 发表于 2017-9-21 10:13
从上述结果来看,交互项系数不显著,故调节效应不显著。
可以说具体些么?同样遇到这个问题,看不懂结果,可以推荐相关的资料更好了
板凳
子佳19 发表于 2018-3-28 19:06:37 |只看作者
shuijingxin73 发表于 2018-1-8 10:39
可以说具体些么?同样遇到这个问题,看不懂结果,可以推荐相关的资料更好了
应该看的是 int-1 int-2 里的p值,大于.05,不显著
报纸
陈慕湮 发表于 2018-3-29 11:43:06 |只看作者
看交互项p值是否大于0.05,系数是否显著。或者看区间值是否包含0,不包含则显著;包含0则不显著。
地板
纸鸢先生 发表于 2018-4-21 20:01:18 |只看作者
子佳19 发表于 2018-3-28 19:06
应该看的是 int-1 int-2 里的p值,大于.05,不显著
请问~在model2分析时,如果int-1显著,int-2不显著,但是both显著,这种情况的调节效应到底显著吗?
7
子佳19 发表于 2018-4-22 10:13:00 |只看作者
纸鸢先生 发表于 2018-4-21 20:01
请问~在model2分析时,如果int-1显著,int-2不显著,但是both显著,这种情况的调节效应到底显著吗?
显著即说明存在调节作用~说明一个调节作用强,另一个调节作用弱或不具有调节作用~
您需要登录后才可以回帖 登录 | 我要注册

GMT+8, 2018-6-19 14:24