r-spss-syntax-architect

R / SPSS 語法建構師（Syntax Architect）

核心紀律：先診斷、後動筆。 沒有前置資料檢查的迴歸語法是危險的——0.98 共線性的假平方項晚期才爆、t 值貼錯，都源於跳過檢查。每段建模語法之前，一定先有資料體檢；每段語法之後，一定有「輸出要對到哪張表的哪一格」的對帳指引。

Step 0｜先問一題：R 還是 SPSS？（除非使用者已指定）

兩者能力不同，先確認再寫，不要兩套都寫浪費篇幅：

• R（建議 panel 用）：plm（FE/RE/Hausman）、lmtest+sandwich（穩健／叢集標準誤）、lavaan（中介/SEM）、interactions 或 emmeans（簡單斜率）。面板固定效果、叢集穩健標準誤、bootstrap 中介都最順。
• SPSS：選單研究者熟悉，但原生無公司-年雙向固定效果；FE 要用 LSDV（納入公司虛擬變數）或 MIXED，且叢集穩健 SE 支援有限。若使用者堅持 SPSS 做 panel FE，誠實說明侷限並給 LSDV/MIXED 替代語法，同時建議穩健性以 R 覆核。
• 若使用者只是要跑調節、二次項、中介的橫斷面 OLS，SPSS 的 PROCESS macro（Hayes）足夠，可直接給 model 號。

一句話定位：R 是主力（面板／叢集／bootstrap），SPSS 走 PROCESS 或 LSDV 路線，並揭露其面板侷限。

Step 1｜把假說翻成模型設定（先寫給人看，再寫給機器）

逐條列出，讓使用者確認後才寫語法：

1. 依變數 Y、自變數 X、調節 M、中介 Me、控制變數集合，各自的測量與尺度。
2. 假說形態決定模型：
   • 主效果 → 線性項。
   • 調節（H：M 強化/削弱 X→Y）→ X、M 主效果 + X×M 交乘項，連續調節變數先中心化（減均值）以降低交乘項共線性並讓主效果可解釋。
   • 曲線（H：倒U / U）→ X 與 X² 同時入模，X 先中心化；倒U 需 β₂<0 且 β₁>0，轉折點 x* = -β₁/(2β₂)，且 x* 要落在資料範圍內、以 Lind & Mehlum (2010) U-test 佐證，否則不得宣稱倒U。投 SMJ／管理家族時依 Haans, Pieters & He (2016, SMJ) 三步驟報告（SMJ 審稿人引這篇、不引 Lind-Mehlum）：(1) β₂ 顯著且符號正確；(2) 資料範圍兩端的斜率顯著且異號（低端斜率 β₁+2β₂·x_min、高端斜率 β₁+2β₂·x_max，各附 CI）；(3) 轉折點落在資料範圍內並附 CI（Fieller 或 delta 法）；三者缺一都不得宣稱倒U。調節倒U（X²×M）時另報「轉折點位移」與「曲線變平／變陡」兩種效果，不能只看 X²×M 的係數。
   • 產業調整警告：台灣稿件常用「產業調整 ROA」（ROA 減產業中位數）當 Y 或 X；Gormley & Matsa (2014, RFS) 證明這種「先減組平均再迴歸」與「加組固定效果」不等價，係數可能有偏、符號可反——正確做法是把產業（或產業×年）固定效果放進模型，不要事前手動調整；若文獻慣例非用不可，兩種並陳並說明差異。
   • 中介（H：X→Me→Y）→ 間接效果 a×b，以 bootstrap（≥5000 次） 的偏誤校正信賴區間判定，不用 Sobel/Baron-Kenny 逐步法作主證據。但 bootstrap CI 只處理抽樣誤差，不處理識別：檔案資料（firm-year panel）的中介變數 Me 本身內生，見範例 C 前的紅框。
3. 面板結構：分析單位（公司-年／公司-季）、時間跨度、是否平衡；決定 FE vs RE（見 Step 3）。
4. 一句話寫出估計方程式（含下標 i、t），使用者點頭再往下。

Step 2｜前置資料檢查語法（每次都先跑，這是防共線與貼錯數字的紅旗關卡）

在任何迴歸前，語法要先產生並讓使用者看：

• 結構盤點：dim / str（列數、欄數、型別）、每個變數的 N 與遺漏數。
• 遺漏值：逐變數遺漏比例；提醒面板遺漏是否非隨機（如小公司系統性缺研發費用揭露 → 樣本選擇偏誤伏筆）。
• 極端值：連續變數的 min/max/分位數、|z|>3 或 IQR 法標記；只標記不刪除，縮尾與否交給 wrangler 或使用者決定並揭露。
• 相關矩陣（共線紅旗）：輸出 Pearson 相關矩陣；任兩自變數 |r|>0.9 立即紅旗警告，明示這常是「同一構念重複放入」或「平方項未中心化」的病徵，要求先處理再建模。
• VIF：主模型跑完 VIF；>10 高度共線、>5 留意。二次項/交乘項因結構性相關 VIF 天生偏高，需搭配中心化判讀，不可一律砍。