此前，小编给大家分享了“中介调解及中介调解的分析方法”和“中介效果检验”的基础知识和分析方法的介绍。 至于本期的内容，小编根据大家的需要整理了资料，主要是分享调节效应的相关知识以及如何使用amos来检验调节变量。
本期内容将主要分为以下三个部分：
Amos 的全名是 of，由 James L 开发。Amos 从 6.0 版开始就是 SPSS 家族的成员。 SPSS AMOS 21.0是一款使用结构方程（SEM）来探索变量之间关系的软件。
结构方程建模 (SEM) 是一种整合并扩展了标准方法的多元分析技术。 这些方法包括回归技术、因子分析、方差分析和相关分析。 它适合探索和分析复杂的多元数据。
Amos可以同时分析多个变量，是一个强大的统计分析工具。 Amos 使用可视化的鼠标拖动方法快速构建模型，以测试变量如何相互影响以及为什么会发生这种影响。 不需要从头到尾编写程序指令，提高了数据分析的效率。
同时，Amos建立的SEM将比标准的多元统计分析更加准确。 此外，Amos还允许我们检查数据是否符合既定模型，并进行模型探索（逐步构建最合适的模型）。
ØAmos下载：官网下载版本：21.0 22.0 23.0
(一)基础知识
如果变量Y和变量X之间的关系是变量M的函数，则M称为调节变量。 也就是说，Y和X之间的关系受到第三个变量M的影响。这个具有调节变量的通用模型如下图所示。
在海耶斯模型中
调节变量可以是定性的（如性别、种族、学校类型等），也可以是定量的（如年龄、受教育年限、刺激次数等），它影响依赖和依赖之间关系的方向。自变量（正或负）和强度。
(2)调节效应与交互作用的关系：
模型（1）中调节效应的分析主要是对c进行估计和检验。 如果c显着（即拒绝H0:c=0的假设），则说明M的调节作用显着。
熟悉交互效应（ ）的朋友可以从模型（1）看出，c实际上代表了X和M之间的交互效应，所以这里的调节效应就是交互效应。
图1
这样，从统计分析的角度来看，调整效应和交互效应可以说是一样的。 然而，调节效应和交互效应这两个概念并不完全相同。
在交互效应分析中，两个自变量的地位可以是对称的，其中任何一个都可以解释为调节变量； 也可以是不对称的，只要其中一个起到调节变量的作用，交互作用就存在。
(3)调节变量分析法
调节效应的分析与交互效应的分析类似。 这里讨论两个类别。 一是所涉及的变量（因变量、自变量和调节变量）都是可以直接观察到的显变量（ ），二是所涉及的变量中至少有一个是潜变量（ ）。
1 显着变量调节效应分析方法
我们需要根据自变量和调节变量的类型来选择分析方法。 具体我们参考温忠林先生的分析方法，见下表：
第二类是我们比较常接触到的。 也就是说，自变量是连续变量，调节变量是分类变量。
2 潜变量调节效应分析方法
潜在变量的分析需要使用结构方程模型进行跨组比较和产品交叉比较。 潜变量的测量会带来测量误差，因此在考虑潜变量时，将其视为连续变量。 具有潜变量的调节效应模型通常只考虑以下两种情况：
(1) 调节变量是分类变量，自变量是潜变量；
(2)调节变量和自变量都是潜变量。 当调节变量为分类变量时，进行群体结构方程分析。
我们主要介绍一下我们平时接触到的上述第二种调节效应检验。 也就是说，Amos 检验中自变量是连续变量，调节变量是分类变量。 AMOS分类调整变量多组分析操作步骤：
①打开amos，绘制结构模型图（图2）
图2
②新建一个组，双击下图空白处，点击“新建”（图3）
图3
③ 导入数据后，点击选择性别T，点击确定（图4）
图4
④ 再次点击“Group Value”，选择类别0，点击“OK”（图5）
图5
⑤ 用同样的方法设置Group，即Group 2，作为分类变量的类别1，如图6
图6
⑥将数据拖入变量框中（图7）
图7
⑦点击-分组进行设置如图8
图8
⑧设置剩余项，并检查输出选项设置（图9）
图9
⑨点击操作即可分析结果。
点击View Text下的Model Fit，可以查看模型以及模型的CMIN和DF值（图10），并计算差值，△CMIN=13.907，△DF=1
图10
⑩ 在Excel中计算显着性水平并应用函数（图11）：
代入上式，△CMIN和△DF计算出显着性水平为0.0001
图11
在获得显着的调节效果后，需要进一步分析两类调节效果的差异。 这里需要回到输出界面设置，检查然后进行计算（图12）
图12
最后点击View Text下方即可查看图中的值（图13）。 可以看到b1_1和b1_2，即女性和男性的值为-3.799，其绝对值大于1.96。 结论是，男女的调节作用存在显着差异，进一步表明性别具有显着的调节作用。
图13
参考：
温仲林，侯杰泰，张雷。 关键词： 调节效应, 中介效应, 比较及应用心理学报，2005(02)：268-274。
