本篇介紹Mplus的調節效果分析之語法內容,並用一個示範例題進行說明。

備註:雖然Mplus的語言以英文為主,但為了快速讓大家瞭解Mplus的語法基礎概念,所以我們在介紹Mplus每個語法細節後面加註「!」之符號,並在此符號後面說明該語法的用途,但是請大家實際在分析時,建議在「!」的文字仍以英文為主,請勿在Mplus中撰寫中文,以避免Mplus執行失敗。

【例題】探討學生性別(ZB)在語言能力(ZA)對數學成績(ZC)關係中是否具有調節效果。

【例題Mplus語法】

TITLE: moderator analysis  

!這邊可以填寫這個分析方法的名稱,或你想要的檔名名稱均可。

DATA:    FILE = merdator.dat;     

!請將數據檔案與Mplus檔案放在同一個資料夾,並直接將數據檔案放在「=」的右邊,每次結束一個語法設定請記得加上「;」

Define:  INT = ZA*ZB; !

!這邊的自變項和調節變項都已經轉換成z分數,為了計算自變項與調節變項之交乘項,可使用「Define」重新定義新運算後的變項。

VARIABLE:NAMES = ZA ZB ZC;

!請依據數據檔案由左至右的順序,將變數命名。

           USEVARIABLE= ZA ZB ZC INT;

!請將這次分析有用到的變數羅列在「=」的右邊。

MODEL:

        ZC on ZA ZB INT;

!這邊的寫法可理解為此方程式:「 ZC = β1ZA+β2ZB+β3INT 」,on的設定有預測效果之意,此部分INT為自變項與調節變項之交乘項。

OUTPUT: Sampstat STDYX;

!若要產出一般為標準化的結果請輸入「Sampstat」,若想要知道標準化結果則請輸入「STDYX」。

 

【例題Mplus結果】

成功跑出Mplus結果時會出現一個新的output檔案,請將這個檔案開啟,首先會先看到Mplus當初撰寫的語法。

 接著,結果會告訴你在這筆資料中有幾筆樣本,幾個自變數,幾個依變數,建議可從此部分檢查是否符合原分析架構。

 Mplus會提供投入變數的平均數、共變數以及相關分析結果。

若要看調節效果分析結果,需直接看到「Model Result」的部分,語言能力(ZA) (β = 0.169, p < .05)、性別(ZB) (β = 0.588, p < .05)對數學成績(ZC)的預測達顯著;另語言能力與性別之交乘項(INT)對數學成績(ZC)的預測未達顯著(β = 0.040, p > .05)。

另在標準化的分析結果,請看「standardized model results」,語言能力(ZA) (β = 0.169, p < .05)、性別(ZB) (β = 0.588, p < .05)對數學成績(ZC)的預測達顯著;另語言能力與性別之交乘項(INT)對數學成績(ZC)的預測未達顯著(β = 0.044, p > .05),表示性別在語言能力與數學成績之關係中未具有顯著的調節效果

另整體模型解釋量R2 = 45.3%。

 

Mplus的調節效果分析,你學會了嗎?