
每年我幾乎都會被問到 進行調節分析報告時,是否只檢驗調節效果?
請跟上最新調節分析要求。。。 Becker et al., (2023) 提供指導方針是根據研究目的的不同,可分為三種情境,並採取對應的分析方法:
1. 僅檢驗調節效果
• 目的:檢驗調節變項(Moderator)如何影響預測變項與結果變項之間的關係強度或方向。
• 做法:直接在模型中加入調節變項及交互項(Interaction Term)。
• 原因:因研究目的僅關注調節效果,無需分析不含調節變項的模型。
2. 同時檢驗直接效果與調節效果
• 目的:同時檢驗預測變項對結果變項的直接效果,以及調節變項的影響。
• 做法:
1. 首先估算不含調節變項與交互項的基礎模型(Base Model),以檢驗直接效果是否顯著。
2. 接著估算包含調節變項與交互項的完整模型(Full Model),以檢驗調節效果。
• 注意事項:
o 若交互項顯著,基礎模型中的直接效果可能存在偏差,因為未考慮調節變項的影響。
3. 作為穩健性檢查的調節分析
• 目的:非主要假設中探索直接效果是否受情境因素影響,作為研究的補充分析。
• 做法:
1. 先分析不含調節變項的模型。
2. 再進一步加入調節變項與交互項進行分析,以檢查結果的穩健性。
調節分析的新指導方針強調合理選擇模型配置(包含或不包含調節變項)、使用先進的二階段方法生成交互項,以及對二元變項進行適當的處理與校正。此外,對於更複雜的三階交互分析,需全面考慮所有低階交互項,以確保模型的準確性。
注意:二元變項可以使用SEM的MGA處理,請參考,Shiau, et al., (2021) 的文章。而交互項生成的研究可以請參考 Shiau, et al. (2024) 的文章。
參考資料
Becker, J.-M., Cheah, J.H. , Gholamzade,R. , Ringle, C.M., Sarstedt M.(2023) PLS-SEM’s most wanted guidance International Journal of Contemporary Hospitality Management, 35 (1) (2023), pp. 321-346
Shiau, W.-L., Chen, H., Chen, K., Liu, Y.-H., and Tan, F. T. C.(2021). A Cross-Cultural Perspective on the Blended Service Quality for Ride-Sharing Continuance. Journal of Global Information Management (JGIM, SSCI), Vol. 29 No. 6, Article 2, pp. 1-25.
Shiau,Wen-Lung, Liu, Chang, Cheng, Xuanmei , and Yu, Wen-Pin (2024), Employees’ Behavioral Intention to Adopt Facial Recognition Payment to Service Customers: From Status Quo Bias and Value-Based Adoption Perspectives, Journal of Organizational and End User Computing , 36(1), 1-32.(JOEUC, SCI & SSCI Q1 2023 IF=3.6 INFORMATION SCIENCE & LIBRARY SCIENCE 28/160)