热心网友的回答：
可试下spssau的路径分析和结构方程模型。
的回答：
是的，建模失败了，你的样本量多大？
️如何用spss做2箇中介变数的中介效应分析
热心网友的回答：
中介分析可以使用网页使用的spss就是spssau这个进行，里面帮助手册里面也非常详细的说明如何做，有2箇中介变数应该是分别两次进行。
热心网友的回答：
可以分两次单独做，也可以放一起做
️两个中介变数的中介效应spss怎么操作
南心网心理统计的回答：
将路径模型图画出来，然后将因变数分解，几个因变数就分解为几个方程，最后用enter法计算各个方程的标準化迴归係数即可得到各个路径的係数。（南心 spss多中介分析）
香菇小的回答：
同问，两个中介变数，spss如何操作，并且如何看结果呀？
️两个自变数怎么做中介效应？急！！！
中子的回答：
最好两个维度各自作为一个自变数，分别来做中介，一般地，既然可以分成两个维度，说明在一定程度上两维度是较为独立的，相关没那么高，两个维度就不能再形成一个高阶因子，那当做两个自变数分别做中介即可。以下的流程可以用于任意一个维度：
假设自变数是x,因变数y,中介变数是m，单独做y对x的迴归，得到係数c，这个代表总效应（间接效应+直接效应），做y对x,m的迴归分别得到迴归係数c'和a，做m对x的迴归得到迴归係数b，那么根据中介效应的定义，中介效应即a*b，一些结构方程的专门软体可以直接检验a*b，如lisrel，mplus，amos等，如果用spss，那么一般是採用依次检验的方式，分别检验a係数和b係数，若都显着，sig<0.05，则间接说明中介效应显着，如果中介效应显着的同时，c'不显着，则为完全中介，就是说自变数对因变数的作用完全是通过中介变数m产生，显着则是部分中介。以上说的是中介效应的显着性检验，要评价中介效应在整个效应中的作用大小，则一般是用中介效应a*b除以总效应c，将此百分比作为效应值
如果你的两个维度相关比较高，比如有0.6以上，那么就可以考虑建立更高阶的因子，即两个维度的分数可加，那个时候你加成一个总分来做中介就可以了。
由于spss不是专门做结构方程的软体，一般做中介都是依次检验法，总分当因子分。spss做中介的误差估计是没有结构方程方法好的，但依次检验方法是比较严格的方法，得到显着的结果说服力更强。
你这里的方程按说是没有x1x2这种乘积项的，用到乘积项那就是分析调节效应了，这个和中介是两码事，做这两个维度的调节的话你直接把x1和x2相乘，当做一个变数，然后做y对x1，x2，x1*x2的迴归就行，x1*x2这一项的迴归係数显着则调节效应显着。
希望对你有帮助
️如何运用spss及amos进行中介效应与调
吸引天空碎的回答：
三62616964757a686964616fe59b9ee7ad9431333363366263 调节变数可以是定性的,也可以是定量的.在做调节效应分析时,通常要将自变数和调节变数做中心化变换.简要模型：
y = ax + bm + cxm + e .y 与x 的关係由迴归係数a + cm 来刻画,它是m 的线性函式,c 衡量了调节效应(moderating effect) 的大小.如果c 显着,说明m 的调节效应显着.
二、调节效应的分析方法 显变数的调节效应分析方法：分为四种情况讨论.当自变数是类别变数,调节变数也是类别变数时,用两因素互动效应的方差分析,互动效应即调节效应；调节变数是连续变数时,自变数使用伪变数,将自变数和调节变数中心化,做 y=ax+bm+cxm+e 的层次迴归分析：
一、做y对x和m 的迴归,得测定係数r一 二 .
二、做y对x、m 和xm 的迴归得r二 二 ,若r二 二 显着高于r一 二 ,则调节效应显着.或者,作xm 的迴归係数检验,若显着,则调节效应显着；当自变数是连续变数时,调节变数是类别变数,分组迴归:按 m 的取值分组,做 y 对 x 的迴归.
若迴归係数的差异显着,则调节效应显着,调节变数是连续变数时,同上做y=ax +bm +cxm +e 的层次迴归分析.潜变数的调节效应分析方法：分两种情形：
一是调节变数是类别变数,自变数是潜变数；二是调节变数和自变数都是潜变数.当调节变数是类别变数时,做分组结构 方程分析.做法是,先将两组的结构方程迴归係数限制为相等,得到一个χ 二 值和相应的自由度.
然后去掉这个限制,重新估计模型,又得到一个χ 二 值和相应的自 由度.前面的χ 二 减去后面的χ 二 得到一个新的χ 二,其自由度就是两个模型的自由度之差.如果χ 二 检验结果是统计显着的,则调节效应显着；当调节变数和自变 量都是潜变数时,有许多不同的分析方法,最方便的是marsh,wen 和hau 提出的无约束的模型.
三．中介变数的定义 自变数x 对因变数y 的影响,如果x 通过影响变数m 来影响y,则称m 为中介变数.y=cx+e一,m=ax+ e二 ,y= c′x+bm+e三.其中,c 是x 对y 的总效应,ab 是经过中介变数m 的中介效应,c′是直接效应.
当只有一箇中介变数时,效应之间有 c=c′+ab,中介效应的大小用c-c′=ab 来衡量.
四、中介效应分析方法 中介效应是间接效应,无论变数是否涉及潜变数,都可以用结构方程模型分析中介效应.步骤为：第一步检验系统c,如果c 不显着,y 与x 相关不显着,停止中介 效应分析,如果显着进行第二步；第二步一次检验a,b,如果都显着,那么检验c′,c′显着中介效应显着,c′不显着则完全中介效应显着；如果a,b至少 有一个不显着,做sobel 检验,显着则中介效应显着,不显着则中介效应不显着.
sobel 检验的统计量是z=^a^b/sab ,中 ^a,^b 分别是 a,b 的估计,sab=^a二sb二 +b二sa二,sa,sb 分别是 ^a,^b 的标準误.5.调节变数与中介变数的比较 调节变数m 中介变数m 研究目的 x 何时影响y 或何时影响较大 x 如何影响y 关联概念 调节效应、互动效应 中介效应、间接效应 什么情况下考虑 x 对y 的影响时强时弱 x 对y 的影响较强且稳定 典型模型 y=am+bm+cxm+e m=ax+e二 y=c′x+bm+e三 模型中m 的位置 x,m 在y 前面,m 可以在x 前面 m 在x 之后、y 之前 m 的功能 影响y 和x 之间关係的方向(正或负) 和强弱 代表一种机制,x 通过它影响y m 与x、y 的关係 m 与x、y 的相关可以显着或不显着(后者较理想) m 与x、y 的相关都显着 效应 迴归係数c 迴归係数乘积ab 效应估计 ^c ^a^b 效应检验 c 是否等于零 ab 是否等于零 检验策略 做层次迴归分析,检验偏回归係数c 的显着性(t 检验);或者检验测定係数的变化(f 检验) 做依次检验,必要时做 sobel 检验 陆.
中介效应与调节效应的spss 操作方法 处理资料的方法 第一做描述性统计,包括m sd 和内部一致性信度a（用分析里的scale 里的 realibility analsys） 第二将所有变数做相关,包括统计学变数和假设的x,y,m 第三做迴归分析.（在迴归中选线性迴归linear） 要先将自变数和m 中心化,即减去各自的平均数
一、现将m（调节变数或者中介变数）、y 因变数,以及与自变数、因变数、m 调节变数其中任何一个变数相关的人口学变数输入indpendent
二、再按next 将x 自变数输入（中介变数到此为止）
三、要做调节变数分析,还要将x与m 的乘机在next 里输入作进一步迴归.检验主要看f 是否显
️spss如何做中介效应
岁月就这么说的回答：
一共三个步骤。其中，x为自变数，y为因变数，m为中介变数。
第一步：x对m做迴归。spss操作步骤：analyze-regression-linear
因变数（dep）为（放入）m，自变数（indep）为（放入）x。点选ok。在另外一张表上会输出迴归结果的。
第二步：x对y做迴归。
spss操作步骤：analyze-regression-linear
因变数（dep）为（放入）y，自变数（indep）为（放入）x。点选next，再进入第三步如下：
第三步：x、m对y做迴归。因变数（dep）为（放入）y，自变数（indep）为（放入）x和m。
注意：因为spss做迴归的时候，因变数只能是一个，所以第一步是一个迴归；第
二、三步（点选next即可）是用一个迴归。
1、第一个迴归当中，x对m是否显着，主要是sig(主要小于0.05就可以)
2、第二个迴归当中，x对y是否显着，主要是sig(主要小于0.05就可以)
3、分两种情况：a若sig(x对y的)大于0.05，则未通过显着检验；m对y依然显着，则是m对y完全中介效应
b若sig(x对y的)小于0.05，通过了显着检验，并且m对于y的（sig小于0.05）；再看b（若第三步当中的x对于y的係数的绝对值小于第二步方程当中x对于y的係数b），则是部分中介效应。
热心网友的回答：
可以做的，spss做几次迴归就行了啊
需要的话找我做分析
热心网友的回答：
这个用spss或者amos做都是可以的，amos也在spss里面了
我替别人做这类的资料统计分析蛮多的
️如何运用spss及amos进行中介效应与调节效应分析
热心网友的回答：
3调节变
量可以是定性的,也可以是定量的.在做调节效应分析时,通常要将自变数和调节变数做中心化变换.简要模型：
y = ax + bm + cxm + e .y 与x 的关係由迴归係数a + cm 来刻画,它是m 的线性函式,c 衡量了调节效应(moderating effect) 的大小.如果c 显着,说明m 的调节效应显着.
2、调节效应的分析方法 显变数的调节效应分析方法：分为四种情况讨论.当自变数是类别变数,调节变数也是类别变数时,用两因素互动效应的方差分析,互动效应即调节效应；调节变数是连续变数时,自变数使用伪变数,将自变数和调节变数中心化,做 y=ax+bm+cxm+e 的层次迴归分析：
1、做y对x和m 的迴归,得测定係数r1 2 .2、做y对x、m 和xm 的迴归得r2 2 ,若r2 2 显着高于r1 2 ,则调节效应显着.或者,作xm 的迴归係数检验,若显着,则调节效应显着；当自变数是连续变数时,调节变数是类别变数,分组迴归:
按 m 的取值分组,做 y 对 x 的迴归.若迴归係数的差异显着,则调节效应显着,调节变数是连续变数时,同上做y=ax +bm +cxm +e 的层次迴归分析.潜变数的调节效应分析方法：
分两种情形：一是调节变数是类别变数,自变数是潜变数；二是调节变数和自变数都是潜变数.当调节变数是类别变数时,做分组结构 方程分析.
做法是,先将两组的结构方程迴归係数限制为相等,得到一个χ 2 值和相应的自由度.然后去掉这个限制,重新估计模型,又得到一个χ 2 值和相应的自 由度.前面的χ 2 减去后面的χ 2 得到一个新的χ 2,其自由度就是两个模型的自由度之差.
如果χ 2 检验结果是统计显着的,则调节效应显着；当调节变数和自变 量都是潜变数时,有许多不同的分析方法,最方便的是marsh,wen 和hau 提出的无约束的模型.3．中介变数的定义 自变数x 对因变数y 的影响,如果x 通过影响变数m 来影响y,则称m 为中介变数.y=cx+e1,m=ax+ e2 ,y= c′x+bm+e3.
其中,c 是x 对y 的总效应,ab 是经过中介变数m 的中介效应,c′是直接效应.当只有一箇中介变数时,效应之间有 c=c′+ab,中介效应的大小用c-c′=ab 来衡量.4、中介效应分析方法 中介效应是间接效应,无论变数是否涉及潜变数,都可以用结构方程模型分析中介效应.
步骤为：第一步检验系统c,如果c 不显着,y 与x 相关不显着,停止中介 效应分析,如果显着进行第二步；第二步一次检验a,b,如果都显着,那么检验c′,c′显着中介效应显着,c′不显着则完全中介效应显着；如果a,b至少 有一个不显着,做sobel 检验,显着则中介效应显着,不显着则中介效应不显着.sobel 检验的统计量是z=^a^b/sab ,中 ^a,^b 分别是 a,b 的估计,sab=^a2sb2 +b2sa2,sa,sb 分别是 ^a,^b 的标準误.
5.调节变数与中介变数的比较 调节变数m 中介变数m 研究目的 x 何时影响y 或何时影响较大 x 如何影响y 关联概念 调节效应、互动效应 中介效应、间接效应 什么情况下考虑 x 对y 的影响时强时弱 x 对y 的影响较强且稳定 典型模型 y=am+bm+cxm+e m=ax+e2 y=c′x+bm+e3 模型中m 的位置 x,m 在y 前面,m 可以在x 前面 m 在x 之后、y 之前 m 的功能 影响y 和x 之间关係的方向(正或负) 和强弱 代表一种机制,x 通过它影响y m 与x、y 的关係 m 与x、y 的相关可以显着或不显着(后者较理想) m 与x、y 的相关都显着 效应 迴归係数c 迴归係数乘积ab 效应估计 ^c ^a^b 效应检验 c 是否等于零 ab 是否等于零 检验策略 做层次迴归分析,检验偏回归係数c 的显着性(t 检验);或者检验测定係数的变化(f 检验) 做依次检验,必要时做 sobel 检验 6.中介效应与调节效应的spss 操作方法 处理资料的方法 第一做描述性统计,包括m sd 和内部一致性信度a（用分析里的scale 里的 realibility analsys） 第二将所有变数做相关,包括统计学变数和假设的x,y,m 第三做迴归分析.
（在迴归中选线性迴归linear） 要先将自变数和m 中心化,即减去各自的平均数 1、现将m（调节变数或者中介变数）、y 因变数,以及与自变数、因变数、m 调节变数其中任何一个变数相关的人口学变数输入indpendent 2、再按next 将x 自变数输入（中介变数到此为止） 3、要做调节变数分析,还要将x与m 的乘机在next 里输入作进一步迴归.检验主要看f 是否显着
我没有看到资料啊，发个原始资料上来，我看看。spss 多变数频数分析 如何操作 简单bai，採用anlyze tables功能就可以了。du原理是先在multiple response sets中合併zhi变数 合併成功后dao会生成版 带有 新变数 然后採用权custom tables中找到这个新...
姑娘a务实，不知以后会不会改变。姑娘b强势，未来会吵架？这还用说吗，选择a 夫妻是一辈子的事，一定要选对。选a的理由 1 人好 温柔 真诚 2 你俩相处很开心 3 她一直在等你 4 身高高168 不选b的理由 1 脾气大 2 年龄大 3 身高153有点矮 根据你的描述我见议你选择a，从字里行间来看你...
假设你使用的c语言 include void swap int a,int b a,b指标做形参int main void 如果你用的是c 的话，还可以使用引用型别void swap2 int a,int b 交换两个变数的值的时候可以使用异或符号 省去中间变数temp void swap3 int...
