调节效应图的绘制方法:四点定位-使用excel就可以画出来《问卷调查研究设计与数据建模——从SPSS到AMOS的应用》中介效应分析问卷量表设计
为了更直观地判断调节效应的具体形态,研究者往往会通过绘制调节效应图的方式形象地呈现影响模式。虽然SPSS软件在运行回归模型后,并不会输出调节效应图,但是我们可以借助Excel软件人工绘制简易的调节效应图。
这里的“简易”主要指的是无需追求绝对数值的精确无误,只要能表达出自变量X与因变量Y之间的关系随着调节变量Z变化而变化的趋势即可。最常用的简易绘制方法是四点定位法。当调节变量属于连续变量时,首先需要界定调节变量的高、低水平。
在实际的操作中,高低取值的分组操作可以根据Preacher等(2006)的建议,分别以高(低)于均值一个标准差为基准,将调节变量分为高(低)两个级别。有的时候,研究者也会考虑将某个调节变量分为高、中、低三个级别,进而逐步考察影响关系在这三个条件下的差异。
需要注意的是,高低分组的标准差加减操作必须根据量表的测量方向而定:当变量是正向测量时,高(低)两组分别是加(减)一个标准差;当变量是负向测量时,高(低)两组分别是减(加)一个标准差。
为减少计算量,建议对自变量X、因变量Y和调节变量Z均作标准化处理,标准化后的变量的均值(平均数)为0,标准差为1。此时,绘制”高低分组”情况下X和Y之间的关系直线,只需要两点就可以确定,即分别取X的”高”点(M+1SD)和”低”点(M-1SD)带入含有交互项的回归方程式:
Y=b0+b1X+b2Z+b3X*Z,
这样的话,用于确定两条直线的四点分别为:【请见书稿内容】
连接点1和点2,得到Z在低水平状态下的X与Y之间的关系直线,连接点3和点4,得到Z在高水平状态下的X与Y之间的关系直线。
例如,在谢礼珊等(2015)探究旅游服务员工创新行为影响因素的研究中,创新行为(EIB)是因变量,自我效能感(SE)和组织学习氛围(OLC)是自变量,市场导向(MO)是调节变量。在层级回归分析中,将收入、工作年限和职位作为控制变量引入回归方程,并对自变量和调节变量进行标准化处理,以检验市场导向是否起到调节作用,绘制了相应的调节效应图。出于简洁便利,绘图时所采用的回归模型未纳入控制变量,分别取(1,1) 、 (-1,1) 、 (1,-1) 、 (-1,-1)四个点画图。
左图方程为Y=0.574×SE+0.321×MO+0.287×SE×MO,
右图方程为Y=0.612×OLC+0.121×MO+0.105×OLC×MO,
均采用标准化回归系数。
以上内容摘自:王晴.问卷调查研究设计与数据建模——从SPSS到AMOS的应用[M].镇江:江苏大学出版社,2024.【更多内容,请见书稿】