调节分析（调节效应检验）
方法简介：调节分析用于检验调节变量如何改变自变量与因变量之间关系的强度或方向。通过分层回归和交互项检验，分析在调节变量不同水平下自变量的效应差异。
调节效应的三个模型
- 模型1：控制变量 + 自变量
- 模型2：模型1 + 调节变量
- 模型3：模型2 + 交互项（自变量×调节变量）
当交互项显著（模型3的p<0.05）时，说明存在调节效应。
简单斜率分析
当交互项显著时，需要进一步分析在调节变量的不同水平下，自变量对因变量的效应：
- 高水平（+1SD）：调节变量较高时的效应
- 均值水平：调节变量平均水平时的效应
- 低水平（-1SD）：调节变量较低时的效应
适用场景
- 社会支持如何调节工作压力对工作满意度的影响
- 年龄如何调节价格对购买意愿的影响
- 组织文化如何调节领导风格对团队绩效的影响
使用 chatspss 进行调节分析
"请检验社会支持在工作压力与工作满意度之间的调节作用"
"分析年龄是否调节了价格对购买意愿的影响"
结果解读
chatspss会自动生成调节效应分析表格，包含：
- 分层回归结果：三个模型的R²和R²变化量
- 交互项系数：判断调节效应是否显著
- 简单斜率分析：在调节变量不同水平下的条件效应（仅交互项显著时生成）
- 简单斜率图数据：用于绘制调节效应图（仅交互项显著时生成）
相关方法
中介分析 |
回归分析 |
分层回归
立即使用 chatspss 进行调节分析