干货 | 利用SPSS进行高级统计分析第二期

Hello，
这里是行上行下，我是喵君姐姐~

在本期中，我们继续为大家介绍如何利用SPSS进行：中介、多重中介、链式中介、调节分析、有中介的调节分析等。

原文链接：
https://mp.weixin.qq.com/s?__biz=MzI0MTQxNDE5NA==&mid=2247506738&idx=1&sn=d42066a3790dfdf3bcaed1fc3369cf7f&chksm=e909626fde7eeb79e5c16c68db88ce2362b74664867cd64ba25d01592c0f4d8089f5ddff8981&scene=21#wechat_redirect

1 中介【报告B，SE，t（df），p），置信区间，画中介效应图】

1.回归方程法

1.1 算三个回归方程

1. 自—因
2. 自—中
3. 自、中—因

1.2 数据分析



2. Process插件法：Model4

部分标准化
效应量/Y的标准差
完全标准化
所有变量的标准化

3. 报告【B、SE、t(df)、P、置信区间+图（标准化系数）】
本研究采用软件SPSS 24.0 中文版进行采集录入和统计分析实验数据。中介效应检验：参照Preacher 和Hayes (2004)提出的Bootstrap 方法进行中介效应检验(模型4)，样本量选择5000，在95%置信区间下。

为了探讨MIL和FCI的关系中是否存在PA的中介作用，本研究以MIL得分为自变量，FCI得分为因变量，PA得分为中介变量进行中介效应检验。结果表明，PA在MIL和FCI之间起着中介作用。

MIL对PA有显著的预测作用（B=0.24，SE=0.07，t（98）=3.55，p < 0.001），置信区间（LLCT = 0.10，ULCT =0.37）不包含0；中介检验的结果不包含0（LLCT =0.07, ULCT =0.37），表明PA的中介效应显著（中介效应大小为0.22，SE=0.08），中介效应如图所示。