調(diào)節(jié)效應(yīng)作業(yè)

1、調(diào)節(jié)效應(yīng)SPSS過程一、 情景：本實(shí)驗(yàn)探討焦慮和壓力知覺之間的關(guān)系，并把經(jīng)驗(yàn)性回避作為調(diào)節(jié)項(xiàng)。被試為首師大的研究生10名，分別做三份問卷：焦慮敏感性（ASI-3）、經(jīng)驗(yàn)性回避（AAQ-II）、壓力知覺（PSS ），得分如下（數(shù)據(jù)是根據(jù)調(diào)節(jié)作用的公式y(tǒng)=b0 + b1 x + b2 z + b3 xz + e自編的數(shù)據(jù)，并不符合實(shí)際情況）。壓力知覺 焦慮敏感性 經(jīng)驗(yàn)性回避 81 2 20112 3 19159 5 16200 7 15161 9 9167 11 8188 13 7167 17 5132 17 443 20 1四、SPSS過程 1.增加交互作用項(xiàng)：在菜單上執(zhí)行 轉(zhuǎn)換-計(jì)算變量。起名

2、，交互項(xiàng)=因變量*調(diào)節(jié)變量 1. 我們在菜單欄上執(zhí)行：分析回歸線性回歸 2.放入因變量，在independent中放入自變量和調(diào)節(jié)變量，按“下一張”3.輸出結(jié)果模型匯總模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差更改統(tǒng)計(jì)量R 方更改F 更改df1df2Sig. F 更改1.302a.091-.16853.311.091.35127.7152.996b.993.9895.110.902755.82916.000a. 預(yù)測變量: (常量), 經(jīng)驗(yàn)性回避, 焦慮。b. 預(yù)測變量: (常量), 經(jīng)驗(yàn)性回避, 焦慮, 交互項(xiàng)。R方為0.902，達(dá)到顯著水平。Anovac模型平方和df均方FSig.1回歸19

3、97.8662998.933.351.715a殘差19894.13472842.019總計(jì)21892.00092回歸21735.31837245.106277.445.000b殘差156.682626.114總計(jì)21892.0009a. 預(yù)測變量: (常量), 經(jīng)驗(yàn)性回避, 焦慮。b. 預(yù)測變量: (常量), 經(jīng)驗(yàn)性回避, 焦慮, 交互項(xiàng)。c. 因變量: 壓力知覺系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量)363.121274.2381.324.227焦慮-11.27313.603-1.434-.829.435經(jīng)驗(yàn)性回避-10.08512.862-1.357-.784.4592(常量)17.34929.141.595.573焦慮-.5591.361-.071-.411.696經(jīng)驗(yàn)性回避-.6021.280-.081-.471.655交互項(xiàng)1.898.069.99327.492.000a. 因變量: 壓力知覺交互項(xiàng)的系數(shù)p<0.001,調(diào)節(jié)作用得到了證明。五、檢驗(yàn)調(diào)節(jié)變量的調(diào)節(jié)方向畫圖1在Excel中建立調(diào)解變量的表（表是提前做好的，原理并不清楚，直接拿來用），如下2.得到的調(diào)節(jié)