调节效应

回顾…
1 调节变量与调节效应的含义 2 调节效应分析方法 • 显变量的调节效应分析方法 • 潜变量的调节效应分析方法
2.2 潜变量的调节效应分析方法
•利用结构方程模型或其他特定方法
3 调节效应实例分析（连续变量+连续变量） 4 中介效应与调节效应的比较
• 调节变量与中介变量的比较
• 百度文库节效应与中介效应分析实例比较
喜欢程度是调节变量还是中介变量? •喜欢程度( w)的调节效应分析结果见表3。
• 由于第二步中乘积项WX 的回归系数不显著(t=-0．98，R 的变化只有0．001)，所以喜欢程度( W)的调节效应不显著。 因为同伴关系和学生行为之间的相关系数是一0.232，喜欢程 度(w)的调节效应不显著说明，在固定了喜欢程度( w)后，学 生行为每增加(或减少)一个标准差，同伴关系就减少(或增 加)0．232个标准差，不论w取什么值都是这样。不过，喜欢 程度(w)对同伴关系的主效应是显著的，即喜欢程度(w)的变化 会改变同伴关系。调节效应不显著只是说明喜欢程度(w)的变 化不会改变学生行为对同伴关系的影响程度。
2.2 潜变量的调节效应分析方法
•利用结构方程模型或其他特定方法
3 调节效应实例分析（连续变量+连续变量）
显变量： •感恩在压力性生活事件与烟酒使用的关系中的调节效 应 •幼儿抑制性控制对压力与暗示感受性关系的调节效应
潜变量 •徐夫真，张文新.青少年疏离感与病理性互联网使用的关系： 家庭功能和同伴接纳的调节效应检验.心理学报，2011，43 （4）,：410−419 •王兴超，杨继平.道德推脱与大学生亲社会行为:道德认同的 调节效应.心理科学，2013， 36( 4) : 904 － 909 •吴艳，温忠麟，侯杰泰，Marsh.无均值结构的潜变量交互 效应模型的标准化估计．心理学报，2011，43 (10 ) ， 1219 － 1228． •吴艳，温忠麟，林冠群.潜变量交互效应建模: 告别均值结 构.心理学报，2009，41 (12 ) ，1252 – 1259．
• 总的来说，模型建立有赖于对变量的区分，变量 的区分和建模都依靠学科理论或经验常识。考虑将 一个变量作为调节变量或中介变量分析之前，从学 科理论或经验常识的角度要能够解释得通。
4.2调节效应与中介效应分析实例比较
• 要研究的是学生行为(X)对同伴关系(Y)的影响。 • 将所有变量做中心化。数据分析中只需要下面的协 方差矩阵：
•Thompson和他的合作者在研究脊椎发育不良儿童 的中枢神经系统功能和家庭关系在心理调节中的作用 时，将“发病年龄”、“病情严重程度”、“认知过 程”、“社会经济地位”、“社会支持”等变量全都 作为“慢性病压力”和“社会心理状况”之间的中介 变量 。
•显然，“发病年龄”和“家庭社会经济地位”不能 作为中介变量，因为“慢性病压力”(在后)不会影响 “发病年龄”(在前)；“慢性病压力”也不会影响 “家庭社会经济地位”(由父母的学历、职业和收入 等指标测量)。“发病年龄”和“家庭社会经济地位” 应当作为可能的调节变量进行分析：不同的“发病年 龄”，或者不同的“家庭社会经济地位”，患儿的 “慢性病压力”与“社会心理状况”的关系可能是不 同的。
•根据不同的变量水平可以利用SPSS进行方差分析 和回归的处理 •表1分类列出了显变量调节效应分析方法。
问题：如何对分组回归回归系数进行比较？如何验证R22>R12显著？
•需要说明的是，除非已知X和M不相关(即相关系数 为零)，否则调节效应模型不能看标准化解。这是因 为，即使X和M的均值都是零，XM的均值一般说来 也不是零。
•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。
• 例如，研究小学生某种行为(如欺负行为)对同伴关系 的影响，老师对该生的喜欢程度(简称喜欢程度)既可 以做调节变量，也可以做中介变量。如果认为喜欢程 度与欺负行为关系不大，更多的是受其他变量的影响， 如学习成绩等，这时可以将喜欢程度作为调节变量进 行分析，看它是否影响同伴关系与欺负行为之间的关 系。如果认为欺负行为影响喜欢程度，后者又影响了 同伴关系，则可以将喜欢程度作为中介变量进行分析， 看它的中介效应是否显著。
•上面分析说明，老师对学生的喜欢程度(w )不是调 节变量，而是中介变量。中介模型分析结果表明： 一方面，学生行为对同伴关系有直接负效应，即违 纪捣乱行为多的同学，受同学欢迎的程度会低一点。 另一方面，学生行为通过教师喜欢程度对同伴关系 有间接负效应，即违纪捣乱行为多的同学，老师比 较不喜欢，而老师的态度会影响同学，使同学也比 较不喜欢。
•调节效应(moderating effect)意味着两变量之间的 因果关系随调节变量的取值不同而产生变化．
•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(即变量减去其均值)。 •在统计回归分析中，检验变量的调节效应意味着检 验调节变量和自变量的交互效应是否显著。以最简 单的回归方程为例，调节效应检验回归方程如下：
•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。
• 喜欢程度(W )的中介效应分析结果见表4。由于 不涉及乘积项，可以使用标准化解，用小写字母代 表相应变量的标准化变量。
•由于依次检验(指前面3个t检验)都是显著的，所以 喜欢程度的中介效应显著。由于第四个t检验也是 显著，所以不是完全中介效应。中介效应占总效应 的比例为0．338×0．349／0.232=50．8％ ，即 中介效应占了总效应的一半左右。
Y=aX+bM+cXM+e
M为调节变量，MX为调节效应，c衡量了调节效应的大小, 调节效应是否显著即是分析C是否显著。
•调节效应与交互效应： -从统计上看，调节效应和交互效应是相同的
（对H0：c=0进行检验，c显著，则调节效应显著） -从概念上看，调节效应和交互效应不完全相同，
交互效应中，两个自变量地位不固定（可以是对称 的、也可以是不对称的），可以任意解释。调节效 应中，自变量和调节变量明确，在一个确定的模型 中两者不能互换。
4 中介效应与调节效应的比较
4.1调节变量与中介变量的比较
• 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。
•调节变量所要解释的是自变量在何种条件下会影 响因变量，也就是说，当自变量与因变量的相关 大小或正负方向受到其它因素的影响时，这个其 它因素就是该自变量与因变量之间的调节变量。
•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 。
调节效应
孙丽君 实验心理学教研室
主要参考文献
• 温忠麟，侯杰泰，张雷.调节效应与中介效应的比 较和应用.心理学报，2005,37（2）：268-274
• 卢谢峰，韩立敏.中介变量、调节变量与协变量.心 理科学，2007,30（4）：934-936
1 调节变量与调节效应的含义
•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(moderator)。就是说，Y与X的关系受到 第三个变量M的影响，这种有调节变量的模型一般 地可以用图1示意。
2 调节效应分析方法
•这里分两大类进行讨论。一类是所涉及的变量(因 变量、自变量和调节变量)都是可以直接观测的显 变量(observable variable)，另一类是所涉及的 变量中至少有一个是潜变量(1atent variable)。
2.1显变量的调节效应分析方法
•变量可分为两类，一类是类别变量(categorical variable)，包括定类和定序变量，另一类是连续变 量(continuous variable)，包括定距和定比变量。 定序变量的取值比较多且间隔比较均匀时，也可以 近似作为连续变量处理。