SPSS调节效应插件Process V2.16.3破解版免费下载附安装教程

在中介效应、调节效应的分析过程中，主要有两种思路，一种是显变量，另一种是潜变量结构方程模型。对应的软件也分为两类，一类是基于显变量路径分析模型的SPSS、SAS等软件，一类是基于潜变量模型的lisrel、Amos、Mplus等结构方程模型软件。由于SPSS操作更为简单，因此，如何用SPSS进行中介效应、调节效应模型的分析成为很多学者的兴趣，近几年发展出的Process插件就是经典，应用逐年猛增。本文对此方法做一简介。

Process的操作应用。Process主要应用于SPSS、SAS等传统数据统计分析软件，在SPSS中除了可以可视化操作外，还可以通过Syntax语法等方式操作，扩展功能更为强大。

Process可以提供的分析结果。首先，传统SPSS做中介和调节效应时需要分步或分层回归，但Process则一步到位。其次，Process专门用于分析中介效应和调节效应分析，除了常规回归分析的结果外，还额外提供直接效应、间接效应的估计值以及Bootstrap置信区间、Sobel检验等结果。此外，Process还可以处理多中介、多调节以及有调节的中介、有中介的调节等复杂模型。所有这些，是大多数选择用SPSS做中介或调节效应分析的主要原因，也是这个插件的优势之处。

Process的模型构建。Process提供了70多个模型，分析过程中需要选择对应的模型，设置相应的自变量、因变量、中介或调节变量即可。

1、Process只能处理显变量路径分析模型，不能处理潜变量模型，潜变量模型需要使用结构方程模型。那么，是用SPSS的Process插件还是用Amos等结构方程模型处理中介（Mediation）、调节效应（Moderation），哪个更好？

对此要考虑这么几个问题，一个是样本量的问题，当样本量比较小时，用SPSS的Process方法比较好，因为小样本的数据更接近t分布而不是正态分布，而结构方程模型主要用于处理大样本。

另一个是测量误差问题，SPSS只能处理显变量，不能分离测量误差，因而其结果不如潜变量的结构方程模型精确。

第三是，SPSS不能像结构方程模型那样提供模型拟合参数，不能进行模型的整体评价。因此，如果研究者关注的重点是路径关系而不是整体模型效度，或者结构方程模型分析发现变量之间的路径关系符合理论假设但模型拟合不佳（需要规避模型拟合问题）则考虑SPSS的Process方法比较好。

2、在做调节效应分析时，自变量、调节变量都要纳入模型，而不能只是将交互项纳入模型，同时还需要注意变量的中心化问题。