1、原理說明

交互作用(Interaction effect)指兩個或多個因素（比如A因素和B因素）對于某項（比如身高）的影響時，A因素和B因素各個水平之間是否存在著相互作用關(guān)系。比如A因素為性別，B因素為區(qū)域，男性并且北方群體時身高如何，男性并且南方群體時身高如何，也或者女性并且北方群體時身高如何，女性并且南方群體時身高如何。性別的2個水平（男和女），與區(qū)域的2個水平（北方和南方）之間有沒有交互。

簡單言之：身高效應(yīng) = 性別 + 區(qū)域 + 性別*區(qū)域。如果交互項（性別*區(qū)域）并不具有顯著性，此時說明具有交互效應(yīng)。

交互效應(yīng)的分析上，交互項的設(shè)置非常關(guān)鍵，其顯著性即代表是否存在著交互效應(yīng)。接下來具體說明交互項設(shè)置。

2、交互項設(shè)置

第1部分簡要闡述交互作用的簡要應(yīng)用，本部分介紹交互項的設(shè)置，如下表格說明：

• A定類B定類。此時直接使用SPSSAU的雙因素方差進行研究即可，并且選中‘二階效應(yīng)’即可，并不需要提前進行交互項設(shè)置處理。

• A定類B定量。此時共有兩種處理方式，分別是‘定量轉(zhuǎn)定類法’和‘啞變量乘積法’，如下表格說明：

將定量數(shù)據(jù)轉(zhuǎn)化成定類數(shù)據(jù)，相當(dāng)于將定量數(shù)據(jù)進行分組，變相地變成定類數(shù)據(jù)，然后使用雙因素方差分析時，選中‘二階效應(yīng)’即可進行分析。

啞變量乘積法時，將A因素進行啞變量處理，然后將得到的啞變量分別與B因素相乘，即得到交互項，至于后續(xù)分析方法，通常是使用ols線性回歸。

• A定量B定類。完全參照‘A定類B定量’即可。

• A定量B定量。此時可分別將A或者B進行‘定量轉(zhuǎn)定類法’處理，也或者直接將A乘B得到交互項，至于后續(xù)分析方法，通常使用ols線性回歸。

3、SPSSAU操作

第2部分中講述交互項基本原理，接下來講解SPSSAU操作，分別分為四部分。以及操作時使用數(shù)據(jù)如下圖：

上述案例數(shù)據(jù)的說明如下表格：

3.1?A定類B定類

A和B均為定類數(shù)據(jù)時，直接使用雙因素方差分析，并且選中‘二階效應(yīng)’即可，最終通過交互項去判斷交互作用。如下圖操作：

二階效應(yīng)事實上就是‘交互作用’，如果有更多復(fù)雜的操作需要，可考慮選中‘簡單效應(yīng)’這種更復(fù)雜的分析功能。

3.2 A定類B定量

A定類B定量時，如果希望將B轉(zhuǎn)化為定類數(shù)據(jù)，此時可使用SPSSAU數(shù)據(jù)處理->數(shù)據(jù)編碼功能，里面提供范圍編碼或數(shù)字編碼等，如下圖所示：

SPSSAU->數(shù)據(jù)處理->數(shù)據(jù)編碼

數(shù)據(jù)編碼相對簡單易懂，暫不贅述。接下來說明‘啞變量乘積法’，其分為兩個步驟，第1步是生成啞變量，第2步是乘積。

第1步啞變量設(shè)置，如下操作截圖：

SPSSAU->數(shù)據(jù)處理->生成變量，處理后得到5個新標(biāo)題如下圖：

第2步乘積，如下操作截圖：

由于有5個啞變量，那么重復(fù)進行的話就會有5個交互項，操作如上圖。

接著后續(xù)進行分析時，切記，有5個啞變量（或5個交互項），以及通常使用ols線性回歸進行交互作用分析，那么一定要少放1項（即參照項），至于是少放‘專科以下’，也或者‘博士’，由研究者決定，少放的該項即為參照項。將得到的交互項放入模型中即可，交互項的顯著性即可表示是否具有交互效應(yīng)用。

3.3 A定量B定類

此部分內(nèi)容參考3.2進行即可

3.4 A定量B定量

如果A和B均為定量，可分別將A和B進行轉(zhuǎn)化，設(shè)置成定類數(shù)據(jù)，參考3.2部分進行即可。

如果是直接相乘得到交互項，那么操作如下圖，2個定量數(shù)據(jù)進行相乘得到1個交互項，操作如下圖：

接著后續(xù)進行分析時，通常使用ols線性回歸進行交互作用分析，將得到的交互項放入模型中即可，交互項的顯著性即可表示是否具有交互效應(yīng)用。