koolshare-lede-酷软中心-缺失的插件_中介调节检验工具Process插件使用

使用Process方法检验中介作用和调节作用

本文将详细说明使用Process插件分析中介作用、调节作用、多重中介作用、有调节的中介作用、有中介的调节作用这5种常见的检验方式。

如果你还没有安装这个插件，可以在公众号中找到最新版本及相应的安装教程。

包含操作视频的原文详情在这里。

相关资源下载关注我的公众号 柘柠 。

1引言

如果你的研究设计使用的是问卷调查，想要构建一个中介或者调节（或者有调节的中介/多重中介）模型，而不考虑复杂的潜变量结构，那你需要了解这篇文章中介绍的PROCESS插件怎么使用，因为这篇文章帮助你从入门到精通Process插件的操作。

在正式开始使用Process分析数据之前，我建议把后面附的参考文献找来看一下。你需要安装SPSS软件，然后下载并安装Process插件，具体的安装步骤可以看这里。

安装好插件以后，你需要先了解模型序号。

1#简单调节

4#简单中介

5#调节直接路径

6#链式多重中介

7#调节中介路径前半段

8#调节中介路径前半段和直接路径

14#调节中介路径后半段

15#调节中介路径后半段和直接路径

---

2数据分析前的准备工作

2.1数据核查

2.1.1条件

如果你使用的是电子问卷（网络问卷），在保证你所有想要纳入到数据分析的内容都是必填题的情况下，这一步你可以跳过。

如果你是发放的纸质问卷，那么数据核查是十分必要的，这一步操作要在所有操作之前进行。

2.1.2意义

数据核查能够帮你找出数据录入过程中人为错误导致的电子数据与纸质数据不一致的状况，避免人为误差导致的极端值和缺失值。

2.1.3操作

为了避免出现人为误差，可以在录入数据之前选择使用EpiData 录入软件录入数据并进行数据核查。

如果你看到这里时已经使用Excel或者SPSS等常用软件录入了纸质问卷，这时候使用SPSS软件中的描述统计（依次点击Analyze/分析 - Descriptive Statistics/描述统计 - Descriptives/描述 ）检验每一个变量下所有数据的缺失值、极大值与极小值，若极大/极小数据与量表中的等级上下限不一致，则说明数据录入错误，需要找到数据对应纸质问卷确认数据。因此强调大家在纸质问卷录入时给纸质问卷编号，避免后期数据核查时找不到/很难找到原始问卷。

但是这种数据核查方式也只能检查出超过极大/极小值异常的数据，若错误发生在量表极端值范围内，则无法察觉。举个例子：如果量表是5级计分，则数据文件中出现「7」则可以判断为数据录入错误，但如果纸质问卷上是「2」，数据文件中显示为「5」就无法发现录入错误。

2.2数据标准化/中心化

2.2.1意义

在确定了所有数据都能够正确反映纸质问卷的内容后，需要对纳入数据分析的变量进行标准化计算，从而确定脱离±3SD（正负三个标准差范围内）的极端数据。这一点建立在一般心理学研究都基于「正态分布假设」，如果你十分确定你在后续的数据分析中不会用到与正态分布假定相关的任何内容（方法、假设等），这一部分根据±3SD确定极端值的部分可以忽略。

除了确定极端值，对数据进行标准化还可以方便后续软件操作后的结果解读。

2.2.2操作

在SPSS软件中的描述统计时，直接勾选「Save standardized values as variables/将标准化值另存为变量」，即可快速获得标准化数据。

如果你的SPSS版本比较低，没有这一勾选项的话，可以人工计算标准化数据，具体的公式可以参考你学的统计书里面的公式。

2.3数据清理

如果你是心理学领域的学生，或者学科中变量也服从正态分