本人刚刚做的一篇文章，用到了这些知识。这篇文章是转的，希望对大家有用

1、调节变量的定义

变量Y与变量X 的关系受到第三个变量M

的影响,就称M为调节变量。调节变量可以是定性的，也可以是定量的。在做调节效应分析时,通常要将自变量和调节变量做中心化变换。简要模型：Y

= aX + bM + cXM + e 。Y与X 的关系由回归系数a + cM 来刻画,它是M 的线性函数,

c衡量了调节效应(moderating effect)的大小。如果c显著，说明M 的调节效应显著。

2、调节效应的分析方法

显变量的调节效应分析方法：分为四种情况讨论。当自变量是类别变量，调节变量也是类别变量时，用两因素交互效应的方差分析，交互效应即调节效应；调节变量是连续变量时，自变量使用伪变量,将自变量和调节变量中心化,做Y=aX+bM+cXM+e

的层次回归分析：1、做Y对X和M的回归,得测定系数R12。2、做Y对X、M和XM的回归得R22，若R22显著高于R12，则调节效应显著。或者,作XM的回归系数检验,若显著,则调节效应显著；当自变量是连续变量时，调节变量是类别变量，分组回归:按

M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，调节变量是连续变量时，同上做Y=aX +bM +cXM

+e的层次回归分析。

潜变量的调节效应分析方法：分两种情形：一是调节变量是类别变量,自变量是潜变量；二是调节变量和自变量都是潜变量。当调节变量是类别变量时,做分组结构方程分析。做法是,先将两组的结构方程回归系数限制为相等,得到一个χ2值和相应的自由度。然后去掉这个限制,重新估计模型,又得到一个χ2值和相应的自由度。前面的χ2减去后面的χ2得到一个新的χ2,其自由度就是两个模型的自由度之差。如果χ2检验结果是统计显著的,则调节效应显著；当调节变量和自变量都是潜变量时，有许多不同的分析方法，最方便的是Marsh,Wen和Hau提出的无约束的模型。

3．中介变量的定义

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。Y=cX+e1, M=aX+ e2 , Y=

c′X+bM+e3。其中,c是X对Y的总效应,ab是经过中介变量M的中介效应,c′是直接效应。当只有一个中介变量时,效应之间有c=c′+ab，中介效应的大小用c-c′=ab来衡量。

4、中介效应分析方法

中介效应是间接效应,无论变量是否涉及潜变量,都可以用结构方程模型分析中介效应。步骤为：第一步检验系统c，如果c不显著，Y与X相关不显著，停止中介效应分析，如果显著进行第二步；第二步一次检验a，b，如果都显著，那么检验c′，c′显著中介效应显著，c′不显著则完全中介效应显著；如果a，b至少有一个不显著，做Sobel检验，显著则中介效应显著，不显著则中介效应不显著。Sobel检验的统计量是z=^a^b/sab

，中 ^a, ^b分别是 a, b的估计,

sab=^a2sb2 +b2sa2, sa,sb分别是 ^a,

^b的标准误。

5. 调节变量与中介变量的比较

调节变量M

中介变量M

研究目的

X何时影响Y或何时影响较大

X如何影响Y

关联概念

调节效应、交互效应

中介效应、间接效应

什么情况下考虑

X对Y的影响时强时弱

X对Y的影响较强且稳定

典型模型

Y=aM+bM+cXM+e

M=aX+e2　　Y=c′X+bM+e3

模型中M的位置

X,M在Y前面,M可以在X前面

M在X之后、Y之前

M的功能

影响Y和X之间关系的方向(正或负)和强弱

代表一种机制,X通过它影响Y

M与X、Y的关系

M与X、Y的相关可以显著或不显著(后者较理想)

M与X、Y的相关都显著

效应

回归系数c

回归系数乘积ab

效应估计

^c

^a^b

效应检验

c是否等于零

ab是否等于零

检验策略

做层次回归分析,检验偏回归系数c的显著性(t检验);或者检验测定系数的变化(F检验)

做依次检验,必要时做Sobel检验

6. 中介效应与调节效应的SPSS操作方法

处理数据的方法

第一做描述性统计，包括M SD 和内部一致性信度a(用分析里的scale里的realibility analsys)

第二将所有变量做相关，包括统计学变量和假设的X，Y，M

第三做回归分析。(在回归中选线性回归linear)

要先将自变量和M中心化，即减去各自的平均数

1、现将M(调节变量或者中介变量)、Y因变量，以及与自变量、因变量、M调节变量其中任何一个变量相关的人口学变量输入indpendent

2、再按next 将X自变量输入(中介变量到此为止)

3、要做调节变量分析，还要将X与M的乘机在next里输入作进一步回归。

分析结果中的Beta就是Y=cX+bM+e的系数，B下的constant是常数。检验主要看F是否显著