Consulte también el Tutorial de regresión de moderación de SPSS.
Un médico deportivo quiere saber si el entrenamiento y la edad se relacionan con el porcentaje de músculo corporal y cómo se relacionan. Sus datos sobre 243 pacientes masculinos están en muscle-percent-male.sav, parte del cual se muestra a continuación.
Regresión con efecto de moderación
La forma básica de utilizar estos datos es ejecutar una regresión múltiple con la edad y las horas de entrenamiento como predictores. Sin embargo, nuestro médico espera interacción de moderación efecto entre la edad y el entrenamiento. Precisamente, cree que
el efecto del entrenamiento sobre el porcentaje de músculo disminuye con la edad.
El siguiente diagrama ilustra la idea básica.
El efecto de moderación se puede probar creando una nueva variable que represente este efecto de interacción. Lo haremos en 3 pasos:
- centro de la media ambos predictores: reste las medias de las variables de todas las puntuaciones individuales. Esto da como resultado que los predictores centrados tengan medias cero.
- calcular el predictor de interacción como el producto de los predictores centrados en la media;
- Ejecute un análisis de regresión múltiple con 3 predictores: los predictores centrados en la media y el predictor de interacción.
Los pasos 1 y 2 se pueden realizar con sintaxis básica como se describe en ¿Cómo significar los predictores centrales en SPSS? Sin embargo, presentaremos una herramienta simple a continuación que realiza estos pasos por usted.
En primer lugar, necesita SPSS con SPSS-Python-Essentials para instalar esta herramienta. La herramienta se puede descargar desde SPSS_TUTORIALS_MEAN_CENTER.spe.
Después de descargarlo, abra SPSS y navegue hasta
Como se muestra abajo.
Para versiones anteriores de SPSS, intente
Es posible que deba ejecutar SPSS como administrador (haciendo clic con el botón derecho en el acceso directo del escritorio) para instalar las herramientas.
Primero abra algunos datos, como muscle-percent-male.sav. Después de instalar la herramienta de centrado medio, la encontrará en el menú.
Esto abre un cuadro de diálogo como se muestra a continuación. Tenga en cuenta que las variables de cadena no aparecen aquí: deben convertirse en variables numéricas antes de que puedan centrarse en la media.
Los nombres de las variables para los predictores centrados consisten en un prefijo + los nombres de las variables originales. En este ejemplo, la edad media centrada y los thours se denominarán cent_age y cent_thours.
Opcionalmente, cree nuevas variables que contengan todos los efectos de interacción bidireccional entre los predictores centrados. Para 2 predictores, esto da como resultado solo 1 predictor de interacción.
Haciendo clic da como resultado la sintaxis siguiente. Ejecútelo.
* Centro medio de 2 variables, calcula 1 efecto de interacción e imprime una tabla de verificación.
SPSS_TUTORIALS_MEAN_CENTER VARIABLES = «treinta años de edad»
/ PREFIJO DE OPCIONES = cent_ INTERACCIONES DE LA TABLA DE COMPROBACIÓN.
En la vista de variables, observe que se han creado (y etiquetado) 3 nuevas variables. Precisamente estas 3 variables deben ingresarse como predictores en nuestro modelo de regresión.
Si se solicitó una tabla de cheques, encontrará una Estadísticas descriptivas tabla en la ventana de salida.
Tenga en cuenta que los predictores centrados en la media tienen exactamente cero medias. Sin embargo, sus desviaciones estándar no se modifican con el centrado medio, que es precisamente la diferencia entre este procedimiento y el cálculo de las puntuaciones z.
Bien, eso servirá para nuestra herramienta de centrado. Cubriremos un análisis de regresión con un efecto de interacción de moderación en 1 o 2 semanas aproximadamente.
¡Gracias por leer!