调节变量和中间变量.doc

2009-11-1419:02:11来自:HYPERLINK"http://www.douban.com/people/nickelxie/"Nickel(fatuous)
调节效应与中介效应的比较和应用by温忠麟侯杰泰张雷摘要讨论了调节变量的概念和调节效应分析方法,并简要介绍了中介变量的概念和中介效应分析方法。从研究目的、关联概念、典型模型、变量的位置和功能、效应的估计和检验方法等角度,对调节变量和中介变量、调节效应和中介效应以及相应的模型做了系统的比较。作为应用例子,在儿童行为对同伴关系的影响研究中分析和比较了调节变量和中介变量。关键词调节变量,调节效应,中介变量,中介效应。
HYPERLINK"javascript:close_dialog();void(0)"X
登录······
窗体顶端
Email:
密码:HYPERLINK"http://www.douban.com/login?reset=password"忘记密码了
在这台电脑上记住我

HYPERLINK"http://www.douban.com/accounts/register">还没有注册...
窗体底端

2009-11-1419:12:15HYPERLINK"http://www.douban.com/people/nickelxie/"Nickel(fatuous)
调节变量(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(interactwith,见下面1.2节),又使用中介过程的术语(mediating)[1]。(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[2,3]。(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[4]。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[5]。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。本文首先讨论了调节变量的概念和调节效应分析方法,并简要介绍了中介变量的概念和中介效应分析方法。然后对这两种效应模型做了比较系统的比较。最后,用一个实际例子进行两种效应的分析。1调节变量与调节效应分析在本文中,假设我们感兴趣的是因变量(Y)和自变量(X)的关系。虽然它们之间有时不一定是因果关系,而可能只是相关关系,但按文献上的习惯而使用“X对Y的影响”的说法。虽然也可以考虑多个自变量的模型,但为了简单明确起见,本文在理论阐述方面只考虑一个自变量。1.1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[6]。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。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[7]。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。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,参见文献[8])。本文主要考虑最简单常用的调节模型,即假设Y与X有如下关系Y=aX+bM+cXM+e(1)可以把上式重新写成Y=bM+(a+cM)X+e对于固定的M,这是Y对X的直线回归。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(moderatingeffect)的大小。1.2调节效应与交互效应对模型(1)中调节效应的分析主要是估计和检验c。如果c显著(即H0∶c=0的假设被拒绝),说明M的调节效应显著。熟悉交互效应(interactioneffect)的读者可以从模型(1)看出,c其实代表了X与M的交互效应,所以这里的调节效应就是交互效应。这样,调节效应与交互效应从统计分析