区分中介与调节变量

Baron 和Kenny (1986)认为实验中是否存在中介作用应满足以下四个条件: (1) 自变量与中介变量之间有显著相关; (2) 中介变量与因变量之间有显著相关; (3) 自变量与因变量之间有显著相关; (4)当中介变量引入回归方程后,自变量与因变量的相关或回归系数显著降低。如果自变量与因变量的关系下降至零,是完全中介(full mediation) ;如果自变量与因变量的相关降低但不等于零,是部分中介(partial mediation) 。在这种情况下就可以证明预测变量对结果变量的影响是通过中介变量来进行的。

中介变量是自变量对因变量产生影响的途径或机制，如果X通过影响M来影响Y，则M就是中介变量。模型可表达为Ｙ=cX+e_1, M=aX+e_2, Y=c'X+bM+e_3。

调节变量影响因变量和自变量之间关系的方向和强弱。用模型表达为Y=bM+(a+cM)X+e，c衡量了调节效应的大小。调节效应与交互效应从统计分析的角度看是一样的。但在交互效应中，两个自变量的位置是对称的，也可以是不对称的；在调节效应中，自变量和调节变量的位置不能互换。

在X对Y的影响时强时弱或方向不定时，应该研究调节变量，目的是弄清X何时影响Y 或何时影响较大。在X对Y的影响较强且稳定时，应该研究中介变量，目的是弄清X影响Y 的机制。中介变量和X、Y的相关都显著，调节变量则不一定，而且理想的调节变量与自变量、因变量的相关都不显著。不受自变量影响的变量不可能成为中介变量，但可以成为调节变量。