什么时候做simple slope test(简单斜率分析)
经常我们会在论文见到simple slope test,也就是简单斜率分析。那么这个简单斜率到底是什么?它跟简单效应分析(simple effect test)有什么区别呢?
操作方法
- 01
首先应该认识到,简单斜率和简单效应都是在具有交互作用的情况下进行的。两个自变量的交互作用对因变量的效应显著,这个时候我们需要知道在一个自变量的不同水平下,另一个自变量对因变量的影响如何!
- 02
简单效应检验举例来说:性别与思维方式的交互作用对个体的同伴交往的影响,我们假设男性假如在同伴交往中采用更多的感性思维,女性在同伴交往中采用更多的理性思维,也就是我们所说的互补,那么更容易脱光。那么要检验这样一个假设,首先要证明性别与思维方式的交互作用是显著的,然后进行简单效应检验。
- 03
简单斜率检验举例说明:家庭经济状况与努力程度对个体成就的影响,我们假设家庭经济状况得分高的个体,努力程度对个体成就的影响程度要小于家庭经济状况得分低的个体。那么要检验这个假设的话,我们就首先要证明家庭经济状况与努力程度的交互作用对个体成就的影响显著,然后进行简单斜率分析。
- 04
两者的区别:不知道大家看了上面的两个例子,是否能总结出简单斜率和简单效应的最本质的区别,其实就是自变量的数据类型,简单效应检验用的最多的就是方差分析交互作用显著之后,方差分析要求的数据类型就是自变量都是类别变量。而简单斜率分析一般最多的就是当自变量只要有一个数据类型为连续变量,两者交互作用显著,我们就需要进行简单斜率分析。一般在调节效应中使用最多。在后面我会为大家讲到如何用SPSS分别编写SYNTAX进行简单效应分析和简单斜率检验。
赞 (0)