第2章 数据的基本操作 实验一实验一 建立与编辑数据文件建立与编辑数据文件 v实验目的实验目的 理解建立数据文件的原理和方法；掌握编辑数据文件的菜单功能；熟练应用SPSS软件编辑数据文件。实验一实验一 建立与编辑数据文件建立与编辑数据文件 v准备知识准备知识 测度（Measurement）含义 所谓测度是指按照某种法则给现象、事物或事件分派一定的数字或符号、通过测度来刻划事物的特征或属性。一般来说，任何事物或事件都具有直接的或者潜在的可测性，但是可测的程度或者水平是不同的。统计学中，通常将测度分为：Scale（定比测度，或比率测度）、 Ordinal （定序测度、或顺序测度）、Nominal（定类测度，或名义测度）。这3种测度水平以Scale测度的测度水平最高，Ordinal测度次之，Nominal测度的测度水平最低。 实验一实验一 建立与编辑数据文件建立与编辑数据文件 v准备知识准备知识 测度选择的原则（1）取值于一个区间，或者取值为比率的连续型变量应设置为Scale测度，如职工收入、身高、体重、价格等。（2）无论数值型变量还是字符型变量，只要资料具有某种内在的顺序分类，如可明显地区分为大、中、小；高、中、低等，则应设置为Ordinal测度。（3）如果资料不具有某种内在顺序分类的字符型变量，如公司的部门、地理区域划分等，可以设置为Nominal测度。 实验一实验一 建立与编辑数据文件建立与编辑数据文件 v实验步骤实验步骤 准备工作 在SPSS l7.0 中单击“文件”菜单下的“新建-文件”命令，同样，如果在“文件”菜单下的“新建-文件”选项中，选择“语法”、“输出”、“脚本”，则可分别打开对应窗口，进而分别建立新的.sps 、.spo、.rtf、.sbs文件。 (1)“文件”菜单下的“新建”选项 （2）打开SPSS左下方的“变量视图” “变量类型”对话框 “值标签”对话框 “缺失值(Missing)”对话框 “对齐(Align)”选项 “度量标准(Measure)”选项 定义了变量的各种属性后，如图所示 单击“Date View”按钮，回到数据视图中，就可以直接在表中输入数据，如图所示。 排序排序 （1）准备工作。在SPSS l7.0 中打开数据文件2-1sav，执行“文件打开”命令将数据调入SPSSl7.0的工作文件窗口。（2）选择“数据排序个案”命令，打开“排序个案(Sort Cases) ”对话框，如图2-1-10所示。 （3）选择排序变量。从源变量列表中选择一个或几个分类变量，单击中间的箭头按钮将它们移入排序依据框中。本例排序变量为“性别”和“年收入”。 （4）确定排序顺序。在“排列顺序”栏中选择一种排序方式。本例选择升序排列，如图所示。 排列顺序选项升序（Ascending）：排序顺序值由小到大升序排列；降序（Descending）：排序顺序值由大到小降序排列。 （5）单击“确定”按钮，返回数据窗口，分类排序结果显示数据窗口内，实验结果如图 选择个案选择个案 （1）准备工作。在SPSS l7.0 中打开数据文件2-1sav，执行“文件打开”命令将数据调入SPSSl7.0的工作文件窗口。（2）依次选择“数据选择个案”命令，打开“选择个案(Select Cases) ”对话框，如图所示。 本例在表达式栏里输入选择个案的条件表达式，如输入表达式“绩效评分 = 80 & 绩效评分 = 90”，即选择“绩效评分大于等于80且绩效评分小于等于90分的个案”。单击“继续”按钮返回主对话框，单击“确定”执行选择个案，如图所示。 选择个案随机样本”大约选项 选择个案：范围”选项 选择个案：范围”选项 合并数据文件合并数据文件 （1）准备工作。在SPSS l7.0 中打开数据文件2-1.Sav和件2-2.Sav，执行“文件打开”命令将数调入SPSSl7.0的工作文件窗口 （2）执行“数据(Data)合并文件（Merge Files）添加个案(Add Cases)”命令，打开将“个案添加到 ”对话框，如图所示。 （3）选择添加个案的合并方式，SPSS提供了两种方式：打开的数据文件打开的数据文件：直接从打开的数据文件合并。本例选择直接从打开的数据文件合并。外部外部SPSS Statistics SPSS Statistics 数据文件数据文件：选中“外部SPSS数据文件”后，单击“浏览”按钮，SPSS将弹出“添加个案：读取数据文件”对话框。（4）选定需要合并的数据文件，单击“继续”按钮，SPSS将弹出“添加个案从”对话框，如图所示。 （5）非成对变量配对。选中非成对变量框中欲配对的变量名，单击“ ”按钮进入“新的获得数据集中的变量”对话框中，表示题目具有相同的数据含义。用户也可以选择某个变量名，单击“更名”按钮修改变量名称后，再进行指定配对。 本例中“员工序号”变量与“ID”变量进行配对，如图所示。 （6）单击“确定”按钮，即可实现“添加个案”的数据文件。实验结果如图所示。 横向合并的操作步骤横向合并的操作步骤 （1）准备工作。在SPSS l7.0 中打开数据文件2-1.Sav和数据文件2-2.Sav，执行“文件打开”命令将数调入SPSSl7.0的工作文件窗口，并按照“年收入”升序排列，数据文件另存为2-11.Sav和2-21.Sav。 （2）选择“数据(Data)”菜单下的“合并文件(Merge Files)”命令，单击“添加变量(Add Variables)”按钮，打开“将变量添加到(Add Variables to)”对话框，如图所示。 （3）选择横向合并数据文件的方式。同样地，SPSS提供了两种方式供用户选择。一种是直接从已打开的数据文件中合并，这样就无须将欲合并的数据文件的数据编辑窗口关闭。用户选中“打开的数据集(An open dataset)”单选框，然后在下方的窗口中单击已打开数据文件的文件名即可。另一种是从外部的SPSS数据文件中合并，即选中“外部SPSS File)”对话框与打开数据文件的对话框相同。用户选中需要合并的数据文件，并单击“打开”按钮，即可返回“将变量添加到(Add Variables to)”对话框中。 (4) 选定需要合并的数据文件后，单击“继续”按钮，SPSS将弹出“添加变量从（Variables from)”对话框，如图所示。 数据分类汇总 数据分类汇总是按照用户指定的分类变量对个案进行分组，并对每组个案的各变量值计算指定的描述统计量(如求和、平均值等)。通过分类汇总，用户可以针对不同的组别了解每组的大致情况，并可以做出比较。 （1）准备工作。在SPSS l7.0 中打开数据文件2-1.Sav ，执行“文件打开”命令将数调入SPSSl7.0的工作文件窗口。 （2）执行“ 数据(Data)分类汇总（Aggregate）”命令，打开将“汇总数据（Aggregate data） ”对话框，如图所示。 （3）选择“分组变量”与“变量摘要”。本例中将“工作性质”移入分组变量，“年收入”移入变量摘要。 如果要改变系统默认的变量名，可以单击“名称”按钮，如图2-1-26所示。用户可以在对话框内输入汇总变量的名称和标签，定义完毕后，单击“继续”按钮，即可返回“汇总数据”对话框。 （4）选择函数。函数(Function)用于定义汇总函数，计算指定的描述统计量。单击“函数(Function)”按钮，弹出汇总数据：汇总函数(Aggregate Data：Aggregate Function)”对话框，如图所示。SPSS提供了三组函数，但每个汇总变量只能选择一个描述统计量进行汇总。 （5）选择保存分类汇总的方式。分类汇总的结果既可以存入新数据文件，也可以替换当前数据文件。“汇总数据 ”对话框提供三种保存分类汇总结果方式。 保存保存 将汇总变量添加到活动数据集(Add aggregated variables to active dataset)：SPSS将自动定义一个新变量，用以储存分类汇总的结果，新变量将自动添加到当前数据文件中；创建只包含汇总变量的新数据集(Create a new dataset comaining only the aggregated variables)：选中该选项，可以单击“文件(File)”按钮，指定汇总文件的保存路径和文件名，SPSS将创建只包含汇总结果的新数据文件； 一般情况下，特别是个案个数较多的数据文件，在进行分类汇总前，用户需要将个案数据根据中断变量(即分组变量)进行排序：否则，分类汇总无法进行。如果用户已经手动完成排序，即可选择该选项，SPSS将忽略排序的步骤，自动开始分类汇总。在汇总之前排序文件(Sort file before aggregating) 如果用户选择“分类汇总”前，并未对数据文件中的数据按照中断变量进行排序，也没有关系。SPSS提供了汇总之前先对文件进行排序的功能。选择该选项，SPSS将先对数据进行排序，然后再进行分类汇总。 （6）选择完毕后，单击“确定”按钮，即可实现分类汇总。实验结果如图所示。 实验一实验一 建立与编辑数据文件建立与编辑数据文件v实验总结实验总结 本部分“建立与编辑数据文件”的实验，主要是SPSS软件中的“文件”与“数据”菜单部分功能的操作与应用，例如：建立数据文件、变量排序、选择个案、合并数据文件和数据分类汇总。因此，需要理解数字型变量与字符型变量的区别与应用，例如，数据分类汇总中的字符型变量只能作分类变量而不能成为汇总变量。合并数据文件中添加个案时，有时需要对变量进行配对处理等。 实验二实验二 数据加工数据加工 v实验目的实验目的 理解SPSS内部函数的原理和应用；掌握数据转换菜单主要功能的操作与应用；熟练应用SPSS软件进行数据加工。 实验二 数据加工v准备知识准备知识 SPSS基本运算 SPSS表达式 SPSS内部函数 实验二 数据加工vSPSS基本运算基本运算算术运算符号及意义关系运算符号及意义逻辑运算符号及意义+加法=（EQ）等于&(AND)与-减法(GT)大于|(OR)或*乘法(LT)小于(NOT)非/除法=(GE)大于等于*乘幂=(LE)小于等于( )括号=(NE)不等于实验二 数据加工vSPSS表达式表达式逻辑运算逻辑值AA&B1000A/B实验二 数据加工 vSPSS内部函数内部函数 算术函数统计函数概率函数 实验：应用实验：应用“计算变量计算变量”菜单，计算平均值菜单，计算平均值 （1）准备工作。在SPSS l7.0 中单击“文件”菜单下的“新建-文件”命令，（2）执行“转换（Transform）计算变量（Computer Variable）”命令，打开“计算变量”对话框，如图所示 （3）定义新变量及其类型。在“目标（ Target Variable）”栏中定义目标变量。单击“类型与标签（Type&Label）按钮，打开如图所示的类型和标签对话框。 “计算变量：类型和标签”，提供了两种定义新变量标签的方法。标签（标签（L L）：在框中给目标变量加注标签。将表达式用作标签将表达式用作标签（U U）:使用计算目标变量的表达式作为标签。选择确定后，单击“继续”按钮，返回主对话框。 （4）输入计算表达式，使用计算器板或键盘将计算表达式输入到“数字表达式（Numeric Expression）”栏中，表达式中需要的SPSS函数可从“函数（Function）”栏中选择，通过双击鼠标左键或单击该栏上方的箭头按钮将选中者移入表达式栏。 本例将“生产总值 / 从业人数” 输入到“数字表达式”。 实验结果如图所示。 （5）条件表达式（if）及其对话框的使用。在“计算变量(Compute Variable)”对话框的左下方还有一个“如果(1f)”按钮，单击该按钮，SPSS将弹出“计算变量：If个案(Compute Variable：If Cases)”对话框。在该对话框中，用户可以设定个案的条件，只有一部分满足某种条件的个案才能进行运算，而不满足条件的个案，其新变量值将显示为缺失。 实验结果：“从业人数=3000”的人均生产总值实验实验2.2 环比发展速度、环比增长速度环比发展速度、环比增长速度 应用“计算变量“菜单功能，计算“生产总值”的环比发展速度和环比增长速度。（1）准备工作。在SPSS l7.0 中单击“文件”菜单下的“打开-数据”命令，如图2-2-1所示。 （2）执行“转换（Transform）计算变量（Computer Variable）”命令，打开“计算变量”对话框。“目标变量”栏中定义“cir_生产总值”； 实验实验2.2 环比发展速度、环比增长速度环比发展速度、环比增长速度 （3）计算变量的速度指标。 统计学中定义的现象发展速度有环比发展速度和定基发展速度，如果Xi (i=0,1,2,n)，代表某指标在第i期的发展水平，即第i期的变量值，那么各环比发展速度和定基发展速度的计算公式分别为： 第i期环比发展速度= ，i=0,1,2；第i期定基发展速度= ， i=0,1,2；此外，第i期环比（定基）增长速度=第i期环比（定基）发展速度-1。 根据这些公式，在SPSS中可以按以下方法计算发展速度及增长速度。 1iiXX0iXX （4）单击“确定”按钮，即可生成新变量。实验结果如图所示。 实验实验2.3 变量重新编码变量重新编码 （1）准备工作。在SPSS l7.0 中单击“文件”菜单下的“打开-数据”命令，（2）执行“转换（Transform）重新编码为相同变量（Recode into Same Variables）”命令，另一个是重新编码为不同变量（Recode into Different Variables）命令。选择其中任意一个，打开“重新编码”对话框。“重新编码为其他变量重新编码为其他变量”对话框对话框 “重新编码为其他变量重新编码为其他变量”对话框对话框 实验实验2.3 变量重新编码变量重新编码 （3）输出变量确定新变量名和标签。选择源变量列表中的“生产总值”变量移入该框中，栏标题改为“数字变量输出变量”，同时，输出栏被激活，在这里输出变量“生产总值分组”，确定新变量和标签。（4）单击“如果”按钮，打开“如果”对话框，确定赋值条件。 （5）单击“旧值和新值（Old and New values）按钮，打开如图所示的新旧变量对话框。在“旧值”栏中选中一选项，将原变量的有效值或原值的范围输入被激活的矩形框，在“新值”栏中，可以对将要给新变量的新值作出如下选择： 实验实验2.3 变量重新编码变量重新编码 新值在“新值”框里键入新值，单击 “添加：按钮到“旧新”显示框中，框里显示出“原值（原值的范围）新值” 系统缺失（系统缺失（S S）:单击“添加”按钮移入“旧新”栏，表明原变量的旧值被定义为新变量的系统缺失值。复制旧值（复制旧值（P P）：表明在“旧值”栏中指定的原变量旧值仍作为新变量的值予以保留，而那些没有指定的值将不再包括在新变量的值之中，作为系统缺失值。输出变量为字符串输出变量为字符串：选择此项，无论原变量是数值型或字符型，新变量都赋予值为字符型变量，并在“宽度（W）”框中指定新变量的宽度。将数值字符串移动为数值将数值字符串移动为数值（M）(55)：当主对话框选择要重新赋值的变量为字符型变量时，这个选项才会被激活，它可以将数值作为字符串的字符型变量转换为数值型变量。 （6）各选项确定后，单击“继续”按钮返回主对话框，单击“确定”执行原变量的重新赋值。实验结果如图所示。 实验实验2.4 个案排秩个案排秩 “秩（Rank）”是数理统计学中的一个重要概念，是非参数统计中常用的统计量。个案的秩是将个案X1 ,X2 ,，Xn，按小到大的次序或者从大到小的次序排列后，第i个个案Xi排在第Ri位上，就称Ri为Xi在个案X1 ,X2 ,，Xn 中的秩。（1）准备工作。在SPSS l7.0 中单击“文件”菜单下的“打开-数据”命令，如图所示。 （2）执行“转换（Transform）个案排秩（Rank Cases）”命令，打开个案排秩对话框。 （3）从源变量清单中选择一个或几个变量至“变量（V）”框，选择“生产总值”移到“变量（V） ”栏，系统将对选中变量产生一个新的秩变量，它是在该变量的前面添加“r”而成，如图所示。 实验实验2.4 个案排秩个案排秩 （4）求秩顺序选择。将秩1指定给选项栏用于指定求秩顺序。将秩1指定给最小值：从最小值开始按升序对个案排序；最大值：从最大值开始按降序对个案排序。（5）秩类型选择。单击“秩的类型”按钮，打开“个案排秩：秩的类型”对话框，如图所示。 实验实验2.4 个案排秩个案排秩 秩的类型秩的类型秩（R）：秩变量值为基本秩，系统默认选项；Savage得分（S）：秩变量取值为根据指数分布得到的Savage得分；分数秩（F）：小数秩，秩变量值为秩除以非缺失的个案权重之和的商；%分数秩（F）：百分秩，秩变量值为秩除以非缺失的个案权重之和的商乘以100后的值个案权重之和（C）：权重和，秩变量值为各个案权重之和。对同一分组中的所有个案，秩变量取值为一个常数；Ntiles ：在矩形栏中里填入一个大于1的整数，系统将按照输入的数值对个案做百分位数分组，新变量值为百分位数分组的组序号。例如，按系统默认的数4作百分位分组，一组大约包含了25%的观测值，各组中观测值的秩分别为所在组的组序号。实验实验2.4 个案排秩个案排秩 比例估计（比例估计（E E）、正态得分（）、正态得分（O O） 比例估计选项栏，选择比例估计选项，并配合选择栏内的一种比例估计格式可以产生基于这些选项的相应秩。Blom ：公式为（ r+3/8）/(n+1/4)Rankit：公式为(r+1/2)/nTukey：公式为(r+1/3)/(n+1/3)Van der Waerden：公式为r/(n+1)以上各公式中的n为个案个数，r为各个案从1到n排序后的秩。 （6） 结（T）处秩的确定。结（Ties）是指当两个或两个以上的数据相等时秩的处理方式。由于秩与数据排序是一一对应的，当数据相等时，它们对应的秩也相等。在“个案排秩：结点”对话框中 ，SPSS提供了以下四中处理相同秩的方式，如图所示。 实验实验2.4 个案排秩个案排秩 结（结（T T）均值（ M）：“结”处的秩确定为排序后结处各秩的均值，这是系统默认的“结”处的秩的处理方式；低（L）：将“结”处的秩确定为排序后结处各秩次序的最小值；高（L）：将“结”处的秩确定为排序后结处各秩次序的最大值；顺序秩到唯一值（S）：指各个案的秩从1开始连续排列到不同的个案的个数D，且“结”处的秩取第一个出现的秩次值。 （7）各选项确定之后，单击“确定”。系统对指定变量、分组变量按所选选项计算秩，并产生新变量保存它们。实验结果如图所示。 第2章 数据的基本操作v实验总结实验总结 本部分 “数据加工”的实验项目 ，主要是SPSS软件中的“转换”菜单部分功能的操作与应用，例如：计算变量、变量重新编码、个案排秩。因此，需要理解SPSS内部函数的含义，运用“计算变量”功能和调用SPSS内部函数计算算术函数、统计函数、概率函数值。其次，变量重新编码可以将连续型变量进行重新编码，以便变量分组或分类进行数据分析。最后，理解“if”条件式在“计算变量”和“变量重新编码”功能中的原理、操作与应用。

在上一期中，我们为大家带来了，内容包括：描述性统计表格模板、卡方&T检验、相关&回归分析等。

在本期中，我们继续为大家介绍如何利用SPSS进行：中介、多重中介、链式中介、调节分析、有中介的调节分析等。

PS：后台回复关键词“高级统计”即可获得所述的PDF原文啦！

一、中介【报告B，SE，t（df），p），置信区间，画中介效应图】

 部分标准化效应量/Y的标准差完全标准化所有变量的标准化

3. 报告【B、SE、t(df)、P、置信区间+图（标准化系数）】

(2004)提出的Bootstrap 方法进行中介效应检验(模型4)，样本量选择5000，在95%置信区间下。为了探讨MIL和FCI的关系中是否存在PA的中介作用，本研究以MIL得分为自变量，FCI得分为因变量，PA得分为中介变量进行中介效应检验。结果表明，PA在MIL和FCI之间起着中介作用。
=0.37）不包含0；中介检验的结果不包含0（LLCT

四、调节【报告B、SE、t、β、p、95%CI、Δ+画回归表、交互作用图】

1.3 画交互作用图：对调节变量做高低分组

高分组：平均值+标准差=6.12低分组：平均值—标准差=3.68 
1.5 再做一次回归，画图

(Hayes，2018)探讨生命意义感P、社会支持以及二者的交互作用与工作倦怠的关系。结果表明，生命意义感P(B =0.83，p=0.41)对工作倦怠的作用均不显著（如表3所示），简单斜率分析图如图2所示。 

五、有调节的中介【报告B、SE、β、p、95%CI+画回归表+交互作用图】

接下来验证有调节的中介作用，以压力为自变量，生命意义感P为调节变量，自我效能感为中介变量，深层劳动为因变量为例。根据温忠麟和叶宝娟(2014)的观点，检验有调节的中介模型需要对三个回归方程的参数进行检验：(1)方程1 估计调节变量(生命意义感P)对自变量(压力)与因变量(深层劳动)之间关系的调节效应; (2)方程2 估计调节变量(生命意义感P)对自变量(压力)与中介变量(自我效能感)之间关系的调节效应; (3)方程3 估计调节变量(生命意义感P)对中介变量(自我效能感)与因变量(深层劳动)之间关系的调节效应以及自变量(压力)对因变量(深层劳动)残余效应的调节效应。
(2005)的观点, 如果模型满足以下两个条件则说明有调节的中介效应存在：(1)方程1 中, 压力的总效应显著, 且该效应的大小不取决于生命意义感P; (2)方程2 和方程3 中, 压力对自我效能感的效应显著, 生命意义感P与自我效能感对深层劳动的交互效应显著, 和/或压力与生命意义感P对自我效能感的交互效应显著, 自我效能感对深层劳动的效应显著，本研究中有调节的中介模型检验结果见表2、图3。
由表2、图1可见，方程1 中压力负向预测深层劳动（β=-0.37，p<0.001），压力与生命意义感P的交互项对深层劳动的预测作用显著（β=-0.23，p<0.001）。
方程2 和方程3 中，压力与生命意义感P的交互项对自我效能感的预测效应显著（β=-0.18，p<0.01）；压力与生命意义感P的交互项对深层劳动的预测作用显著（β=-0.18，p<0.01）；同时自我效能感对深层劳动的预测效应显著（β=0.53，p<0.001）。
这表明，压力、生命意义感P、自我效能感和深层劳动四者之间构成了有调节的中介效应模型，自我效能感在压力与深层劳动之间具有中介作用，生命意义感P在压力与深层劳动、压力与自我效能感间起调节作用。 

表2 压力对深层劳动有调节的中介效应检验（以生命意义感P为调节变量、自我效能感为中介变量）

图 3压力对深层劳动有调节的中介效应图（中介变量为自我效能感，调节变量为生命意义感P） 参考文献：温忠麟, 731-745. 由于生命意义感P在压力与深层劳动、压力与自我效能感间起调节作用，因此需要进一步检验简单效应以明确生命意义感P调节作用。首先将生命意义感P按照正负一个标准差分成高、低组, 采用简单斜率检验考察在生命意义感P不同水平上压力对深层劳动、压力对自我效能感的影响，相应的简单效应分析见图5、图6。
图5结果表明，对于生命意义感P较高的个体来说，压力能负向预测深层劳动（B=-0.44，SE 0.45），即比起低压力情景，高生命意义感P的个体在高压情景下，会有更少的深层劳动。 图 5生命意义感P对压力与深层劳动之间的关系调节作用
图6结果表明，对于生命意义感P较低的个体来说，压力不能预测自我效能感（B = -0.19，SE =0.17）；而对于生命意义感P较高的个体来说，压力能负向预测深层劳动（B 0.13，p<0.01）；即比起低压力情景时，高生命意义感P的个体在高压情景下自我效能感更低。 图 6生命意义感P对压力与自我效能感之间的关系调节作用 

(2019)的SPSS 宏程序PROCESS（Model7），分析自我效能感在压力与深层劳动之间的中介作用（前半段）是否受生命意义感P的调节。
结果表明（如表4所示）：自我效能感显著正向预测深层劳动（B=0.37，SE=0.04，p<0.001）；压力与生命意义感P的交互项能显著负向预测自我效能感（B=-0.02，SE=0.01，p<0.01）。

表4：生命意义感P调节自我效能感在压力与深层劳动之间中介作用的回归分析

在生命意义感P得分为平均数减一个标准差、平均数以及平均数加一个标准差三个水平时，自我效能感在压力与深层劳动之间的中介效应值及其95%Bootstrap 置信区间如表5所示。
综合以上结果，本研究提出的有调节的中介模型得到了支持。自我效能感在压力与深层劳动之间起中介作用，而且该中介作用前半段受到生命意义感P的调节。

注：^***p<0.001 进一步采用简单斜率检验来分析生命意义感P在压力与自我效能感关系中的调节作用。按生命意义感P的平均分加减一个标准差将被试分为高生命意义感P水平组(高于平均数加一个标准差的被试)、低生命意义感P水平组(低于平均数减一个标准差的被试)与中生命意义感P水平组（介于两组之间的被试）三组，采用分组回归的方式考察压力与自我效能感的关系，结果如图所示：随着生命意义感P水平的升高, 压力对自我效能感的负向预测作用逐渐变强 (由B=-0.09, p

!做因变量Y对M、X、W、XW、MW的回归，将Y对M

-1.10，-0.07]），说明生命意义感P能够调节压力与自我效能感的关系。 本期的内容就到此结束啦！
在本期中，我们为大家介绍了如何利用SPSS进行中介分析、调节分析、有中介的调节分析。在下一期中，我们继续为大家介绍方差分析，以及EEA、CFA分析。

使用用变量标签和数值标签，可以使我们在统计的时候更直观的知道变量和值所代表的含义。  

在Target Variable里面输入通过计算生成的新变量的名称；在Numeric Expression里输入值或者表达式；在这个对话框下面有一个If按钮，点击它，输入相关条件，可以只对符合条件的样本进行计算。 

数据重新编码可以把一个变量的数值按照要求，赋予新的值；也可以把连续性的变量（比如年龄）重新编码成区间型变量（如年龄段）。  

的操作，也可以只通过命令来进行。  

打开Syntax窗口，输入命令。命令可以保存为.sps文件。

大部分的操作可以通过Paste转变为命令，然后在Syntax窗口用菜单Run来运行。 

Syntax的基本语法是：

不区分大小写，每个语句以“.”结束。

做统计的时候，有时后只想统计部分样本，比如：只看18岁以下的样本在某道题的频次情况。这时可以用SPSS的Select Cases功能。

在右侧的条件框里输入对应的条件，主要的逻辑关系有：=，~=，>，<，&（且），|（或）

等，然后点击Continue。回到上一个画面，点击OK。这样在统计的时候就只统计您刚才选择的那部分样本了。

关闭文件后重新打开，如果要做部分样本统计，需要重复上述过程。