1、調節效應的估計和檢測方法調節效應模型的標準化估計 調節效應： 如果變量Y 與變量X 的關系是變量M 的函數，稱M 為調節變量 。就是說， Y 與X 的關系受到第三個變量M 的影響，這種有調節變量的模型一般地可以用圖1 示意。 最簡單的模型，只有一個自變量，因變量，調節變量。假設方程如下： 對于固定的M , 這是Y 對X 的直線回歸。Y 與X 的關系由回歸系數a +cM 來刻畫, 它是M 的線性函數, c衡量了調節效應(moderating effect)的大小。對模型(1)中調節效應的分析主要是估計和檢估計和檢驗驗c。如果c顯著(即H0 c =0的假設被拒絕), 說明M 的調節效應顯著。顯然，

2、c其實代表了X與M 的交互效應。調節效應和交互效應這兩個概念不完全一樣。調節效應中, 哪個是自變量, 哪個是調節變量, 是很明確的, 在一個確定的模型中兩者不能互換。分兩類討論：一類是所涉及的變量(因變量、自變量和調節變量)都是可以直接觀測的顯變量(observable variable), 另一類是所涉及的變量中至少有一個是潛變量(latent variable)。一、顯變量的調節效應分析方法1、變量都為類別變量（定類變量、定序變量）：做兩因素方差分析。2、變量都為連續變量（定距變量、定比變量）：做層次回歸分析:(1)做Y 對X和M 的回歸, 得測定系數 。(2)做Y 對X 、M 和XM 的

3、回歸得 , 若 顯著高于 , 則調節效應顯著;或者, 做XM 的偏回歸系數檢驗, 若顯著, 則調節效應顯著。3、當調節變量是類別變量、自變量是連續變量時,做分組回歸分析 。4、但當自變量是類別變量、調節變量是連續變量時, 不能做分組回歸, 而是將自變量重新編碼成為偽變量(dummy variable), 用帶有乘積項的回歸模型, 做層次回歸分析。二、潛變量的調節效應分析方法有關潛變量的分析需要用到結構方程模型。有潛變量的調節效應模型通常只考慮如下兩種情形:1、調節變量是類別變量, 自變量是潛變量：時, 做分組結構方程分析。2、調節變量和自變量都是潛變量。變量時, 有許多不同的分析方法。圖1：一

4、般混合的模型一種模型的兩種解釋一種模型的兩種解釋對于上圖所示的路徑圖, 從有調節的中介模型角度, 無論是X 與Y 關系的直接路徑還是間接路徑, 都受到U的調節。另一種解釋：U 是X 與Y 關系的調節變量, 調節效應有一部分是經過中介變量W 起作用的, 間接的調節效應由(a1+a3U)(b1+b2U)中與U 有關的系數反映,直接的調節效應由 中U的系數反映。兩種模型有不同的研究目的和研究重心兩種模型有不同的研究目的和研究重心, 立立論和解釋也很不同。論和解釋也很不同。對于有調節的中介模型, 重心在于考慮自變量對因變量的作用機制, 即中介效應; 其次考慮中介過程是否受到調節, 即中介作用何時較強、

5、何時較弱。對于有中介的調節模型, 重心在于考慮自變量與因變量之間關系的方向(正或負)和強弱受到的影響, 即調節效應; 其次考慮調節變量是如何起作用的, 即是否通過中介變量而起作用。如果直接路徑沒有受到調節(即c3不顯著), 則建立有調節的中介模型;反之，建立有中介的調節效應。只要中介效應中介效應(a1+a3U)(b1+b2U) a1b1 (a1b2 a3b1)Ua3b2U2 與U 有關, 或者說隨U 變化, 則中介效應是有調節的。檢驗的三種方法：1、依次檢驗：依次檢驗犯第一類錯誤的概率低，檢驗力低，檢驗更加嚴格。2、系數乘積的區間檢驗（可使用Bootstrap 法）3、中介效應差異的檢驗：用B

6、ootstrap 法檢驗中介效應的差異來判斷中介效應是否隨U變化, 即檢驗U的不同取值上的中介效應之差是否顯著。對于圖1模型做如下回歸：綜合上述檢驗的優劣提出有中介的調節效應檢的步驟先做依次檢驗, 如果不顯著, 再做系數乘積的區間檢驗, 如果還不顯著, 最后做中介效應差異檢驗。如果前面的檢驗已經顯著, 后面的檢驗不需要做了, 除非研究者有特別的用意。因為三種檢驗，檢驗力一次增強；包含信息依次減少；復雜程度依次增加。 借鑒中介效應的檢驗程序，對于混合模型，我們提出一個檢驗有中介的調節效應的程序如下圖。有中介的調節的檢驗步驟溫忠麟, 侯杰泰, 張雷.調節效應和中介效應的比較和應用.心理學報, 2005, 37(2):268 274.溫忠麟, 張雷, 侯杰泰. 有中介的調節變量和有調節的中介變量. 心理學報, 2006，38, 448452.溫忠麟,葉寶娟, 有調節的中介模型檢驗方