调节效应

调节变量VS中介变量
3
调节效应分析示例
研究：学生行为（X）对同伴关系（Y）的影响
第三者： 老师对学生的喜欢程度（W） 老师的管教方式（U）
喜欢程度的调节效应分析
由于第二步中乘积项WX 的回归系数不显著(t =-0. 98, R2 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- 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。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。
调节效应
调节效应概述
因果关系： 自变量X
因变量Y
第三者：调节变量（moderator）
如果两个变量之间的关系（如Y与X的关系）是变量M的函数，称M为调节变量 （Baron & Kenny, 1986；James & Brett, 1984）。
调节效应概述
调节变量 定性：性别、种族、学校类型等 定量：年龄、受教育年限、刺激次数等
有调节的中介模型
在知道管教方式(U )是调节变量、喜欢程度 (W )是中介变量以后,与之前模型不同的是乘积 项, UX 换成了UW。考虑X 对Y 的影响时, W 仍 然是中介变量。可以结合中介效应检验方法和 调节效应检验方法检验有调节的中介效应是否 显著。以依次检验为例, 有调节的中介效应显著 意味着: (1)做Y 对X 和U 的回归, X 的系数显著; (2)做W 对X 和U 的回归, X 的系数显著; (3)做Y 对X 、U 和W 的回归,W 的系数显 著;(到此为止说明W 的中介效应显著。) (4)做Y 对X 、U 、W 和UW 的回归, UW 的系数显著。 从上面分析步骤可知, 检验有调节的中介效 应时, 先要检验中介效应, 然后检验调节效应。有中介 的调节变量和有调节的中介变量。如图所示 的就是这样一个混合模型(mixed model)。要 研究的是X 对Y的影响。 1）U ×X →Y 表明U 是Y 与X 关系的调节 变量, 2）U ×X →W→Y 表明它通过W 影响Y , 从这个角度看U 是有中介的调节变量。 3）X →W→Y 表明W 是中介变量, 4）U ×W→Y 表明U 是Y 与W 关系的调 节变量, 从这个角度看W 是有调节的中介变量。
调节变量一般不受自变量和因变量影响，但是可以影响自 变量和因变量，一般不能作为中介变量。
例如： 指导方案对学生学习效果的影响 调节变量：学生个性 常用形式：
Y=aX+bM+cXM+e 学生某项自我概念（如外貌、体能等）对总的自我概 Y=bM+(a+cM)X+e 念的影响 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 调节变量：学生对该项自我概念重视程度 应（ moderator effect）的大小，如果c显著，表明变量M的调节效应有意义。
有中介的调节模型
以往的研究发现, 老师的管教方式(U) 是调节变量, 老师对学生的喜欢程度(W ) 是中介变量。以依次检验为例, 有中介的 调节效应显著意味着: (1)做Y 对X 、U 和UX 的回归, UX 的系数显著;(这一步说明U 对Y 与X 关系 的调节效应显著。) (2)做W 对X 、U 和UX 的回归, UX 的系数显著; (3)做Y 对X 、U、UX 和W 的回归, W 的系数显著。 如果在第(3)步中,UX 的系数不显著, 则U 的调节效应完全通过中介变量W 而 起作用。 从上面分析步骤可知, 检验有中介的 调节效应时, 先要检验调节效应, 然后检 验中介效应。
潜变量调节效应分析方法——分组线性结构方程模型分析
潜变量调节效应分析方法——加入乘积项的结构方程模型分析
潜变量调节效应分析方法——加入乘积项的结构方程模型分析
潜变量调节效应分析方法——加入乘积项的结构方程模型分析
调节效应与交互效应
统计上：调节效应和交互效应是相同的 （对HO：c=0进行检验，c显著，则调节效应显著） 概念上：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（可以对称也可以 不对称），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
均方
80.667 40.542 28.292 1.861
F
43.343** 21.784** 15.201**
1.处理间 218.333 2.A(主题熟悉性) 80.667 3.B(生字密度) 81.083 4.A×B 56.583 5.处理内 33.500 6.单元内误差 33.500 7.总变异 251.833
成功机会对动机的影响 调节变量：成功的价值
调节效应分析方法——显变量
调节效应（交互效应）：自变量和调节变量均为类别变量
当两个自变量和调节变量都是类别变量时，通常采用两因素方差分 析。也可以用线性模型的参数估计方法估计交互效应的值。
两因素完全随机实验方差分析表
变异来源 平方和 自由度
pq-1=5 p-1=1 q-1=2 (p-1)(q-1)=2 pq(n-1)=18 pq(n-1)=18 npq-1=23
调节效应（交互效应）：自变量和调节变量均为类别变量
调节效应（交互效应）：自变量和调节变量均为连续变量
当自变量和调节变量均为连续变量，分析交互效应可以使用回归模型。
调节效应（交互效应）：一个是类别变量，一个是连续变量（分组回归）
调节效应分析方法——潜变量
潜变量调节效应分析方法——用潜变量的因子得分作回归分析
管教方式的调节效应分析
由于第二步中乘积项UX 的回归系数显著(t =4. 452,R2 的变化约为3%), 所以管教方式(U) 的调节效应显著。由Y =0.023 +0.987U +(0.101U - 0.107)X可知, 管教方式(U)得分越低, 学生行为(X )对同伴关系(Y )的负效应越大。当U >1. 06时(注意到U的均值为零, 标准差是 0. 75, U =1.06相当于高出均值1. 4个标准差), 学生行为(X )对同伴关系(Y )的影响变成了 正效应。