方法 | 通俗理解中介效应、调节效应与交互效应

中介效应与调节效应区别很大，大多数时候很不一样。调节效应与交互效应较为类似，交互效应常被认为是调节效应的一个特例。本研究主要介绍1）中介效应的相关知识；2）调节效应的相关知识；3）交互效应的相关知识；4）调节效应与交互效应的区别与联系。

01

中介效应的相关知识

中介效应是指在一个因果关系链中，一个介入变量（中介变量）在解释或传递原因变量和结果变量之间的关系时发挥了重要作用。换句话说，中介效应研究的是介入变量（中介变量）如何通过改变原因变量与结果变量之间的关系来影响结果的机制。通过进一步了解中介效应，我们可以更好地理解因果关系中的中间步骤和机制。

下图的模型和回归方程描述了变量之间的关系：

方程（1）的系数c为X对Y的总效应；

方程（2）的系数a是X对M的直接效应；

方程（3）的系数b是在控制了X的影响后，M对Y的直接效应；

系数c '是控制了M的影响后，X对Y的直接效应；系数ab是经过中介变量M产生的中介效应，并存在ab = c - c '的关系。

通俗来说，在分析自变量X对因变量Y产生的影响时，如果变量X通过影响变量M来影响变量Y，那么这个变量M就是中介变量。

（

来源于网络）

02

调节效应的相关知识

调节效应是指一个因果关系中，某个额外的变量（调节变量）如何影响原因变量和结果变量之间的关系。调节效应关注的是不同条件下变量之间的交互作用，即不同条件下这种因果关系可能发生的变化。通过考察调节效应，我们能够了解一个关系在不同情况下的强度或方向。调节效应可以帮助我们识别那些影响原因和结果之间关系的条件因素，并且可以提供有关这些因素如何影响这种因果关系的重要理解。

下图的模型和回归方程描述了变量之间的关系：

如下图所示，如果因变量Y和自变量X的关系（回归斜率的大小和方向）随第三个变量Z的变化而变化，则称Z在X和Y之间起调节作用，此时称Z为调节变量。

当X和Z都可以作为定距变量时，调节效应可以通过下面回归方程进行分析。如果回归系数c显著，就表示调节效应显著。

（

来源于网络）

03

交互效应的相关知识

交互效应是指，两个或多个变量同时对结果变量产生影响，并且这种影响不仅仅是简单的叠加效应。换句话说当两个或多个变量的效应相互作用时，它们在一起会产生额外的影响，而单独存在时则不会生这种效应。交互效应基于对变量之间复杂关系的探索，帮助我们理解在实际情况下变量之间是如何交织在一起影响结果的。交互效应通常用于解释实际生活中的复杂现象。

下图的模型描述了变量之间的关系：

两个变量A和B都对第三个变量C有影响，分三种情况：

①A单独作用于C的

②B单独作用于C

③AB同时作用于C

如果①＋②≠③，就称A和B之间有交互作用。

（

来源于网络）

举一个通俗易懂的例子：

班级要挑选同学组成竞赛小组参与知识竞赛。

假设同学a对应上述中的A，同学b对应上述中的B，竞赛成绩对应上述中的C。

同学a的语文成绩特别好，如果进入竞赛小组可以提高小组获胜几率（同学a对竞赛成绩的影响，即上述“①A单独作用于C”）；同学b的数学成绩特别好，如果进入竞赛小组可以提高小组获胜几率（同学b对竞赛成绩的影响，即上述“②B单独作用于C”）。但是同学a和同学b之间有矛盾，在一个竞赛小组准备竞赛可能会发生摩擦，影响小组整体准备情况（两位同学对竞赛成绩的整体影响，即上述“③AB同时作用于C”）。在这个例子中，①＋②≠③，就称A和B之间有交互作用。

04

调节效应与交互效应的区别与联系

调节效应和交互效应都是因果模型中的效应，它们的区别在于调节效应关注的是额外的另一个变量（调节变量）对结果变量和原因变量之间关系的影响的变化；而交互效应关注的是两个或多个变量之的相互作用，即在一起时它们是否会产生额外的影响，而单独存在时没有。

换句话说，二者的核心区别在于交互效应仅仅说明了两个变量的组合效应是否会产生变化，而调节效应则进一步说明了在何种条件下这种变化会发生。

具体而言，当两个自变量之间存在交互效应时，调节变量可以进一步解释交互效应的产生机制。调节变量本身并不直接影响因变量，而是通过调节自变量之间的关系来产生效应。因此，可以认为调节效应是交互效应的更加具体的解释和验证。

因此我们可以说，交互效应是对调节效应的影响的特殊情况。在效应评估中，我们需要考虑到一个变量是否是调节变量以及在结果变量中是否有交互效应的存在。同时，理解调节变量是否是交互因素是非常重要的，因为这些因素可以影响结果变量之间的关系。

转自“毅懂学术”微信公众号，本文仅作为学术交流分享，如有侵权，请联系本站删除！