ssl535
节变量(moderator)和中介变量(mediator)是两个重要的统计概念，它们都与回归分析有关。相对于人们关注的自变量和因变量而言，调节变量和中介变量都是第三者，经常被人混淆。从文献上看，存在的问题主要有如下几种: (1)术语混用或换用，两个概念不加区分。例如，在描述同一个过程时，既使用调节过程的术语又使用中介过程的术语(2)术语和概念不一致。如研究的是调节过程，却使用中介的术语。(3)术语和统计分析不一致。如使用了中介变量的术语，却没有做相应的统计分析。出现前面的任何一个问题都会使统计结果解释含糊不清，往往导致错误结论。仅在儿童临床心理和少儿心理方面的研究文献中， Holmbeck就指出了不少误用的例子[。 国内涉及中介变量的文章不多，涉及调节变量的就更少。从国外的情况看，一旦这方面的定量分析多起来，误用和混用的情况也就可能多起来，所以让应用工作者正确理解和区分中介变量和调节变量，会用适当的方法进行统计分析，对提高心理科学的研究水平具有积极意义。 调节变量的定义 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。调节变量可以是定性的(如性别、种族、学校类型等) ，也可以是定量的(如年龄、受教育年限、刺激次数等) ，它影响因变量和自变量之间关系的方向(正或负)和强弱 例如，学生的学习效果和指导方案的关系，往往受到学生个性的影响:一种指导方案对某类学生很有效，对另一类学生却没有效，从而学生个性是调节变量。又如，学生一般自我概念与某项自我概念(如外貌、体能等)的关系，受到学生对该项自我概念重视程度的影响:很重视外貌的人，长相不好会大大降低其一般自我概念;不重视外貌的人，长相不好对其一般自我概念影响不大，从而对该项自我概念的重视程度是调节变量。 中介变量的定义 考虑自变量X 对因变量Y的影响，如果X 通过影响变量M 来影响Y，则称M 为中介变量。例如，上司的归因研究:下属的表现———上司对下属表现的归因———上司对下属表现的反应，其中的“上司对下属表现的归因”为中介变量 。 如果一个变量与自变量或因变量相关不大，它不可能成为中介变量，但有可能成为调节变量。理想的调节变量是与自变量和因变量的相关都不大。有的变量，如性别、年龄等，由于不受自变量的影响，自然不能成为中介变量，但许多时候都可以考虑为调节变量。对于给定的自变量和因变量，有的变量做调节变量和中介变量都是合适的，从理论上都可以做出合理的解释。 
M——补给时间表 G——目标对象的适度性 S——刺激物的类型及其所提供的方式 R——所要求的运动反应类型 P——先行的或后继的迷津单元模式 个体差异变量包括： H——遗传特征 A——年龄 T——先前所受的训练 E——特殊的激素、药物和维生素所维持的生理状态
一、定义1、中介变量(mediator)是自变量对因变量发生影响的中介，是自变量对因变量产生影响的实质性的、内在的原因 。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。2、调节变量是指考虑自变量X 对因变量Y的影响，如果X通过影响变量M来影响Y，则称M为中介变量。调节变量可以是定性的(如性别、种族、学校类型等) ，也可以是定量的(如年龄、受教育年限、刺激次数等) ，它影响因变量和自变量之间关系的方向(正或负)和强弱。二、区别1、研究目的不同调节变量研究的目的是X何时影响Y或何时影响比较大。中介变量研究的目的是X如何影响Y。2、M的功能不同调节变量M的功能影响Y和X之间关系的方向（正和负）和强弱。中介变量M代表一种机制，X通过它影响Y。3、检验策略不同调节变量做层次回归分析，检验偏回归系数C的显著性，或者检验测定系数的变化。中介变量做依次检验，必要时做Sobel检验。三、例子1、中介变量例如：学生的学习效果和指导方案的关系，往往受到学生个性的影响，一种指导方案对某类学生很有效，对另一类学生却没有效，从而学生个性是调节变量。又如学生一般自我概念与某项自我概念(如外貌、体能等)的关系，受到学生对该项自我概念重视程度的影响：很重视外貌的人，长相不好会大大降低其一般自我概念；不重视外貌的人，长相不好对其一般自我概念影响不大，从而对该项自我概念的重视程度是调节变量。2、调节变量例如：上司的归因研究：下属的表现———上司对下属表现的归因———上司对下属表现的反应，其中的“上司对下属表现的归因”为中介变量 。如果一个变量与自变量或因变量相关不大，它不可能成为中介变量，但有可能成为调节变量。理想的调节变量是与自变量和因变量的相关都不大。有的变量，如性别、年龄等，由于不受自变量的影响，自然不能成为中介变量，但许多时候都可以考虑为调节变量。对于给定的自变量和因变量，有的变量做调节变量和中介变量都是合适的，从理论上都可以做出合理的解释。扩展资料调节变量的特征一般来说，调节变量是定性（如，性别，种族，阶层）或定量（如，回报大小）变量，影响自变量（IV）或预测变量（PV）与因变量（DV）或效标变量（CV）之间关系的方向和/或强度。在相关分析中，调节变量是影响其它两个变量之间的零次相关（the zero-order correlation）的第三方变量。在更熟悉的方差分析中，自变量与通过操控设定为某种条件的因子之间的交互作用代表一个基本的调节效应。调节变量总是作为自变量，而中介从结果到原因的角色变化取决于分析的重点。参考资料来源：百度百科—调节变量参考资料来源：百度百科—中介变量
