第八章常见模型的数据分析过程与技巧

管理学研究方法与论文写作ManagementResearchMethodsandThesisWriting杨学儒董保宝叶文平主编第八章：常见模型的数据分析过程与技巧：以SPSS为例01常见模型概述常见模型概述多重中介模型的类别：并行多重中介模型链式多重中介模型只含有中介的模型常见模型概述只含有调节的模型同时包含中介和调节的模型典型的同时包含中介和调节的模型有中介的调节有调节的中介有调节的中介和有中介的调节的联系与区别01联系：从理论上说，对于“有调节的中介”的模型的建立，主要目的是研究不同群体之间的中介效果是否保持不变，这是一种有条件的间接影响。区别：一是根据字面可以看见，词根表示首先存在的效应；二是在“有中介的调节”中，交互影响一定是在第一阶段；而在“有调节的中介”中，交互效应在第一阶段和第二阶段均可。联系与区别样本概况与描述性统计02对于数据来源的考量030102样本来源的企业。样本所针对的目标调查对象。样本数据的收集过程以及样本最后所呈现的结构内容。描述性统计的主要作用描述性统计是描述原始数据特性的最佳指标，它对于中心位置的度量、中心情况的度量以及数据集中观测值相对位置的度量均有详细描述。描述性统计可以在进一步分析之前，侦测隐藏在数据中的异常值或者由于观测、录入数据时的错误，防止对结果产生不良影响。作用描述性统计的变量描述在描述定性变量时，频数和频率是两个重要指标。•数据的集中趋势•数据的离散程度•数据的分布形状，反映数据分布的偏态和峰态0201定性变量定量变量相关性分析与多重共线性检验03数据的质量分析效度分析信度分析非应答偏差同源误差变异来源的识别和测量的方法分离出可测量的方法的变异来源分离出一个标签变量分离出第一公因子识别和测量的方法相关分析01研究变量之间的相关关系主要从两个方向进行：一是相关分析，即通过引入一定的统计指标量化变量之间的相关程度：另一个是回归分析。但是回归分析更注重于因果关系，而不仅仅是相关关系。研究变量之间的相关关系相关性分析的分类01简单相关分析02偏相关分析03距离相关分析Pearson相关系数Spearman等级相关系数Kendall’stau-b相关系数相关分析和回归分析变量间关系的方向一致；对同一样本的假设检验一致；用回归解释相关系数的平方r2称为决定系数，是回归平方和与总的离均差平方和之比，故回归平方和是引入相关变量后总平方和减少的部分，其大小取决于r2。在回归分析中，变量X和变量Y主要为因果关系或从属关系，而在相关分析中，变量X和变量Y处于平等相互的地位。相关分析中，变量均为随机变量。但在回归分析中，因变量Y可以是随机变量，自变量X可以是随机变量，也可以是非随机的确定变量。相关分析的目的是把两变量间线性关系的密切程度及方向用一统计指标表示出来；回归分析的目的则是把自变量与应变量间的关系用函数公式定量表达出来。联系区别多重共线性检验方法01相关系数检验02辅助回归模型检验直观判断法0403方差膨胀因子法多元线性回归04多元线性回归模型的作用01找出一个线性方程式，用来说明一组自变量与因变量的关系02了解这个方程式预测能力如何在解释因变量的变异时，是否只采用某些自变量即具有足够的预测力0403整体关系是否达到显著水平多元线性回归的适用条件01线性（linear）02独立（independence）方差齐性（equalvariance）0403正态（normality）曲线回归05曲线关系的检验——SPSS操作从“AnalyseData”菜单选择“Descriptives”，然后选择“Descriptives”。将属于所有变量的标签调转入标记有“Variables”的筐，点击左下角方框将标准化得分另存为变量，得到ZEO。其次，从“Transform”菜单选择“Compute”。在标记为“TargetVariables”的筐内，输入代表新列或乘积项的名称，如“EO-squ”。在标记为“NumericalExpression”的筐内，制定合适的公式，如ZEO*ZEO。建立创业导向的乘积项曲线关系的检验——SPSS操作从“AnalyseData”选择“Regression”后选择“Linear”。将新创企业绩效指定为因变量，Method选择“Enter”。Block1中将企业年龄、企业规模、环境动态性指定为自变量后，点击“next”；Block2中将创业导向指定为自变量后，点击“next”；Block3中将创业导向平方指定为自变量后，点击“next”。然后，点击“Statistic”按钮后，勾选“Estimates”“Modelfit”“Rsquarechange”，点击“continue”。进行回归分析Logit和Probit回归06Logit回归的SPSS操作本研究想要探讨企业规模、企业国际化经验、国际环境不确定性对企业国际新市场进入的影响。其中，因变量为国际新市场进入，属于二分类变量（0=不进入；1=进入）；自变量企业国际化经验为二分类变量（0=无经验；1=有经验），企业规模、国际环境不确定性为连续变量。研究设计Logit回归的SPSS操作首先，在主菜单中点击AnalyzeRegressionBinaryLogistic，点击后出现LogisticRegression对话框。其次，将因变量国际新市场进入选入Dependent框中，自变量企业规模、企业国际化经验和国际环境不确定性选入Covariates框中，Methods选项选择默认值，即“Enter”。再次，点击Categorical键，可显示LogisticRegression：DefineCategoricalVariables对话框。SPSS操作Logit回归的SPSS操作鉴于SPSS要求定义所有分类自变量，因此，将Covariates分类自变量企业国际化经验选入CategoricalCovariates框中。接着，点击Continue键，回到LogisticRegression对话框。然后，点击Options键，显示出LogisticRegression：Options对话框，在-StatisticsandPlots-区域，选中Classificationplots，Hosmer-Lemeshowgoodness-of-fit，Casewiselistingofresiduals和CIforexp（B）这4个选项；在Display区域，选中Atlaststep选项。点击Continue键，即可返回LogisticRegression对话框。最后，击OK键，即可分析生成结果。SPSS操作中介效应检验07中介效应检验方法01逐步检验法02系数乘积检验法Bootrapping0403差异系数检验法调节效应检验08显变量的调节效应分析方法030102自变量与调节变量均为类别变量时，做多因素方差分析，此时的交互效应即为调节效应。若交互效应显著，则调节效应显著。自变量与调节变量均为连续变量时，第一步将两个变量中心化，中心化的目的是避免回归方程中各变量之间的多重共线性问题。当自变量是连续变量，调节变量是类别变量时，按照调节变量的类别做分组回归。分别做Y对X的回归，若回归系数显著，则证明调节效应显著。04当自变量为类别变量，调节变量为连续变量时，对自变量使用伪变量。跨层级回归09多层线性模型原理与内涵0102当我们试图证明因变量Y的总体变异是怎样受到第一层和第二层因素的影响时，便需要构建一个多层线性模型以表述不同层级变量之间的关系。因而，我们给出两层次模型的一般数学表达式：分析结果报告的撰写示例与技巧10具体分析报告撰写步骤01阐述数据分析策略和要求02展示回归分析中多层回归模型概况说明检验目的0403依据假设提出顺序分步骤进行检验05分步骤解读指标内涵感谢聆听