這篇將介紹一個資料處理方法「Mean Center」，又稱置中平減或中心化，大部分出現在統計模式中含有交互作用（interaction）項時，必須處理的過程，這是因為在統計模式中，若同時出現主效果（main effects）「A」&「B」及交互作用效果（interaction effects）「A*B」時，容易使模式產生「多元共線性」（multicollinearity）的問題，而「Mean Center」可以降低模式多元共線性的程度，幫助交互作用項迴歸係數的解釋。
一般「Mean Center」的作法，是利用描述性統計分析將變項的平均數求出，接著利用轉換裡的計算（Compute），將各自變項減掉各自平均數後創造出新的變項；不過有時研究可能要針對1、20個變項進行此動作，將會花費不少時間，因此本篇將介紹SPSS分享的新工具，輕鬆完成「Mean Center」，此公用程式可適用在SPSS 17.0之後的版本，且有安裝Python Essentials，本篇以SPSS 22.0版為操作介面，介紹安裝此公用程式及後續的操作。
「http://www.spss-tutorials.com/downloads/mean_center_variables.spd」
1.首先到網頁下載名為「mean_center_variables.spd」的程式檔；或到「http://www.spss-tutorials.com/mean-center-many-variables/」點選「Mean Center Variables」
2.開啟SPSS，點選「公用程式」→「自訂對話框」→「安裝自訂對話框」
3.瀏覽「mean_center_variables.spd」的程式檔，並選擇開啟
4.完成安裝，按「確定」
5.點選「公用程式」，選擇「Mean Center Variables」
6.輸入要Mean Center的變數（變項名稱不得為中文），可用「to」進行變數的連選
7.可自訂新變項開頭的代號，與原變數作區隔，預設為「centered_」，按下確定
8.完成，多出「centered_A1」、「centered_B2」、「centered_C3」三個新變數
9.利用「分析」→「描述性統計」進行檢驗
10.「centered_A1」、「centered_B2」、「centered_C3」三個變數的平均數皆為0，且標準差與原變數皆相同，因此完成「Mean Center」
留言列表
{{ article.title }}