调节作用的检验结果分析-eg5.docx
安徽工业大学研究生课程考核答题纸评分考核课程：管理研究设计与方法阅卷人:班级：学号：姓名：注意事项1 .请将上述项目填写清楚2 .字迹要清楚、保持卷面清洁3 .将试卷、答案一起归档-O-6年12月29日调节作用的检验结果分析一-调节作用检验数据51探索性因子分析本研究主要采用主成分分析提取因子，通过直交转轴的最大变异法旋转得出的成分矩阵。如表1所示，主要构念的所有测量条目合并的KMO为0.82900.8),表明适合进行因子分析；Bartlett,S球形检验的近似卡方分布为675.515,自由度为66,显著性概率值p=0.00(X0.05,达到显著性水平，也表明测量数据适合进行因子分析。旋转后共提取3个因子,解释的总方差达到70.610%,高于60%,所有因子的条目载荷均大于0.5,表明因子分析的结果可以接受，如表2所示。表1KMO和Bartlett的检验取样足够度的度量.829KaiSer-Meyer-Olkin近似卡方分布675.515Bartlett的球形度检验df66Sig.000表2旋转后的成份矩阵因子指标成份123MMl.815.794.799.816.751.769.856.777.744.779.802.748M2M3M4M5XXlX2X3X4YYlY3Y3提取方法：主成分。旋转法：具有Kaiser标准化的正交旋转法。a.旋转在5次迭代后收敛。2信度与效度检验首先，本研究使用了SPSS20.O与LISREL8.70软件分别对样本数据进行了描述性统计分析、探索性因子分析和验证性因子分析，主要采用Cronbach,sAlpha系数计算出相应的。系数。统计结果如表3所示，建构的CronbaCh's。系数的最小值为0.805,均高于0.7(可接受的最小临界值)，同时，表6中组合信度(CR)最小值为0.812600.7),均表明各变量的测量具有良好的建构信度。表3Cronbach,sa系数变量信度X0.892M0.842Y0.805其次，根据验证性因子分析(CFA)的结果，各个观察变量潜在变量上的标准化因子载荷的最小值为0.63,均高于最低临界水平0.50,且不存在交叉负荷，初步表明量表具有较好的聚合效度。如表4所示。表4验证性因子分析：潜变量及其测量条目潜变量及其测量条目Vf因子载荷t值MMl0.8610.59M20.8310.23M30.758.65M40.809.60M50.738.30XXl0.505.00X20.768.44X30.778.56X40.859.68YYl0.606.48Y20.819.17Y30.8810.25表5主要以合度指娄拟合度指数X2DFX2/DFRMSEAGFINFICFI指数值73.64491.50.070.890.940.98Uha-Sc5i0u=7M64.Cif=T9，P-v0口u=O。工N93，RXSEA=O.070最后，根据相关研究的建议，各建构的平均方差提取值(AVE)均大于0.5,且各因子的AVE的平方根都大于该因子与其他因子的相关系数，进一步表明具有较好的聚合效度和区分效度。如表6所示。表6相关系数矩阵与平均提炼方差AVE变量均值标准差组合信度(CR)123M21.41354.011180.89570.7955X12.76703.196820.8171.420.7320Y10.44232.448800.8126.557".460*0.9014注：*表示p<005;*表示p<0.01(双侧)水平上显著相关；AVE值在对角线上3调节作用检验根据调节效应检验步骤，借助SPSS20.0统计分析软件，运用层级回归的方法进行调节作用检验并报告检验结果，并进行共线性诊断。以模型3的交互项是否显著来判断调节作用是否存在。回归结果见表7。表7多元层级回归分析模型汇总变量ModelMode2Mode3X0.445*0.258*-0.891*(4.948)(2.886)(-2.643)M0.442*-0.299(4.941)(-1.318)M*X1.632*(3.521)D-W值1.954R20.1980.3580.431Adj.R20.1900.3450.413r20.1980.1600.073F24.486*24.415*12.395*注：*P<0.05,*P<0,01,*P<0.001,括号内为t值表7的多元层级回归变量未经过中心化处理，模型中VIF值最大达到36.621。VIF值远高于临界水平10,存在严重的共线性问题。因此需要进一步对变量进行中心化处理。表8多元层级回归分析模型汇总变量ModelMode2Mode3ZX0.445*0.258*0.233*(4.948)(2.886)(2.739)ZM0.442*0.535*(4.941)(6.035)ZM*ZX0.283*(3.521)D-W值1.954R20.1980.3580.431Adj.R20.1900.3450.413r20.1980.1600.073F24.486*24.415*12.395*注：*P<0.05,*P<0.01,*P<0.001,括号内为t值表8进行多元层级回归前变量经过中心化处理,模型中VIF最大值为1.340,VIF值远低于临界水平10,D-W值为1.954<2通过检验。调节作用图回归结果分析：（1）模型1加入自变量后，因变量对自变量回归，Adj.R2系数为0.190,在0.001水平显著，模型有意义。自变量回归系数为0.445,在O.OOl水平显著。因此，X对Y有正向影响。(2)模型2在模型1的基础上加进M后，Adj.R2系数为0.345,在0.001水平显著，表明模型有意义。自变量系数由0.445显著下降到0.258O(3)模型3在模型2的基础上加进M和X的乘积交互项后，Adj.R2系数为0.413,在0.001水平显著，表明模型有意义。自变量回归系数为0.233,在0.01水平下显著，M和X的乘积交互项系数为0.283,在0.001水平下显著，表明在X对Y的正向影响中，M起到增强型的调节作用。
