SPSS 統計圖應用:調節模型檢定
SPSS Graphs: Moderation Model Test
Multifactorial ANOVA and GLM
神掌打通任督二脈‧易筋經以簡馭繁
SPSS 統計圖 SPSS Graphs
SPSS 統計圖提供了相當多的繪圖功能,可以作為對各種多變項模型視覺輔助檢定。
以下以調節模型_交互作用之檢定為例。
調節模型_交互作用分析視覺檢定
交互作用(Interaction)就是2個以上自變項之間不相互獨立(即正交)、也不互具共線性(即平行),而存在互逆或局部增強作用(即斜交或呈現八字型)之效果,檢定方法過去稱為多因子變異數分析(ANOVA),現在可經由一般線性模式(GLM)進行檢定與建構調節模型。
SPSS 範例檔案下載
下載SPSS高等統計範例資料(右鍵下載)Analy-SPSS-Teaching.rar
下載SPSS多變項分析範例資料(右鍵下載)Analy-SPSS-Teaching-Multi.rar
下載SPSS統計與多變項習題資料(右鍵下載)Analy-SPSS-Multi_Ex.7z
下載SPSS範例資料(教材專區)Analy-SPSS-Teaching.exe
下載範例資料(教材專區):Analy-SPSS-Teaching-Multi.exe
SPSS 應用範例
我們希望同時研究「四年制大學生」(以下簡稱大學生)「性別」與「年級」是不是都是「消費力」的自變項?其間有無交互作用效果?是否形成調節模型?
類別資料:調節模型/交互作用/多因子變異數分析
一般線性模式之應用
調節模型的建構、交互作用分析的工具,如果自變項為類別資料,則使用多因子變異數分析(Multiple Factorial ANOVA),屬於一般線性模式分析(General Linear Model Analysis, GLM)的一種。
理論敘述
大學生網路消費額因性別、年級、與兩者交互作用產生差異而構成調節模型。
資料集可使用統計圖作為視覺輔助,又可分為「多因子變異數分析法視覺輔助」與「調節模型之迴歸線法視覺輔助」。
調節模型之多因子變異數分析法視覺輔助
調節模型之多因子變異數分析法視覺輔助,就是 GLM 的剖面圖設定,結果如下。
基本判斷方法:如果個別線呈大致平行,就是沒有交互作用;如果不對稱(有增強作用)或交叉(互逆作用),就是有交互作用。
本習題的2條線看起來不平行,但就統計的「逆向思考」而言,即樣本數不夠多,還是沒有交互作用。
值得注意的是:如果顯著,就表示男性4年級、女性2年級,與其他各組出現不對稱的情形,產生 Post Hoc個別組內交互作用的現象。
調節模型之迴歸線法視覺輔助
GLM 之迴歸分析與變異數分析,基礎相同,多因子變異數分析法之視覺輔助圖,強調各平均數(圓點)的呈現,而迴歸分析方法之視覺輔助圖,強調連續線的呈現。
<統計圖>命令與混合模型的繪圖
本例同時介述<統計圖>命令,應用於繪製混合模型(Mixed Models),即包括類別資料與連續資料。
>統計圖 Graphs
>散布圖 Scatter/Dot
>簡單散布 Simple Scatter
>定義 Set Markers by
設定類別變項,形成以各水準在平面上獨立的線條或群組,以水準較少之變項為 X 軸。
在輸出 .spv 檔案上編輯
出現不連續點狀圖,即前節的剖面圖。
在.spv檔案上點2次,即出現圖表編輯器 Chart Editor,可進行編輯。
同時會出現〈內容〉對話介面,可作更細節設定。
>元素 Elements
>於子群組繪出最適線
先畫各水準的迴歸線。
呈現結果:
>於總和繪出最適線 Fit Line at Totle
再畫總迴歸線。
新出現之黑色線,即為總迴歸線。
在編輯器外點2下,就會回到輸出檔。
從調節模型迴歸線法之視覺輔助圖,可以看出:群組線與總迴歸線幾乎平行,亦即就統計推論觀點,無法證明母群存在交互作用、調節模型。
參考文獻
A General Model for Testing Mediation and Moderation Effects