论文部分内容阅读
交互作用(调节效应)是心理学研究中理论验证的核心步骤,其检验和解释对理论发展尤为重要。但目前研究者对于检验,特别是深入解释交互作用的方法存在误解及误用:基于实验设计中主效应和交互效应的分析传统,大部分研究者将调查或者问卷数据的连续变量人为二分或者分为多个水平,利用方差分析进行交互作用的检验和解释。这种方法浪费了数据信息,降低检验的统计效力;更重要的是,在一些情况下,将连续数据人为转变为类别数据会获得虚假的统计效应,即原本没有效应的变量获得显著的结果,引导研究者对理论假设进行错误的结论、解释和推断。心理学不同领域的研究者已经指出简单斜率分析可以克服上述局限,也提倡利用简单斜率分析来深入探索和解释交互效应。但简单斜率分析相对以往方法的优势并未被明确提出,也鲜有应用实例对比过传统方法与简单斜率检验对分析结论带来的影响。本研究提出了简单斜率检验在克服局限的同时,相对于传统方法的优势:在不损失数据信息的基础上,简单斜率检验能够获得不同调节水平下简单斜率点估计的标准误以及置信区间,从而在考虑抽样误差影响的情况下对理论假设进行更为准确的结论与推断。结合概念及其原理,本研究也分析了简单斜率检验与方差分析传统中简单主效应检验之间的对应关系:以及不同数据类型对应的具体分析策略。作为应用实例,利用已发表的研究实例模拟数据,分析和比较了运用传统方法与简单斜率分析法获得的不同结论:传统的方差分析结果中,依据交互作用图的解释只是关于假设进一步的推断猜想,无法证实或证伪;而简单斜率检验的区间估计是考虑了抽样误差之后的结果,依据区间估计可以获得某个调节变量水平下的其他变量关系的确定性结论,结合实例详细阐明了如何根据简单斜率检验结果解读调节作用。最后扩展讨论了简单斜率应用的四个重要问题:(1)简单斜率与调节变量之间并非简单线性关系,简单斜率的应用不需要以交互作用显著为前提;(2)简单斜率取值可依据研究目的进行取值;(3)简单斜率法回避了中心化变量导致的回归系数解读意义的问题;(4)Bonferroni校正在简单斜率及其他统计分析中有重要作用。