spss非线性回归分析步骤_简单非线性关系的SPSS操作和结果分析

各位SPSS学堂粉丝大家好，上次我们简要给大家梳理了一篇有关非线性关系的文章，现在我们就关于此模型的数据如何用SPSS操作和结果分析进行详细介绍，前面的描述性统计与相关分析等我们之前的文章中都有提到，这里我们就不再示范，我们直接给大家示范假设检验部分的数据分析。

我们主要是想验证授权型领导行为与任务绩效存在倒U型关系，而自我决定感中介了这一曲线关系，具体内容请大家自行对照论文——《授权型领导行为对员工任务绩效的非线性影响机制 》。

主要采用层次回归的方法进行数据分析，操作起来并不难。首先，对授权型领导行为、自我决定感进行中心化处理（即变量减去它的均值），分别构建二次项。其次，引入控制变量，构建基准模型，分别为Model1 与Model3，操作如下：分析—线性回归—引入控制变量

再次，以任务绩效为结果变量，依次引入授权型领导行为、授权型领导行为平方分别构建Model4与Model5，在这里我们主要是验证授权型领导行为对任务绩效产生倒U型影响，主要是通过Model5来判断，如果授权型领导行为平方对任务绩效产生显著负向影响，且相比Model4产生显著的额外解释力，且R方更改显著则我们的假设得到验证。

得到结果如下，数据是随意选取的，在这里只是想告诉大家结果报告时应该关注哪些结果，具体如下。

再次以任务绩效为结果变量，依次引入自我决定感、自我决定感的平方构建Model6与Model 7，在这里我们是为了验证自我决定感是否对任务绩效产生倒 U 型影响，假若员工的自我决定感平方对任务绩效产生显著负向影响，且R方更改显著则我们的假设得到验证。

Model8是在Model5基础上，引入中介变量自我决定感、自我决定感平方构建而来的，若自我决定感、自我决定感平方，对任务绩效分别产生显著负向影响，则能初步验证了自我决定感的中介作用。进一步的检验就是验证该模型是一种特殊的有调节中介模型，具体可参照Lin, Law和Zhou（2017）文中的做法。

对于这种曲线图的做法，我们初步了解到可以采用R语言或者Origin软件进行拟合。感兴趣的小伙伴可以进一步了解。

参考文献：

尹奎, 邢璐, 汪佳. (2018).授权型领导行为对员工任务绩效的非线性影响 机制.心理科学, 41(3), 170-176

Lin, B. L., Law, K. S., & Zhou, J. (2017). Why is underemployment related to creativity and OCB? A task-crafting explanation of the curvilinear moderated relations.Academy of Management Journal,60(1) ,156-177.