大家好，欢迎来到IT知识分享网。
在一门专业课上发现自己对于调节变量的理解还不够清楚，因此花了点时间学习了《中介效应和调节效应的、方法及应用》里关于调节效应的部分，并做了简单的整理。
经过整理发现，用一句话来表达调节变量的作用就是，A对B的影响本来不显著，但是考虑到调节变量的情况之后就变得显著了，有点数学里分类讨论的意思。
1.定义
如果变量Y与变量X的关系是变量M 的函数,称M 为调节变量。就是说, Y与X 的关系受到第三个变量M 的影响。
可以将调节变量当成一个情境，在M情境下，X对Y的影响，这样更有利于理解。
2.变量类型
定性or定量。调节变量既可以是性别、班级这种定性的变量，也可以是年龄、成绩这种定量的变量。
3.调节模型
Y = aX + bM + cXM + e
4.示意图和路径图
5.调节效应和交互效应
01
相同之处
对模型中调节效应的分析主要是估计和检验c。如果c显著(即H0∶c = 0的假设被拒绝) ,说明M 的调节效应显著。熟悉交互效应( interactioneffect)的读者可以从模型看出, c其实代表了X与M 的交互效应,所以这里的调节效应就是交互效应。这样,调节效应与交互效应从统计分析的角度看可以说是一样的。
02
不同之处
在交互效应分析中，两个自变量的地位可以是对称的，其中任何一个都可以解释为调节变量；也可以是不对称的，只要其中有一个起到了调节变量的作用,交互效应就存在。但在调节效应中，哪个是自变量，哪个是调节变量，是很明确的，在一个确定的模型中两者不能互换。
6.调节效应分析方法
|
调节变量M |
自变量X |
|
|
类别变量 |
连续变量 |
|
|
类别变变量量 |
有变量交互效应的两因素方差分析（此时交互即调节变量） |
法1：分组回归,按的取值分组，做Y对X的回归。若回归系数的差异显著，则调节效应显著。 法2：调节变量使用虚拟变量，将自变量和调节变量中心化，做层次回归。（同左栏） |
|
连续变量 |
自变量使用虚拟变量，并将自变量和调节变量中心化，做Y = aX + bM + cXM + e的层次回归。如果 MX的系数c显著，则调节效应显著。 |
将自变量和调节变量中心化，做层次回归。 除了考虑交互效应项MX外，还可以考虑高阶交互效应项（如：M2X）表示非线性调节效应；MX2，表示曲线回归的调节)。 |
7.参考文献
温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005,(02):268-274.
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/131060.html
