spss中model1成立但model59不成立

重新设置就可以了。

决策列表模型尤其适用于交互建模，这将允许您调整模型中的参数并立即看到结果。对于允许您自动创建多个不同模型并对结果进行排序的其他方法，可以改用自动分类器节点。

Modeler建立线性回归模型示例线性回归模型是一种常用的统计学模型。IBMSPSSModeler是一个强大的数据挖掘分析工具,找到关于SPSSmodel模型建立失败相关内容,包含SPSSmodel模型建立失败相关文档代码介绍。

分层线性模型的零模型是指没有任何解释变量（自变量）时，只有随机截距和随机斜率的模型。在SPSS软件中，可以使用Mixed Procedure进行分层线性模型的建立和估计。

以下是 *** 作步骤：

1 打开SPSS软件，并打开需要进行分析的数据文件。

2 选择菜单栏上的Analyze -> Mixed Models -> Linear命令，进入Mixed Models对话框。

3 在Fixed Effects选项卡中不勾选任何解释变量（自变量），这样就构建了一个只包含随机截距和随机斜率的零模型。

4 在Random Effects选项卡中选择需要加入到随机效应中的因素。一般来说，在分层线性模型中会考虑两个或多个层次结构，例如学生所在班级、学校等。因此，在这里需要将各个层次结构作为随机效应加入到模型当中。

5 点击Model按钮进入Model Specification对话框，在其中设置固定效应与随机效应之间是否存在交互作用以及如何处理缺失值等问题。

6 点击Run按钮开始运行程序并生成结果报告。在结果报告中可以查看各种统计指标、参数估计值、显著性检验结果等信息，以评估模型的拟合程度和预测能力。

总之，在使用SPSS软件进行分层线性模型的零模型建立时，请务必仔细阅读相关文献并了解其原理和方法，以便正确地选择、设置和解释该模型。

Hello，

这里是 行上行下 ，我是 喵君姐姐 ~

在上一期中，我们为大家带来了 利用SPSS软件进行高级统计分析的实 *** 教程第一期 ，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

1回归方程法

11 算三个回归方程

1) 自—因

2) 自—中

3) 自、中—因

12 数据分析

2 Process插件法：Model4

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）

本研究采用软件SPSS 240 中文版进行采集录入和统计分析实验数据。中介效应检验：参照Preacher 和Hayes (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。

MIL对PA有显著的预测作用（B=024，SE=007，t（98）=355，p < 0001），置信区间（LLCT = 010，ULCT =037）不包含0； 中介检验的结果不包含0（ LLCT = 007 , ULCT = 037） ，表明 P A 的中介效应显著（中介效应大小为022，S E =008） ，中介效应如图所示。

参考文献：Preacher, K J , & Hayes, A F (2004) Spss and sas procedures for estimating indirect effects in simple mediation models  Behavior Research Methods, Instruments & Computers,   36 (4), p717-731

二、多重中介

1 Process插件法：model4

三、链式中介

1 Process插件法：model6

中心化：原始数据-均值

拆分文件：spilt

四、调节报告B、SE、t、β、p、95%CI、Δ+画回归表、交互作用图

1 线性回归法

11 S pss *** 作

1）算z分数

2）算交互项

3）算回归方程

12  S pss结果解读

13  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=612

低分组：平均值—标准差=368

14 拆分文件，做回归

15 再做一次回归，画图

2 Process插件法：model1

21 S pss *** 作

22 S pss结果解读

23 报告

利用Process model 1 (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 = -046， t = -135， p = 018 )、 社会支持 (B = -019， t = -055， p =058 )以及二者交互作用(B = 005， t = 083， p =041 ) 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。

图 2简单斜率效应分析图

五、有调节的中介报告B、SE、β、p、95%CI+画回归表+交互作用图

1线性回归法

11 算两组交互项 自调 中调

1) 自、调、自调—因

2) 自、调、自调—中

3) 自、调、自调、中、中调—因

12 报告

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。

根据Muller, Judd 和Yzerbyt (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=-037，p<0001），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=-023，p<0001）。

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=-018，p<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=-018，p<001）；同时自我效能感对深层劳动的预测效应显著（β=053，p<0001）。

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, & 叶宝娟 (2014) 中介效应分析:方法和模型发展  心理科学进展,   022 (005), 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= -044， SE = 013，  p <001 ） ；而对于生命意义感P较低的个体来说，压力不能显著预测深层劳动（B =009, SE = 011,p = 045），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 = -019，SE =013，p =017）；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 =-045 ， SE = 013 ， p  <001） ；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

2  Process插件法

21 调节前半路径：model7

1)Spss *** 作

2) Spss结果解读

22 调节后半路径：model14

1) Spss *** 作

2)Spss结果解读

23 探索前后：model57

24 报告

使用Hayes (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= 037 ，S E =00 4 ，p< 0001 ） ； 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=-002，S E =001，p< 001 ） 。

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。

表5：不同生命意义感P水平时压力与自我效能感之间的关系

生命意义感P水平中介效应值Boot标准误Bootstrap下限Bootstrap上限

M-SD-009 003-016-004

M-013 003-019-008

M+SD-017 003-024-011

注： p<0001

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=-009 , p < 0001 减弱为B=-017,p < 0001)。

平行配置不正确。

、第一种方法，右键点击“计算机”d出一个窗口，点击“管理”，然后我们进入管理界面。

、在管理界面之中，我们找到最下角的“服务与应用程序-服务”进入我们的服务日志界面。

、第二种方法，我们得进入应用程序的服务日志，左键点击打开“开始”，进入后点击“运行”，这个时候会d出运行窗口。

、在d出窗口输入几串用于快捷打开的字符“servicesmsc”，然后点击确定，系统会直接进入服务日志里面。

、经过上述两种方法进入服务日志界面之后，我们将用鼠标往下拉，找到”Windows Modules Installer“，找到这个之后，双击进入会d出一个窗口。

、在这个窗口上面，我们需要进行以下的修改。

我们使用spss20。0汉化版的软件，将其打开，进入之后，在最上角，找到“数据”字样的图标，点击进入其中。2执行“数据-正交设计-生成”，这个时候，我们会进入正交设计的界面（如果对汉化版感觉不习惯的，可以用英文版，按照的位置，进入）3下面，我们以L9(34)正交表为例，注意：（9是下脚标，4是上角标，经验里弄不起来，所以小编就不弄了，写论文的时候一定得注意），弄好之后，我们需要给我们的各个因素进行命名。

4命名时候第一行最好用字母表示，如果想要代表其实际含义的话，在第二行标签上赋予即可，在点击添加。以此类推，将4个因素给添加上去。5添加好各个因素之后，需要对其水平进行定义，点击选中一个因素，在点击下角的定义值，之后，我们进入d窗。

6在d窗上面，我们在第一行的空格上面输入我们的编号，然后再第二行输入其标签，也就是该水平的具体数值。

7定义完成之后，在“在创建新数据库“上面为该文件进行命名，然后再在将”随机数初始值“前面的方框打勾，之后输入你设定得数字（这个数字需要记住，一遍以后论文查询时提供）8设置好之后，点击确定，正交设计表生成，在输入结果，就能进行方差分析了

以上就是关于spss中model1成立但model59不成立全部的内容，包括:spss中model1成立但model59不成立、分层线性模型的零模型用spss软件怎么 *** 作、干货 | 利用SPSS进行高级统计分析第二期等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！