SPSSAU__交互作用深度剖析.pdf

交互项交互作用SPSSAU

交互作用的深入剖析

目录

1.原理说明1

2.交互项设置1

3.SPSSAU操作2

3.1A定类B定类3

3.2A定类B定量3

3.3A定量B定类5

3.4A定量B定量5

1.原理说明

交互作用(Interactioneffect)指两个或多个因素（比如A因素和B因素）对于某项（比如身

高）的影响时，A因素和B因素各个水平之间是否存在着相互作用关系。比如A因素为性别，

B因素为区域，男性并且北方群体时身高如何，男性并且南方群体时身高如何，也或者女性并

且北方群体时身高如何，女性并且南方群体时身高如何。性别的2个水平（男和女），与区域的

2个水平（北方和南方）之间有没有交互。

简单言之：身高效应=性别+区域+性别*区域。如果交互项（性别*区域）并不具有

显著性，此时说明具有交互效应。

交互效应的分析上，交互项的设置非常关键，其显著性即代表是否存在着交互效应。接下

来具体说明交互项设置。

2.交互项设置

第1部分简要阐述交互作用的简要应用，本部分介绍交互项的设置，如下表格说明：

A因素B因素数据处理

定类定类不需要处理

定类定量✓定量转定类法

✓哑变量乘积法

定量定类✓定量转定类法

✓哑变量乘积法

定量定量✓定量转定类法

✓乘积法

✓A定类B定类。此时直接使用SPSSAU的双因素方差进行研究即可，并且选中‘二阶

效应’即可，并不需要提前进行交互项设置处理。

✓A定类B定量。此时共有两种处理方式，分别是‘定量转定类法’和‘哑变量乘积法’，

如下表格说明：

数据处理说明

定量转定类法将B分成两组(或3组等)，通常是按照平均值/中位数等作为切割点

分组，得到新的定类数据，进行双因素方差分析

哑变量乘积法将A作哑变量处理，然后将哑变量与B相乘，得到交互项

将定量数据转化成定类数据，相当于将定量数据进行分组，变相地变成定类数据，然

后使用双因素方差分析时，选中‘二阶效应’即可进行分析。

哑变量乘积法时，将A因素进行哑变量处理，然后将得到的哑变量分别与B因素相

乘，即得到交互项，至于后续分析方法，通常是使用ols线性回归。

✓A定量B定类。完全参照‘A定类B定量’即可。

✓A定量B定量。此时可分别将A或者B进行‘定量转定类法’处理，也或者直接将A

乘B得到交互项，至于后续分析方法，通常使用ols线性回归。

3.SPSSAU操作

第2部分中讲述交互项基本原理，接下来讲解SPSSAU操作，分别分为四部分。以及操作

时使用数据如下图：

上述案例数据的说明如下表格：

项说明

Index编号，无特别意义

A定类学历：专科以下、专利等，定类数据

B定类职业：学生、专业技术人员等，定类数据

A定量连续数据

B定量连续数据

Y