執行多層次中介分析(1):如何在 SPSS 中安裝MLmed

更新於 發佈於 閱讀時間約 3 分鐘

科學研究主要檢驗變項之間的因果關係,在確認因果關係時,檢驗中介效應尤為重要,然而,社會科學中常收集的資料是多層次(巢套)資料。若使用傳統的中介分析容易忽略樣本之間的相關性,則會導致結果有偏誤,所以多層次中介分析旨在解決此問題,SPSS可以透過MLmed執行此方法,本文將介紹如何安裝MLmed

raw-image

關於 MLmed

Mlmed 由Rockwood在 2017年開發,主要計算Multilevel moderated mediation。MLmed 是 SPSS 的插件程式,可簡化多級中介和調節中介模型的執行,還可以一次包含多個中介變項。 MLmed會自動執行擬合模型之前所需的所有繁瑣的數據管理。 這包括低水平預測變量的組內中心化,以及按照 Bauer、Preacher 和 Gil(2006 年)及其補充材料中概述的方式堆疊數據。 此外,自動提供間接影響,使用的是蒙特卡羅信賴區間。 還供了調節中介指數(The index of moderated mediation)。


安裝方法

點選MLmed官網下載.zip 文件,解壓縮後,包含 MLmed和用戶指南

raw-image

系統要求:建議使用SPSS 22.0或更高版本。

開始進行安裝,打開SPSS如下點選

raw-image

解壓縮檔案位置>MLMED_Beta_2>MLMED_Beta_2>MLMED_Beta_2.spd

出現下面對話,就代表安裝成功了~

raw-image

改輸出報表的語言

因為輸出語言關係,需要把輸出報表語言從中文改到英文,Mlmed才可以順利輸出結果。

編輯>選項>語言,如下圖點選

raw-image

基本介紹

分析>混合模式>MLmed

raw-image


Dataset, 注意,此處不是數據的文件名稱,而是SPSS生成的Dataset(資料集),如果你只是打開一個數據文件,就是Dataset1(資料集1)。只需要查看下面標黃的即可。輸出數據位置(Folder):每次分析都會輸出一些數據,你可以選擇它要放置位置,例如放在D:\

raw-image



留言
avatar-img
留言分享你的想法!
avatar-img
教育心理博士的筆記本
241會員
136內容數
文章內容以圖像式和步驟化方式,教您如何在各種統計軟體中(例如:SPSS、R和Mplus),執行多種統計方法。此外,我還會分享一些學術和科技新知,幫助您在學術之路上走得更順利。
2024/11/28
以前,若多因子的變異數分析的變異數同異質性假設未通過,那麼變異數分析的F值就會有所誤差,也沒有適當的無母數統計可以替代。最近,有學者提倡Welch-James統計量,這種方法相較於傳統的方差分析更具有穩健性,並且同樣可以檢驗因子主效應和交互作用。通過一些實際案例,我們展示瞭如何在R語言中使用本方法。
Thumbnail
2024/11/28
以前,若多因子的變異數分析的變異數同異質性假設未通過,那麼變異數分析的F值就會有所誤差,也沒有適當的無母數統計可以替代。最近,有學者提倡Welch-James統計量,這種方法相較於傳統的方差分析更具有穩健性,並且同樣可以檢驗因子主效應和交互作用。通過一些實際案例,我們展示瞭如何在R語言中使用本方法。
Thumbnail
2024/05/01
高低分組,顧名思義,就是把考生的成績分成兩組:表現最好的一組和表現最差的一組。依據Kelley(1939),通常前27%的考生是高分組,後27%的考生是低分組。如果高分組和低分組的表現差異很大,那麼說明這題題目鑑別度高,能有效區分不同程度的考生。
Thumbnail
2024/05/01
高低分組,顧名思義,就是把考生的成績分成兩組:表現最好的一組和表現最差的一組。依據Kelley(1939),通常前27%的考生是高分組,後27%的考生是低分組。如果高分組和低分組的表現差異很大,那麼說明這題題目鑑別度高,能有效區分不同程度的考生。
Thumbnail
2023/11/23
Groupmean centering是一種常用的資料預處理方法,特別是多層次分析,若要使用Rights & Sterba (2019)(2019) 發展出R2 (R&S),要對需要將層次1的變項和交互作用都 Groupmean centering。本文介紹使用R和SPSS操作方法
Thumbnail
2023/11/23
Groupmean centering是一種常用的資料預處理方法,特別是多層次分析,若要使用Rights & Sterba (2019)(2019) 發展出R2 (R&S),要對需要將層次1的變項和交互作用都 Groupmean centering。本文介紹使用R和SPSS操作方法
Thumbnail
看更多
你可能也想看
Thumbnail
TOMICA第一波推出吉伊卡哇聯名小車車的時候馬上就被搶購一空,一直很扼腕當時沒有趕緊入手。前陣子閒來無事逛蝦皮,突然發現幾家商場都又開始重新上架,價格也都回到正常水準,估計是官方又再補了一批貨,想都沒想就立刻下單! 同文也跟大家分享近期蝦皮購物紀錄、好用推薦、蝦皮分潤計畫的聯盟行銷!
Thumbnail
TOMICA第一波推出吉伊卡哇聯名小車車的時候馬上就被搶購一空,一直很扼腕當時沒有趕緊入手。前陣子閒來無事逛蝦皮,突然發現幾家商場都又開始重新上架,價格也都回到正常水準,估計是官方又再補了一批貨,想都沒想就立刻下單! 同文也跟大家分享近期蝦皮購物紀錄、好用推薦、蝦皮分潤計畫的聯盟行銷!
Thumbnail
每年4月、5月都是最多稅要繳的月份,當然大部份的人都是有機會繳到「綜合所得稅」,只是相當相當多人還不知道,原來繳給政府的稅!可以透過一些有活動的銀行信用卡或電子支付來繳,從繳費中賺一點點小確幸!就是賺個1%~2%大家也是很開心的,因為你們把沒回饋變成有回饋,就是用卡的最高境界 所得稅線上申報
Thumbnail
每年4月、5月都是最多稅要繳的月份,當然大部份的人都是有機會繳到「綜合所得稅」,只是相當相當多人還不知道,原來繳給政府的稅!可以透過一些有活動的銀行信用卡或電子支付來繳,從繳費中賺一點點小確幸!就是賺個1%~2%大家也是很開心的,因為你們把沒回饋變成有回饋,就是用卡的最高境界 所得稅線上申報
Thumbnail
階層線性模式(MLM) 或是多層次模式(HLM)可以說是當代社會科學研究重要的統計方法學。現實中,我們收集到的資料可能巢套在不同層層次的單位當中。這種巢套關係很容易違反資料獨立性的假設導致許多傳統統計方法無法使用,本文將從簡單的公式說明多層次資料的問題,並介紹HLM的概念。
Thumbnail
階層線性模式(MLM) 或是多層次模式(HLM)可以說是當代社會科學研究重要的統計方法學。現實中,我們收集到的資料可能巢套在不同層層次的單位當中。這種巢套關係很容易違反資料獨立性的假設導致許多傳統統計方法無法使用,本文將從簡單的公式說明多層次資料的問題,並介紹HLM的概念。
Thumbnail
多層次資料問題指的是在社會科學研究中,我們經常透過問卷以班級或學校為單位進行調查,此時收集到的資料很可能存在著多個層次的結構。這意味著我們觀察到的個體或單位被分類或分群到不同的層次中。本文將簡介此用傳統統計分析多層次資料結構的問題和限制
Thumbnail
多層次資料問題指的是在社會科學研究中,我們經常透過問卷以班級或學校為單位進行調查,此時收集到的資料很可能存在著多個層次的結構。這意味著我們觀察到的個體或單位被分類或分群到不同的層次中。本文將簡介此用傳統統計分析多層次資料結構的問題和限制
Thumbnail
作為【統計微學堂】第一篇文章,本文不直接開門見山談論統計概念及方法介紹,而是回應SPSS初學者經常面臨到首要問題「如何安裝SPSS軟體」,是直接購買正版嗎?或洽由統計公司以租代買方式?還是透過網路下載逕行使用?又或是使用學長姐所傳承版本?
Thumbnail
作為【統計微學堂】第一篇文章,本文不直接開門見山談論統計概念及方法介紹,而是回應SPSS初學者經常面臨到首要問題「如何安裝SPSS軟體」,是直接購買正版嗎?或洽由統計公司以租代買方式?還是透過網路下載逕行使用?又或是使用學長姐所傳承版本?
Thumbnail
多層次資料若使用傳統的中介分析容易導致結果偏誤,所以多層次中介分析旨在解決此問題,本次介紹如何透過MLmed進行多層次中介分析,本文將透過不同案例說明多層次中介分析包含1-1-1 模型和2-1-1模型,也會說明加入調節變項案例,還有多重中介變項案例。每個案例都會講解如何操作和判讀報表。
Thumbnail
多層次資料若使用傳統的中介分析容易導致結果偏誤,所以多層次中介分析旨在解決此問題,本次介紹如何透過MLmed進行多層次中介分析,本文將透過不同案例說明多層次中介分析包含1-1-1 模型和2-1-1模型,也會說明加入調節變項案例,還有多重中介變項案例。每個案例都會講解如何操作和判讀報表。
Thumbnail
科學研究主要檢驗變項之間的因果關係,在確認因果關係時,檢驗中介效應尤為重要,然而,社會科學中常收集的資料是多層次(巢套)資料。若使用傳統的中介分析容易忽略樣本之間的相關性,則會導致結果有偏誤,所以多層次中介分析旨在解決此問題,SPSS可以透過MLmed執行此方法,本文將介紹如何安裝MLmed
Thumbnail
科學研究主要檢驗變項之間的因果關係,在確認因果關係時,檢驗中介效應尤為重要,然而,社會科學中常收集的資料是多層次(巢套)資料。若使用傳統的中介分析容易忽略樣本之間的相關性,則會導致結果有偏誤,所以多層次中介分析旨在解決此問題,SPSS可以透過MLmed執行此方法,本文將介紹如何安裝MLmed
Thumbnail
縱貫式中介模型(Longitudinal Mediation Model)是研究隨著時間的改變,變數X如何通過中介變數M影響變數Y的統計模型。它是長期觀察和分析數據的有用工具,可以揭示X和Y之間的關係以及中介變數M在這個關係中扮演的角色。本文將介紹縱貫式中介模型Mplus操作
Thumbnail
縱貫式中介模型(Longitudinal Mediation Model)是研究隨著時間的改變,變數X如何通過中介變數M影響變數Y的統計模型。它是長期觀察和分析數據的有用工具,可以揭示X和Y之間的關係以及中介變數M在這個關係中扮演的角色。本文將介紹縱貫式中介模型Mplus操作
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News