CICC科普栏目｜最全的损失函数汇总

之前小编为大家分享了关于“有调节的中介及有中介的调节的分析方法”及“中介效应的检验”的基础知识和分析方法的介绍。而本期内容，小编应大家需求整理了资料，主要为大家分享调节效应的相关知识及如何用amos进行调节变量的检验。

本期内容将主要分成以下3个部分进行讲解：

01

Amos简介

Amos的全名是Analysis of Moment Structures，由James L. Arbuckle所发展。Amos自从6.0版以后已经成为SPSS的家族成员。SPSS AMOS 21.0是一款使用结构方程式（SEM），探索变量间的关系的软件。

结构方程模型(SEM)是一种多元分析技术，它包含标准的方法，并在标准方法的基础上进行了扩展。这些方法包括回归技术、因子分析、方差分析和相关分析。适用于处理复杂的多变量数据的探究与分析。

Amos可以同时分析许多变量，是一个功能强大的统计分析工具。Amos以可视化、鼠标拖曳的方式通过快速的模型建立来检验变量间是如何互相影响以及为何会发生此影响。从头到尾不必撰写程序指令，提高了数据分析的效率。

同时，利用Amos所建立的SEM会比标准的多变量统计分析还来得准确。此外，Amos还可让我们检验数据是否符合所建立的模型，以及进行模型探索（逐步建立最适当的模型）。

02

调节效应检验

基础知识：

如果变量Y与变量X的关系是变量M的函数,称M为调节变量。就是说,Y与X的关系受到第三个变量M的影响，这种有调节变量的一般模型详见下图：

Hayes模型中model1

调节变量可以是定性的(如性别、种族、学校类型等),也可以是定量的(如年龄、受教育年限、刺激次数等)，它影响因变量和自变量之间关系的方向(正或负)和强弱。

调节效应与交互作用的关系：

对模型(1)中调节效应的分析主要是估计和检验c。如果c显著(即H0∶c=0的假设被拒绝),说明M的调节效应显著。

熟悉交互效应(interac tioneffect)的朋友可以从模型(1)看出,c其实代表了X与M的交互效应,所以这里的调节效应就是交互效应。

图1

这样,调节效应与交互效应从统计分析的角度看可以说是一样的。然而,调节效应和交互效应这两个概念不完全一样。

在交互效应分析中,两个自变量的地位可以是对称的,其中任何一个都可以解释为调节变量；也可以是不对称的，只要其中有一个起到了调节变量的作用,交互效应就存在。

调节变量分析方法：

调节效应分析和交互效应分析大同小异。这里分两大类进行讨论。一类是所涉及的变量(因变量、自变量和调节变量)都是可以直接观测的显变量(observable variable),另一类是所涉及的变量中至少有一个是潜变量(latent variable)。

1、显变量调节效应分析方法

显变量的调节效应分析方法，我们需要依据自变量与调节变量的类型而选择我们的分析方法。具体我们参照温忠麟老师的分析方法，参见下表格：

其中第二类是我们比较常接触到的。即自变量为连续变量，调节变量为类别变量。

2、潜变量的调节效应分析方法

有关潜变量的分析需要用到结构方程模型进行跨组比较与乘积交叉比较。潜变量的测量会带来测量误差,所以考虑潜变量时都认为是连续变量。有潜变量的调节效应模型通常只考虑如下两种情形：

（1）是调节变量是类别变量，自变量是潜变量;

（2）是调节变量和自变量都是潜变量。当调节变量是类别变量时，做分组结构方程分析。

03

Amos的调节效应检验

我们主要介绍下我们平常比较多接触到的上文提到过的第二类型的调节效应检验。即自变量为连续变量，调节变量为分类变量的Amos的检验。AMOS分类调节变量多群组分析操作步骤：

1、打开amos，画好结构模型图

图2

2、新建一个群组，双击下图中空白处，点击“New”（图3）

图3

3、导入数据后，点击Grouping Variable，选择性别T，点击OK（图4）

图4

4、再点击Group Value，选择类别0，点击OK（图5）

图5

5、用同样的方法给Group number2也就是群组2设置为分类变量的类别1后，如图6：

图6

6、拖入数据到变量框内（图7）

图7

7、点击Multiple-Group Analysis，进行如下图8：

图8

8、设置残差项，及勾选输出选项设置（图9）

图9

9、点击运算，分析结果。

点击View Text下的Model Fit，查看Unconstrained模型和Structural weights模型的CMIN和DF值（图10），分别算出差值，△CMIN=13.907，△DF=1

图10

10、在Excel中计算显著性水平，应用CHIDIST函数（图11），代入上述的，△CMIN和△DF计算得出显著性水平为0.0001<0.05，因此得出M在X→Y的调节效应显著。

图11

11、在得到调节效应显著后，需要进一步分析两个类别分别的调节作用之间的差异，这里需要回到输出界面设置里，勾选Critical ratios for differences后再进行运算（图12）

图12

12、最后点击View Text下Pairwise Parameter Comparisons，查看如图数值（图13），看到b1_1与b1_2，也就是女和男的值为-3.799，其绝对值大小大于1.96，得出男女间的调节效应存在显著的差异，进一步说明了性别的调节效应显著。

图13

参考文献：

温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005(02):268-274.