中介與調節模式：SPSS+外掛模組PROCESS之應用

　　⊙介紹中介及調節模式在SPSS軟體的操作分析程序與結果解釋，並加入SPSS外掛模組PROCESS的操作與實務應用。
　　⊙理論與實作兼具，深入淺出說明統計分析輸出結果，操作步驟清楚易懂。
　　⊙適合社會科學領域之研究、論文撰寫使用。

　　【用SPSS + 外掛模組PROCESS達到資料分析目的】

　　中介模式（mediation model）與調節模式（moderation model）都是線性迴歸統計方法的應用，在社會科學研究範疇中，也是研究者研究架構的常見模式。

　　本書介紹中介、調節模式在SPSS軟體的操作分析程序與結果，並增列SPSS外掛模組PROCESS的操作與實務應用，讓資料統計分析更容易達成。內容精選研究論文常用的架構模式，用實際案例加以說明，包括操作程序與結果解析，並搭配SPSS軟體的操作與輸出表格結果提供前後對照，讓讀者能以最有效率方法「看得懂、學得會、直接運用」。

作者簡介

吳明隆

　　現職：
　　高雄師範大學師資培育中心教授

　　學歷：
　　高雄師範大學教育學博士

　　著作：
　　SPSS(PASW)與統計應用分析I
　　SPSS(PASW)與統計應用分析II
　　結構方程模式－AMOS的操作與應用
　　結構方程模式－SIMPLIS的應用
　　結構方程模式─實務應用秘笈
　　論文寫作與量化研究
　　SPSS操作與應用—多變量分析實務
　　SPSS操作與應用—變異數分析實務
　　SPSS操作與應用：問卷統計分析實務
　　SPSS與統計應用分析
　　SPSS問卷統計分析快速上手祕笈

　　電子郵件地址：
　　t2673@nknucc.nknu.edu.tw

Chapter 1   中介變項
 
在實驗研究法中，實驗者操弄控制的變項稱為「自變項」（independent variable; [IV]），或稱為獨變項，受實驗操弄控制所影響的變項稱為「依變項」（dependent variable; [DV]），在迴歸分析中，依變項又稱「結果變項」（outcome variable）或「效標變項」（criterion variable），自變項又稱為解釋變項或預測變項。如投入動機對學習表現的影響中，投入動機為自變項（X變項）、學習表現為依變項（Y變項）。
 
壹、中介變項意涵
 
二個變項間的相關稱為積差相關，其量數值稱為積差相關係數，有相關才有迴歸預測功能，也才有可能有因果關係，二個變數間之迴歸方程式稱為簡單迴歸，預測力為積差相關係數的平方值—決定係數。
 
簡單線性迴歸方程式為：Yj= b0+ b1X+ errorj，b0為截距項或迴歸常數項（regression constant），b1為迴歸係數或稱迴歸加權值（斜率）（regression coefficient/regression weight），表示自變項X變化一個單位時，依變項會改變b1個單位。
 
自變項與依變項有顯著中高度相關時，在自變項與依變項間可能存有第三個變項，此變項會受到自變項的影響，變項本身又顯著影響依變項，此種變項稱為「中介變項」（mediating variable/medators）。自變項與依變項間的相關不高，或是自變項對依變項的預測力未達統計顯著水準（p>.05），表示二者積差相關係數顯著等於r=0，r平方決定係數—解釋變異量也是0，此時進行自變項與依變項間的中介變項檢定便沒有實質意義。自變項與依變項間有顯著中高度相關時，為進一步探究其中是否受第三個變項影響，會增列第三個變項（M），此變項受到自變項X影響又可能影響依變項，稱為中介變項。中介模型的作用是確定並解釋在自變項與依變項之間的第三個假設變項，此第三個變項即為中介變項。Baron與Kenny（1986）提出以下的中介變項判斷準則：