张伟豪AMOS培训视频7笔记

调节变量一般做论文很难做出来，因为中介变量是调节变量的特例，在特定状况下叫中介效应，在分散状况下叫调节效应。做论文时很难收集到很分散的样本，因此很难做调节效应。

上图中，如果学生爱参与不参与，无所谓，那就是参与比较分散，这时候就是调

节效应。如果学生全部都参与，而且参与度高，那就是中介效应。

如果做调节变量，所收集的样本之间的样本数不能超过4倍。如上图中，收集的男生样本比如是500，女生样本是100，那就超过了4倍，是不能做调节的，男生样本必须在400以内，或者女生样本数调高才能做调节。

如何做调节变量的验证？如下

首先做观察变量之间的调节效应，需要的条件如上图

检验的程序如上图，操作如下

先画四个变量之间的图，如上

计算GM也就是gender*marrige需要使用spss计算，打开数据文件，选“转换”选项里的“计算变量”。

在对话框输入如上，确定后spss最后一列就会出来G*M的列。然后代入amos 结构图，output只选前两项，运行。

结果显示GM并不显著，说明性别gender不是一个调节变量。

第二种情况，如下

当自变量x是连续变量时，调节变量m是分类变量，这时的检验操作如下

首先建立上图的简单模型，看看SQ对LOY的影响会不会受性别的影响

然后点击左边的group number1，就会出来一个对话框，点new，就会新增一个group number2.

然后双击这两个group，把他们分别命名为male和female。

这时点击数据选取，显示female还没有选取数据，选取同样的数据给female。

然后要告诉数据群组变数是谁，所以点红框中选项，在弹出的对话框中选择gender，就是告诉它群组变数是性别。

这时后边就会出现gender。

然后再点击group value，选取各自的值。

在弹出的对话框中选择1代表male，0代表female。

这时候样本数就会显示出来变化。

然后在两个group的路径上分别名称改为male和female。

注意all groups的对勾要去掉，不然它会把两个group弄混。这个命名只能用英文，不能用数字。

在上图处要新增一个model，不要删除原来的这个。

双击红框上边的原来model，在弹出的对话框中点蓝框中的new，然后把绿框中的male和female双击选进去，他们就会自动加=号。

上图中male=famale其实就是假设零，如果检验结果他们的p值小于0.05，就说明零假设被拒绝，male不等于female，说明调节作用成立。如果p值大于0.05，

不能拒绝零假设，male等于female，二者没有差异，说明调节作用不成立。

运行，打开output中的红框部分model comparison查看

结果显示出模型的各个拟合度，主要看p值，大于0.05，不显著，说明男女没有明显差异，调节效应不存在。

如果是三个自变量，其实大同小异，前面的操作都一样，直到下图

路径命名分别为m1/m2/m3和f1/f2/f3，然后再点击default model新增

这时每新增一个f1=m1，就要点一下new，不能一下全点进去，那样系统会认为是检验总体效果。

比如最后加了一个overall，故意让它显示总效果，把123全选进去。

最后结果显示总效应显著，为0.028，说明至少有一个显著，那就是mo1。如果总效应不显著，那就是所有123都不显著。因此没有必要做总效应。

第三种情况，自变量x是类别变量，调节变量m是连续变量

做法和case1（case2的第二种方法）一样

先在spss里做出性别与SQ的乘积项

然后再画模型，导入数据

最后得出0.719，不显著，调节效应不存在。

另附：

如果自变量是分类变量，而且不像性别一样是男女2个，可以分为0和1.而是像工资一样，分为高中低，那么这种自变量应该如何分析？如下

现在要将income这个变量作为自变量分析，他一共有123高中低三档。

首先要将三类变量变为哑变量（指0和1），先写在空白纸上，这样不会弄错。

在上图中，在spss中选择转换——重新编码为不同变量

在对话框中把income选进去，然后在名称上命名一个d1，选进去，就成了

income3=d1。然后再点击旧值和新值

上边第一个图，在左边的红框里值输入2，右上红框输入1，也就是所有原来的2，都转换为1，点添加，进入框里。

上边第二个图，点击左下角，选中，在右上角输入0，意思是所有原来其他的值都成为0，点添加，进入框里。

数据里就会出现d1。

然后按以上步骤，设计另外一个d2，将原来的3转换为1，其他原来值转换为0，数据就生成d2。

然后画模型，将SQ设为调节变量，新设计的d1和d2为自变量。然后再按上边

步骤，将SQ*d1，SQ*d2。

将新的SQ*d1，SQ*d2放进模型，画相关后运行

两个值都不显著，说明调节效应不存在。

疑问：为什么要将123的分类变量转换为哑变量1和0，直接用123不行么？老师说2类以上的分类变量都要转哑变量，2类以上不能做么？不明白，有待以后验证。

后听老师回答问题，说2类以上变量必须转哑变量也就是0和1，不然没法分析。

而只有两类时设0和1，还是1和2，还是2和100等等都无所谓，只要一个大一个小就行了，因为电脑只要计算大减小就可以。这可能就是为什么3个以上的变量要转为两个的哑变量的原因吧。

注：形式错误1——没有说他有。也就是得到了95%的统计显著性，而真实结果却是另外的5%。

形式错误2——有说他没有。也就是得到95%的可能这个是不存在的，但真实结果却是另外的5%，事实上是存在的。

第四种情况

自变量和调节变量都是连续变量，上图中2都是以往的做法，张老师说这两种都不需要做，因为做不做结果都是一样的。但是还是需要掌握这种平均中心化和标准化的技巧。如下

首先如何计算mean center平均中心化