有这种情况的,A年级(1、2、3)和B性别(1、2)作为自变量进行简单效应检验。其中开始你用年级A1水平上,B1和B2是否有显著性差异(A1B1、A1B2),然后A2B1、A2B2;A3B1、A3B2三个进行简单效应检验。最后判断到底是谁起主要影响。
交互作用显著而主效应不显著的情况一般比较少见,但是也是有的。这种情况就是说两个变量之间相互影响都不显著,但是两个变量交互作用显著,在这种情况下,不能单独讨论二者之间的简单影响作用,要深入讨论二者如何交互的。
扩展资料:
简单而言,与传统的回归分析不同,结构方程分析能同时处理多个因变量,并可以比较评价不同因果关系的理论模型。与传统的探索性因子分析不同,在结构方程模型中,我们可提出一个特定的因子结构,并检验它是否吻合数据。
通过结构方程多组分析,我们可了解不同组别 (如不同性别) 内各变量的关系是否保持不变,各因子的均值是否有显着差异。
国际上关于教育与心理统计的研究取得了快速的发展,结构方程模型可以说是其中发展较快,应用广泛的多元统计分析技术;在商业领域的品牌研究、顾客满意度研究等方向上也得到了广泛的应用。在我国,SEM研究方法还在管理学、经济学、医学及社会学研究等领域的应用也得到了快速的发展。
结构方程模型(SEM)是国际管理研究和其他社会科学研究中日益广泛采用的建模技术,每年的美国管理学会年会上都有专题教学和研讨。SEM越来越成为各类高层次学术刊物、高层次管理研究以及社会学和经济学等学科研究领域的必备方法。
参考资料来源:百度百科-spss
因素A和因素B都有显著的主效应,但是没有交互作用有可能说明 有其它未考虑因素左右影响因素B 在此基础上左A
如果 4组中只有1组是这样的 请核查数据 不如就用 Structrual Equation Modeling
sem 的好处就是在不考虑其他因素的作用下 把数据放在一起 就行了
贝叶斯sem间接效应看法
模型是一个简单中介模型,假设是A对B有显著正向影响,做完路径分析之后,直接效应不显著,间接效应和总效应显著,那在报告结果的时候,是说直接效应不显著,所以假设不成立...
如图,我的模型是一个简单中介模型,假设是A对B有显著正向影响,做完路径分析之后,直接效应不显著,间接效应和总效应显著,那在报告结果的时候,是说直接效应不显著,所以假设不成立,还是说总效应显著,假设成立?
Amos有这个功能的,一般采用Bootstrap来处理。如果涉及多重中介,则需要使用贝叶斯语法自定义公式。
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)