文档介绍：调节效应重要理论及操作务实
、调节效应回归方程：
调节效应是交互效应的一种，是有因果指向的交互效应，而单纯的交互效应可以互为因果关系；调节变量一般不受自变量和因变量影响，但是可以影响自变量和因变量；调节变量一般不能作为中介变量，在特殊情按调节变量的类别进行分割，第二步则是回归分析。具体步骤见下图：第一步：对样本数据按调节变量的类别进行分割：
FileEditViewDataTransformAnalyzeGraphs
&Hft
1:CLIENT
1
2
3
4
5
6
7
8
9
10
11
DefineVariableProperties...
CopyDataProperties...
NewCustomAttribute...
DefineDates...
DefineMultipleResponseSets...
Validation
圉IdentifyDuplicateCases...
IdentifyUnusualCases...
电SortCases...
SortVariables...
SBTranspose...
Restructure...
Mer^eFiles
MAggregate...
&：'PARANG
&：，BLOCK
&：，OBJECT&：，CODING疥catagory冷genderl砂gender2夕gender3莎Zscore(DIGIT)[ZDIGIT]3Zscore(CODING)[ZC...
Analyzeallcases,donotcreategroups③Comparegroups
Organizeoutputbygroups
GroupsBasedon:
gender
③Sortthefilebygroupingvariables
Fileisalreadysorted
CurrentStatus:Analysisbygroupsisoff.
OK
Paste
Reset
Help
Cancel
:选取的gender为调节变量，分别为女=0,男=1，当然在实际研究中可能有更多的分类，大家完全可以用1
2、3、4…….等来编号。这个窗口
选取的两个命令是比较多组(comparegroups和按分组变量对数据文件排序(sortthefilebygroupingvariables)
第二步:选择回归命令并设置自变量和因变量
'it'Rsquaredchange：
第三步：看输出结果，分析调节效应，见表格数据
表格1
VariablesEntered/Removedb
gender
Model
VariablesEntered
VariablesRemoved
Method
0
1
COMPa
Enter
1
1
COMPa
Enter
Allrequestedvariablesentered.
DependentVariable:PICTCOMP
表格1显示了因变量是pictcomp,回归方法采用强行进入法（enter），共有两组回归方程，一组是女性（0），另一组是男性（1）。
表格2
ModelSummary
genderModel
R
RSquare
AdjustedR
Square

ChangeStatistics
RSquareChange
FChange
df1
df2

01
.349a
.122
.113

.122

1
102
.000
11
.489a
.239
.228

.239

1
69
.000
:（Constant）,COMP
表格2是回归模型的总体情况，男行和女性的两组回归方程具有显著效应（p<.001），表明性别这一变量具有显著的调节效应。从表格数据可以看出，%的方差变异，%的方差变异，（注：此模型的数据是虚拟的，只是方便大家理解，无实际意义，实际研究中回归方程的自变量很少会只有一个的情况）。
表格3
Coefficientsa
genderModel
UnstandardizedCoefficients
Standardized
Coefficients
t
Sig.
B

Beta
01(C