基礎準備
前面草堂君介紹過如何利用Amos軟體進行多群組分析，這裡的群組指的是，根據分類型變量的水平，將樣本總體分成幾個群組。例如，對於同一個結構方程模型，根據性別，將所有數據分成兩個群組（男性數據和女性數據），然後分別用於結構方程模型的擬合，得到兩套模型擬合結果。如果需要回顧以上內容，可以點擊下方文章連結回顧：
如何利用Amos的多群組分析進行調節效應檢驗是今天草堂君要給大家介紹的內容。多群組分析進行調節效應檢驗比上面介紹的純粹的多群組分析更進一步，需要對模型參數和輸出結果進行設定。
調節效應及檢驗方法
首先簡單回顧一下調節效應的概念：調節效應，顧名思義，就是一個或幾個調節變量在因變量與自變量之間起到調節作用，使得自變量對因變量的影響效果改變。
如上圖所示：某高中的高考成績與該校的師資力量的關係是非常緊密的，好的師資力量能夠正向影響學校的高考成績；與此同時，學校的高考成績也會受到生源質量的影響，生源質量好的學校，成績也會相應較好；明顯的，師資力量影響高考成績時，好的生源質量能夠使得師資力量對高考成績的提高更加顯著，因此，生源質量在師資力量和高考成績中間起到調節變量的作用。事實上，師資力量在生源質量和高考成績間也是調節變量。
在文章數據分析技術：調節效應及其檢驗方法介紹中介紹過，調節效應檢驗的實質是檢驗自變量與調節變量在交互後，是否對因變量有顯著性影響，這個檢驗邏輯是清晰的。複雜之處在於，隨著自變量與調節變量的數據類型不同，調節效應檢驗的方法也不同。
根據自變量和調節變量的數據類型不同，交互作用檢驗使用的方法也有差異，這是由不同數據類型的特性決定的。下表是不同數據類型的自變量和調節變量組合進行調節效應檢驗方法的總結：
Amos多群組分析用於調節效應檢驗的方法，適用於自變量是連續型數據，調節變量是分類型數據的情況。當然，檢驗的模型可以是完全由測量變量組成的路徑分析模型；也可以是完全由潛在變量組成的結構方程模型；也可以是由測量變量和潛在變量組成的混合模型。如下圖所示：
多群組調節效應檢驗原理
與純粹的多群組分析相比，多群組分析用於調節效應檢驗需要對不同群組模型的參數進行限制，如下圖所示，根據學歷情況（高中及以下、本科和研究生），將模型數據分成三個群組，然後分別用這三個群組的數據對模型進行擬合。
將三個群組對應的模型回歸係數分別用W11/W12/W13，W21/W22/W23，W31/W32/W33來命名。在多群組分析的調節效應檢驗中，需要限定W11=W21=W31,W12=W22=W32，W13=W23=W33，根據調節效應的定義，如果調節變量學歷不存在調節作用，那麼上述限定後，三個模型的擬合結果之間不存在顯著性差異，反之，可以認為不同學歷對應的模型結果存在顯著性差異，學歷的整體調節效應存在。
案例分析
某社會學者研究人生規劃、生活適應和生活滿意度之間的關係，他根據其它社會學者已經發表的相關論文成果，結合自己的調查研究，建立下圖的結構方程模型。人生規劃、生活適應和生活滿意度都為潛在因子，其中，人生規律對應的測量變量為經濟計劃和生活計劃；生活適應對應的測量變量為社會適應、心理適應和生理適應；生活滿意度對應的測量變量為日常生活和理想實現。分析者需要分析年齡變量在模型中是否存在整體調節效應。
下圖是上述模型對應的SPSS數據，草堂君將用年齡作為調節變量介紹如何進行群組分析的調節效應檢驗。數據集總共包含468份有效數據。
(Amos模型文件和Spss數據文件都分享在QQ群：134373751)
分析步驟
1、群組名稱設置。如下圖所示，雙擊群組框的空白處，跳出右側的對話框，在Group Name中輸入群組名稱，然後點擊【New】，建立新群組。
2、限制性模型建立。首先建立無限制模型（不作任何模型參數限定），用於對比；其次建立限制性模型，限定W11=W21=W31,W12=W22=W32，W13=W23=W33，完成參數限定。
3、模型數據選擇。設置完群組和模型之後，點擊【數據選擇】按鈕，會發現跳出的對話框中出現了剛才我們設置的三個群組名稱，然後分別對三個群組選擇數據。然後依次點擊Grouping Variable和Group Value按鈕，選擇分組變量和對應的數值。
4、點擊【數據變量】按鈕，然後將變量框中的變量拖入模型圖相應的矩形框中，完成變量數據的導入過程。
5、點擊【分析性質】按鈕，點擊Output頁面，選中如下圖所示選項。其中，選中Critical ratios for differences，會在結果中顯示不同群組間模型對比的結果。
6、點擊【擬合計算】按鈕，擬合模型。
結果解釋
1、模型擬合結果。如下圖所示，無限制模型和限制模型前面的XX都變成OK，說明模型擬合成功。下圖顯示的是55歲以下群組的限制模型結果，該模型的卡方值為75.442，p值小於0.05，表示假設模型與實際數據之間存在限制性差異。
2、點擊【View Text】按鈕，觀看模型結果。因為本篇文章主要介紹多群組分析用於調節效應檢驗，因此其它模型擬合結果的解釋省略，大家可以回顧：AMOS分析技術（導航頁）了解其它模型擬合指標的結果意義。如下圖所示，在Model Comparison中，P值等於0.820，大於0.05，表明三個模型（三個年齡層）之間不存在顯著性差異；此外，NFI/IFI/RFI/TLI的絕對值結果都小於0.01，表明模型參數變化非常小；綜上所示，年齡變量的總體調節效應不顯著。
平臺的文章都是一文一例，所有例題的數據文件都已上傳到QQ群（群號：134373751），需要對照練習Amos數據分析技術的朋友可以前往下載。
溫馨提示：
數據分析課程私人定製，一對一輔導，添加微信(possitive2)諮詢！目前推出的一對一課程：《問卷分析與分析思維培養》課程。
生活統計學QQ群：134373751，用於分享文章提到的各種案例資料、軟體、數據文件等。支持各種資料的直接下載和百度雲盤下載。
生活統計學微信交流群，用於各自行業的數據研究項目及其成果交流分享；由於人數大於100人，請添加微信possitive2，拉您入群。
數據分析諮詢，請點擊首頁下方「互動諮詢」板塊，獲取諮詢流程！
草堂君的統計基礎導航頁文章已經整理發表，可以前往任意電商網站購買