如何用spss构造数据说明表

大家好，呃，应同学们的要求，呃，我们对课后的一些重要的一些比较有代表性的习题，我们也一起来做一个讲解。那这讲我们先来看一下第四章的课后的练习题的第六题。 那这个题目是这样的，三代同堂的家庭中，婆婆和儿媳妇关系可能会比较紧张，那么为了了解住房条件对婆媳关系的影响， 对六百户的家庭进行了调查，并进行了列联表的分析。这个是表格，但是表格不完整，我们看一下这个题目的 要求。一、补充表中第一行到第四行空缺的计算结果。第二写出卡方检验的统计量，并说明其构造的基本原理。第三说明婆媳关系与住房条件有无关系。 我们看这个题目实际上是有三个变量对不对？一个是住房条件，这是列变量，婆媳关系这是行变量。 那剩下的还有个变量，就是我们填的这个六百户的家庭的这个户数，这是我们调查的数据，那住房条件他分为三类，差、一般好，婆媳关系分为紧张、一般和睦。那显然这是一个什么样的变量？这是一个分类型的变量，当然你也可以说是一个 定序的变量，那定序的变量，它实际上也是类型变量的一种特殊形式。 那么这个题目的解题思路是这样的，这显然是一个交叉分组下的平数分析，也就是列列表的分析。那题目没有给出数据文件，这个题目没有数据文件，所以我们要根据现有的信息，要先建立一个 s p s 数据文件，然后再对这个文件进行列领表的分析，我们找到他所有的缺失的数据，那这里面刚刚讲的有两个变量，就是婆媳关系和住房条件，他是个类别变量，那么对于类别变量的分析，我们需要用到卡方检验，那卡方检验 对于类别变量的分析，主要包括卡方的礼盒优度检验和独立性检验这两个检验。这部分的知识大家可以回过头去统计学的教材上面去看一下，再复习一下。那么这个题目显然是要做的是一个卡方独立性检验，也就是判断婆媳关系和住房条件有没关系， 行和列是不是相互独立啊？这就是一个行和列的相互独立性的检验。那我们来先看一下这个题目的第二题，他讲的卡方检验 的这个中的卡方统计量是什么？那从这里我们可以看到卡方统计量，这个是卡方，这个是希腊，希腊文字的，我们叫做 x， 但是他是卡方，他要比 x 要低半格啊，这是卡卡，这个读卡，那卡的平方就是卡方， 那在这个里面我们可以看到 are are， 它这个是列列表的函数， c 是列列表的列数，那我们再来看一下这个，它是观测的评数，那这个是期望的评数啊。那么对于期望的评数的这概念，大家可以去 教科书上再去看一下。那卡方统计量，他就是用于测度各个单元格的观测评数和期望评数的差异，然后根据卡方理论来分布卡方理论的分布，来判断这种差异 是不是有统计学上的显著性。那我们可以用两种方法来判断，一个就是期望评数代表的 是行和裂变量独立下的分布，所以卡方的观测值越大，说明实际分布和期望分布的差异越明显，这是一种判断方法，另外一种方法就是根据统计量的观测值的概率、批值和显著性水平。阿法，这是我们给定了来比较的结果，进行一个决策 啊，这我们来进行一个判断，那这，这个，这是一个假设检验，对吧？那原假设是什么？原假设是行变量与裂变量他是相互独立的，如果批值大于阿法，我们就不拒绝这个原假设，说明他行变量和裂变量是相互独立的，如果 p 值小于 alpha， 那我们就拒绝原假设，我们接受被折假设， 那倍数假设是什么？就是行变量和裂变量他是不相互独立的，也就是说他是有关联的。那现在我们来建立一下这一个数据文件。好，现在我们打开一个 空白的文件，我们打建立一个新的文件，那这个时候我们根据这个书上的，呃后面给出的信息，我们来进行这个变量的设置，那我们到变量试图，这里面一共刚刚讲的一共有三个变量，对不对？三个变量。首先我们来看一下他这个一个变量，婆媳关系， 我们来做个婆媳关系，婆媳关系啊，这是这个变量一个啊，这是一个，我们没有小数点的。好，我们是不是没有小数点？那这里的我们标签要不要设置？我们要设置一个 婆媳关系，这里面一共有三个，一、他是紧张，对不对？添加。二、一般关系一般。 三、和睦， 好，这样子，我们对这个值，这里来这里，然后可以看出这个测测量是什么？测量他是有序的或者是名义的，这都可以啊，这是名义的也可以啊，这是名义的。可以。那第二个变量我们是住房条件。 哇，这个做完条件他一样的也是这个变量，我们把它设置成，没有 啊？这里他也有三个选项，那么我们直的标签做一个是叉，对不对？第一个他是叉， 第二个一般， 第三个。好，这我们确定啊，这他仍然他是我们，他实际上是个名义变量。那第三个是什么？第三个数据我们可以就是家庭的户数，他一共是六百户家庭户数。 好，这是一个数字变量，数字变量他也没有小数点。好，这样子，这是个数字型的，是不是？这个标度？好，可以了，那这样的话我们就回到 数据，试图，我们把表格给出给我们的数据，我们给他填一下，那么这个家婆媳关系一共是分为几类？分为三类，对不对？我们一，第一类，第一类它有三个嘛？ 好，那我们租房条件里面，嗯，这些要要填入，那租房条件呢？租房条件它是分为一、二、三，是不是这样子？那我们我们都忘掉了，你可以看一下这个右键， 右键这里有个变量的信息，是不是易紧张，一般和睦啊？那住房条件这里我们可以看一下他变量的设置，他是 差，一般。好，这这时候我们把把这个题目的信息输进去，那紧张的里面差，这个是有五十七户，对不对？ 然后这里是七十八户，这里是六十户，这是婆媳关系，这是紧张的，那婆媳关系一般的，这这个我们这个标识是二，那这里住房条件一样的，他还是有这个条件比较差，条件一般 装条件好。嗯，这里面我们再输入，这是四十五、八十七、六十三，四十五、 八十七、六十三啊，那这个婆媳关系还有最后一类，他婆媳关系比较和睦的，我们还有一个，这是三以三来表示，那这里还是一二 三，对不对？这里面还是住房条件还是以差一般好。我们把这数数字再输进去，四十八 户，四十五户，一期，好，这一期，那 这样的话我们就得到了这么一个，我们看一下数据试图啊，这就是数据试图，那我们就这时候我们就可以来进行一个分析，但是这时候我们能不能直接进行交叉表的分析呢？ 能不能直接进行交叉表的分析？不行。为什么？因为他的家庭户数，他这里面他是有比例的，也就是有权重的设置，如果这个时候我们直接进行分析的话，是分析不出来的，那要做一个什么？我们前面有讲过，我们要做一个权重，对不对？ 来，我们从数据这里进入，然后个案加权，个案加权，在这个里面我们要个案加权的系数是什么？显然婆媳关系和住房条件都不是的，这是行变量，这是裂变量， 只有家庭户数，这个是他是有带权重的。权重是什么意思？也就是说在不同的关系，不同的住房条件，不同的婆媳关系里面，他占的人数并不是一样的，对不对？也就是我们讲的户数他是不同的，如果户数都是一样的，就不存在这个问题。现在户数不一样，那他就有个比例， 比例的转换的问题啊，这样我们点确定这是进行一个加权啊？加权这里已经写写了 wait by wait by 家庭护士 wait 就是重量权重的意思。好，我们看一下这个 在数据视图，或者我们讲是在这个编辑器窗口的右下角，看看权重已经开启了，对吧？权重开启，如果刚才我们把它删掉的话，就是权重没有开启这个，这个是没有这个的。呃，没有这四个字的，那现在我们来进行分析，分析的话，我们还是从分 这个菜单进入描述统计交叉表分析对不对？交叉表的分析，交叉表的分析出现一个对话框。那我们现在行变量是什么？按照书书上的也就这个习题，行变量是婆媳关系， 裂变量是住户条件，这个我们不用写了啊，然后精确，这是鉴定法，这个没错，这我们不管了，这是默认的统计。我们要做个卡方检验啊，我们这几个我们就不做了，还有个相关性检验，看见没有？那刚才老师讲了有两两种可以做检验的， 那么单元格这里面我们需要的数字，我们实实际的值，我们要希望要知道期望值，因为它主要是实际和期望值之间的对比嘛，那百分比有行列，总计我们都要那么产值，我们不要标准化，其他不变啊，这几个都不管他， 那我们想显示条条形图，再看一下比较直观的，这时候我们点个确定， 我们看一下查看机窗口。哦，我们看的这个交叉表，这个婆媳关系住房条件的交叉表，也就是我们这个第五版的书的一百零五页的这个他给了题目，给了我们第一行， 是吧？每个的第一行，其余的大家把它填进去就可以了，这个都是一样的一二三，这个没有占的总总的百分比，他这个不需要填，其他都是一样，残差也不用填，我们把这几个填进去。啊。啊，这里是总记，我们看可以看到 这个，我们举个例子，婆媳关系紧张，然后住房条件又比较差的，这个占了五十七户。啊，这个这是这样的，那住房条件一般，婆媳关系 紧张的有七十八户，住房条件一般，婆媳关系一般的这边是八十七户啊，婆媳关系比较好不？婆媳关系比较和睦，住房条件比较好，这里有一百一十七户，那总计是六百户，是不是啊？那我们再来看一下卡方检验的结果， 卡方检验结果在这里的话，我们看一下这是第一行 p 二型卡方检验，这是卡方检验的值啊。然后我们看一下他的这个批值，在这里就是显著性批值。批值的话我们说了，我们如果自己设定的显著性水平多少零点零五，那么他是 小于零点零五，就是拒绝原假设，支持贝泽假设，贝泽假设是什么行变量和裂变量他是有关联的，也就是说这个题目里面 婆媳关系和住房条件他是有关系的，根据我们卡方检验的结果是有关系的。记住以后同学们如果写毕写毕业论文或者投稿的学术论文，你做这种交叉表、列领表的分析，一定要有个卡方检验 好，他这个编辑一看就知道了。那我们再来看一下这个条形图，条形图他也很直观，这个题目我们就一起学习到这里。

那我们讲一下那个三线表怎么个制作方法，因为有人问我怎么做三线表，我们看一下呃，就是在 spass 后面的一个输出结果，那我们用 ctrl 把它全部选中之后，然后我们点击 ctrl c， 然后我们进入 excel， 这次要之后呢，我们是要把呃东西给复制上去的，比方说到这，我们给他给复制一下康秋 v 一下，然后呢我们只需要去掉一些东西，比方说把这个性别给他给复制下来康秋 x， 然后是刀卷给他给粘贴上去， 然后同样的 把这年龄期间 ctrl x 复制下来，然后把它给粘贴上去，那同样的下面我们的教育程度也是把它给 ctrl x 下来， 放到这 ctrl v， 然后呢我们要做一个事情，就是啊把这的几条线空了给去掉删除， 然后这也是把它给删除 确定，那这样就构成了我们一个三线表的最基本的表格，然后我们把它给复制下来， 复制下来咱们点击呃复制哈，然后我们进入我们的沃尔特，进入沃尔特，那进入沃尔特之后呢，我们看一下怎么做把它删了， 我们点击 ctrlb 里就是一个大致这样的表格，那我们三线表的话是首先字体标黑啊，然后他会 填充了白色，然后我们三线表是不要中间的那些竖格的，所以说我们在 这样的话是首先是无框线，然后我们再选一下下边框 和上边框，然后我们打直再调整一下， 然后把这个表格重新的挑起来，这样的话我们的三线表算算是制作完成，哦，不好意思，还差一条线，这样子我们选中第一行还是要给他带一个 下边框，这样子就构成了一个我们的三线表，那通过这三线表呢，就会非常直观的去呈现下我们的一个人口的描述性情况，那大致就是这样子了，谢谢。

大家好，上一节呢我们介绍的这样计算新变量，这一点呢，我们就介绍一下对个人类的值怎样进行技术， 我们用个实际例子来说明，打开数据零三杠十， 好，这边我们可以看到数目编号，指点地点，健康等级二三零一，我们看下这个健康等级的含义， 最后等级一啊，非常健康，二一般健康，三，轻度危害，四重度危害，五重度危害。看一下下面我们对 干裂的直径技术选择转换对干裂的直技术目标变量，这个呢 我们所要进行技术的可以产生一个限变量，怎么不会变大呢？也可以定义啊，他的木变大名啊，定他的标签。 这边呢是我们现在的三个变量数据集中的，这边呢是要选入的那个进行直技术的，哎，那个变量比如说我们这边 写一个健康会变得越健康， 在下面命名为健康的数目，我们的健康等级选路。好，我们点击一下定义词，这边直呢，第一个就是直， 用于单个啊，指定单个数字出现的字数，那个在这里面输输一个数字，输了一下，然后就可以进行添加，所以所以一个其他数字在进行添加，就对于这个数字出现了多少次， 本站中那个数据集中他都会给你显示。第二个是系统缺失，用于计算系统缺失指的那个次数，这个呢是系统或用户缺失， 下面这个呢是范围，有两个框，也可以在上面框输了一个数值，在下面框框输了一个数值，我们在这个范围内的数值对他进行计数， 这个呢是范围，是从低值到值，从最低到值，在这边输入个数值，然后呢他从最低值到你输入数这个值的范围之内进行计数， 下面那个呢是从直到最高，那这边是不是一个直，从这个直呢到最高直啊，这个范围内呢进行，那我们这 一次呢是要统计健康的数目，所以我们在选择一个范围，因为我们刚刚看了他的一个自定义一和二的 一个是非常健康，一个是一半健康，我们将其添加同级的字，继续这边还可以点击一个，如果这个呢就跟前面那个 计算新变量那个框一样喜欢，这里还可以对一些生物编号啊，确定地点啊，可以进行一些条件的设置啊，是吧？然后再对其进行这技术， 然后我们进行确定，技术已经好了，看一下，在这边你看最后等级一或二的几为一，三的就是最健康的几为零，这些呢我们看起来比较散漫，所以我们呢 先借用一下后面要学到的分析中的描述，统计称的频率，然后呢对健康的数目这一个进行一个频率的统计，而这里面可以看到我们有效指认成功是六十五，而没有缺失值， 非健康的总共是九个，健康的数总共是五十六，注意有效百分比，一百分比， 在呢我们对各样内植的技术就已经介绍完毕了。

大家好，欢迎来到 spots 课堂，我是李博士，接下来我跟大家分享的是 spots 导入 excel 数据并进行编辑。 呃，关于 sebas 导入 excel 数据呢，主要有这么两种方法，第一种方法呢，我们可以通过文件导入数据导入 excel 数据的形式进行， 然后第二种方法呢，就是我们可以直接复制也这样数据，呃粘贴到 spss 里面的数据数图，数据视图里面去，这两种方法呢都可以， 然后呢我们来实际操作一下，找一个问卷，这是一个问卷， 然后呢就是问句的一部分了，就是第一个题呢是性别，第二个题是年龄，第三个题呢是学历。然后再下面题呢是一部分量表问题，量表问题呢是关于一个品牌忠诚度的三个问题， 这里题号呢就假设是四杠一，四杠二，四杠三，然后我们通过呃一些收，比如说万卷青啊这种形式呢，呃收集到的数据呢，可以是这种形式，然后这是 呃每一列呢，它是一个编量， id 呢是编号 q， 一到三呢是它的一个呃题号，然后四杠一到四杠三呢，指这三个题目量表，然后呢每一行呢 就是一个样板，比如说这个 id 等于一的就是这个序号，是一的呢，对应的性别是男，年龄呢对应的是 三。然后呃第三题，学历呢对应的十四，呃一二三四对应的是本科，就这样来对应下来，我们就通过不管是通过问卷经啊或者纸质收集到的问卷， 整理到一个 c 二里面数据去哪，我们就可以通过一个 c 二数据呢来导入到 spss 里面去。好，我们先来做第一种，就是 呃直接导入这个 a c r 数据，我们先来打开一个 sp s s 空的 sp s as a， 这里是用的二尺六 关闭，然后打开它所在文件的位置，导入数据呢，可以导入 a c r， 然后呢就选择这这个这个文件夹下面的这个文件 a c r， 然后选进来打开， 然后他这呢如果有多个 ct 文件呢，他会显示多个，这里面呢只有一个，这样就选择就可以了，就选择这一个，然后下面呢预览，我们大体看一下，就是这种形式了，然后确定 好，这样呢我们就把数据导入进来了，就是通过导入 acr 数据的形式，呃来把数据导进来了。第二种形式呢，我们就复制，我们再在这基础上呢新建一个数据文件， 然后比如说我们这里复制 ctrl a， 全选 ctrl c 复制，然后呢打开数据视图，数据视图里面点一个空格呢，右键右键与变量名称一起粘贴，这样呢我们就把他的数据也复制进来了， 就形成了我们初始的一个 spss 数据文件了，这两个呢可以，因为它是稍有区别的，我们只保留一个就行了。接下来进行第二步进行数据的编辑。 好，我们再往下看，关于数据编辑呢，我们主要是进行这几列编辑，他的一个小数位数啊，标签呀，值呀，还有这个测量，进行这几项的编辑，然后达到我们 符合的要求，为了让呃这个数据呢更容易，我们便于解读。好，我们来做一下假设，我们用这个呃标题二宝，我们先保存一下， 定一个时间吧， 这样时间吧， 然后呢我们再给它角出位数呢，这都是零，这样就可以了， 然后标签呢我们再给他根据问卷来给他把标签给附上。 呃，这第一题呢就是性别了， 然后第二题呢是年龄，第三题呢就是学历，第四题呢就是我们可以把提降给结账， 然后关于这个值呢，我们就是对这一二三，比如这些值一二三分别表示代表着什么名称，我们就给他付一个标签， 一呢就是对应过来是男了，二呢对应是女， 然后这个年龄呢也是对应过来，一是分别是这个，直接把这个年龄复制过来就可以了，然后二呢也复制一下 china， 我， 呃学历呢？同样学历呢，把这个它的值给它不一个标签。 好，这样呢就把呃性别，年龄，学历的对应值对应标签给报制了。还有这个量表呢，我们可以给他复一个，然后给他复制就可以了。 一呢是非常不同， 二呢是不同意 三 五 六七， 好，这样呢我们就把它的一到七对应对应的选项的标签呢给符号出来，然后我们复制一下， 然后粘贴，然后下面呢都有了。呃，接下来呢我们再对他这个测量进行一个呃定义，然后他这个 id 呢就是一个标度了，后面之间呢性别呢？呃年龄，学历呢都是名义，然后这个呢就相当于 这个程度呢可以是名利，也可以是有序，这个都可以不影响后面的分期，这样呢我们就把他这个呃问卷的也是要数据呢导入到 spss 里面去了， 然后呢我们就可以进行相关的其他分析了。嗯，接下来呢再跟大家介绍两个用的比较多的函数，就是一个呢是萨姆函数，他就是对呃变量，他们变量之间的 呃变量进行求和。 q， 四杠一到四杠三，就是四杠一到四杠三，这几个变量之间的变量呢进行求和。第二个呢就是求均值，呃是命函数，就是求他们之间的平均值，我们再来计算做一下 转换，呃，这可以是呃忠诚度求和吧， 然后呢是用 sam， sam 呢加一个英文加的一个括号，呃是 q 四杠一，然后加上空格 two， 然后到四杠三，这是它的求和确定。 然后呢我们再来做一个他的一个均值转换，计算变量均值，直接用他的一个结构改加 函数密，好确定。我们看看到呢，他这里面呢就是显示了两个代码，一个求和呢就是项目 q 四杠一到四杠三密，四杠一到四杠三，我们再来看他的数据，数据里面呢多了这两列， 过了这两列忠诚度求和呢十五呢，就是这三个题目之间进行求和了。 呃三个五就是十五了，然后均值呢就是五，然后呢第二行呢就是 求和呢是二分一，均值呢是七是对的。然后呢我们再改一下他这个测量，这是标度，下面这是标度，这样呢就可以了，然后我们就可以进行呃维度的分析了，比如说基本描述啊， 然后相关呀，回归分析啊，这些东西，呃都有可能用到他的求和，这个值和均值。好，关于本次内容呢，就介绍到这里，大家如果有疑问或者合作之余呢，可以联系我们，这是我们的联系方式，谢谢。

做方差分析一定要搞懂这几个指标， f 值和批值。方差分析最终分析时，首先分析批值，如果此值小于零点零五，说明呈现出差异性，具体差异在对比平均值即可。如果批值大于零点零五，则说明没有差异性产生， f 值属于中间过程值。想要计算批值，一定要先计算 f 值。 婴儿 so 也将 f 直结果输出，用 so 做方叉分析，各类图表一应俱全，方叉分析结果可是画图形深入分析，向硬量指标表格方叉分析中间过程值，还有智能分析分析建议帮助你理解方叉分析，你学会了吗？如有其他疑问，请在评论区告诉我。

s b s s 变量设置，我们接上一课讲，将数据导入 xt 之后，需要对数据进行一定的设置，这里主要有这么几个设置选项，呃， 首先还是上一节中的三个变量，性别、年龄和满意程度。第一个是数据类型，数据类型这个地方如果是你导入的数据是字符型的，说明你这个数据设置错了，或者里面包含文字，或者说你这个第一个字符是空的，很很容易出现这种情况，所以第一个你要检查一下这个数是不是数值， 然后后面两个不用管。第三个是标签，就是帮你理解这个性别的含义，这三个是变量比较少的情况，一般一般用不到。但是如果你变量特别的多，比如说几百个变量前面，而且这个变量名称是英文的话，你这个地方一般需要做一个设置，比如说这个变量表示什么含义？ 性别就是调研，调研对象的性别，然后再往下就是这个变量的值，因为我们有些是分类变量，他的数字一二，我们需要表示他的含， 这里竖着一笔和男，竖着二笔是女，一般就是在这方输上之后点击添加就可以了，其他也是，然后连续用面料，年龄就不需要了啊。再往再往下一个是缺失值，缺失值就是针对哪种情况，有时候你的问问卷里边某一个题目， 这个这个电源样本没有回答，比如说性别里边第五个他是九十，他没有回答，就是忘了填了。这时候你需要用一个数字来表标志出来表示他是一个缺失值。那怎么让 xps 知道你他是缺失值呢？就是这个地方点 点击缺失离散样本是九十九，然后后面只要里面在信片里面只要出现九十九的数字就会来的。 ps， 知道就知道他是一个缺失值，单号后对齐这个地方列这个不需要管。然后后面一个度量标准就是无需分类变量，就用名义有序，分类变量用序号，然后连续用变量，用度量。 这地方一定要设置，不设置的话我给大家演示一下会出现什么问题。比如说这里我把性别和定那个定完对象年龄都放进去之后， 你会发现他统计的标准是不一样的，因为订单对象他是分类面料，只会他只会计算他的比例或者是他的个数，而订单对象年龄他的他是一个连续面料，他是自动计算均值。 所以如果这地方你不设置的话，他会按照默认的地方，按照默认的标准来进行计算。比如说我把它改成度量之后，再去考下表格， 这时候跑出来就都是君子了。所以这个地方一定要把这个度量标准设置正确，基本上带 spi 的数据，这个变量标签，变量视图这个部分基本上就有这些设置，大家在找到数据之后仔细来看一下，点我主页有干货。

效度分析四种形式及测量一、内容效度，使用文字描述两表设计的合理性，例如两表有着严谨的参考依据或者得到专家认可等。二、结构效度通过探索性因子分析 提项进行分析，如果输出结果显示提项与变量对应关系基本与预期一致，则说明结构效度良好。 三、区分效度区分效度，强调本不应该在同一因子的测量项确实不在同一因子下面。区分效度的测量可在骚系统验证性因子分析中完成。四、 收敛效度强调本应该在同一因子下面的测量项确实在同一因子下面。收敛效度的测量可在 sosa 系统验证性因子分析中完成。你学会了吗？智能分析与。

要想进行中介效应的分析，首先我们要理解中介变量的含义。通俗的来说，呃，我们会研究自变量 x 对应变量 y 的影响，那如果自变量 x 通过影响变量 m 进一步影响变量 y， 那变量 m 就是一个中介变量。举一个简单的例子，假如说租客 x 通过中介公司 m 找到了一个合适的房子 y， 那中介公司在这个过程中就扮演了中介变量的角色，中介变量起到的作用就成为中介效应。在这个模型中的 a、 b、 c 和 c 撇在后面会介绍到， 那我们来举一个例子来加深对于中介变量的理解。如果说自变量是父亲的经济社会地位，那他通过影响儿子的受教育程度，进而影响到儿子的社会经济地位，那这个时候儿子的受教育程度就是一个中介变量。 那提到中介，他又分为两种情况，一种是部分中介，一种是完全中介。部分中介是指在 x 影响 y 的时候， 一部分作用是直接影响，另一部分作用是通过中介变量去影响。而完全中介是指 x 影响 y 的时候，全部的作用都通过中介变量去影响。那我们在数据分析的过程中，当 a 和 b 都显著的时候，当 c 撇的作用 呃，显著，那它就是一个部分中介。如果说 cp 不显著，则它是一个完全中介。接下来，我将使用我论文中的变量来进行中介效应检验的演示。 呃，在变量，在在。在这个例子中，自变量是累赘感，因变量是归属需要，中介变量是预期社会排斥。我所使用的方法是 boost drive 法，这也是近些年来比较简单的一种中介检验的方法。呃，需要在 spss 里面安装 process 的插件，在安装完之后，我们打开分析，然后点击回归，点击 process。 在这里我们需要填入我们的变量。首先自变量 x， 因变量 y 以及中介变量 m， 在这里 你可以填入你的控制电量。呃模型，这里我们选择 model 四，因为 process 里面它一共有八十一个模型。 model 四正好是符合我们简单中介呃模型的一个一个一个模型。 然后在这里要选择 boss drive 法，接下来我们点击 up 选选项，我们要选择标准化系数，呃，这个效用量以及总的效用值，点击继续呃，然后点击确定 好，现在结果已经出来了。呃，首先我们要检查 x， y 和 m 是否正确。那接下来我们来看第一个表格，第一个表格它所展示的是自变量对于中介变量的作用。 嗯，因为它 process， 它出现的数值可能会歪，所以你需要歪着去对齐看清这些数值。那在第一个表格中，它显示我们自变量对于面对于中介变量的作用是显著的， p 值小于零点零五。在第二个表格，它所展示的是当 把自变量和中介变量同时纳入到回归方程时，他们对于因变量的影响。那我们一样可以看到批值都是小于零点零五的，所以，呃，自变量和中介变量对于因变量的作用都显著。那最后是自变量对于因变量的总效应，我们一看到这个批值小于零点零五，所以他是显著的。 那根据我们以上的三个表格，我们可以得出结论就是我们的中介效应成立，并且它在其中起到一个部分中介的作用。 接下来我们来看这个模型的总效应，直接效应和间接效应，总效应 p 小于零点零五显著，直接效应 p 小于零点零五也显著。在间接效应中他并没有给出我们 p 值，所以我们需要来看执行区间的上下线，那当上线和下线同号，比如说同正或者同负的时候， 不包含零，就证明我们的效应是显著的。在这里我们可以看到呃负的零点三九和负的零点零二，零点零零二，它是不包含零的，所以间接效应也显著，也再一次证明了我们中介模 是成立的，并且是一个部分中介。那数据分析到这里我们应该怎么样报告这个分析的结果？在这里我给出了一份呃中介效应检验的一种报告的方法。首先我们要报告三个变量之间的相关情况 啊，在这里我们可以看到三个变量之间是显著相关的。接下来我们要进行呃回归分析的报告，那回归分析我们有三个模型，就对应我们上面提到过的三个表格。首先模型一他指的是自变量对于音变量的影响，看的是这个表格 啊，我们要我们要填写的数据，包括贝塔值，也就是这个，这个这个 call efficient 值，它的效应值还有 t 值，在这里 t 值还有尔方，这里尔方还有 f 值，还有它的显著性批值。 那模型二指的是呃自变量对于自变量对于中呃中介变量的影响。我们就看到这里的表格一一样填入我们的 bt 值、 t 值、 r 方和 f 值，呃模型三是 我们把自变量和音变量同时纳入到违规模型中，看他们二者对于音变量的影响。呃，也是一样，填入对应的贝塔值、 t 值，而方和 f 值。 在回归分析报告完之后，我们需要报告这个模型中的总效应、直接效应和间接效应，我们需要报告他的效应值。标准物是新区间的上线和下线以及间接效应占总效应的比率。这个比率你可以直接使用间接效用的效用值去除以总效用的效用值，也可以使用我们在前面讲到的 嗯， a 乘以 b 除以 c， 呃，去算，去算出去算出它的呃这个比率。 接下来接下来，呃，我们要做一个中介效应的路径图，这三个数值分别对应的是我们模型一、二、三中相对应的三个 bat 值。那填完对应的数值之后，这是一个完整的中介效应的报告的方法。