调节效应：为何心理效应无法适用于所有情景｜心理词条
阐述定义
在心理学研究中，我们经常会探究两个变量之间的关系，如一个自变量会如何引起一个因变量的变化。但即便我们测得两个变量之间的关系，这个关系的强度和形式也不一定是固定不变的，因为可能存在一个「第三方」变量对两者间的关系起到「调节」作用。
举个例子，假设我们现在发现了工作量和员工的流动率呈正相关，即，工作量越大、员工流动率越大。但同时我们又发现，虽然工作量会影响员工流动，但工作量对男性和女性员工流动率的影响程度并不相同，更具体来说，在同等工作量下，男性的流动率比女性更高。
那么这时我们可以说，性别影响了工作量和员工流动率的关系强度，对于工作量和员工流动率之间的关系来说，性别就是调节变量，而这一影响过程便是调节效应。
调节效应有时候会和中介效应相混淆，因为两者都属于会影响两个变量之间相关关系的「第三方」变量，但调节效应和中介效应作用方式有明显的区别。
简单来说，在中介效应中，中介变量会直接参与到自变量对因变量的影响过程中。更具体地，自变量对因变量的影响是（完全或者部分）通过中介变量产生的。一般在描述中介效应时，会用到以下图例说明。
而在调节效应中，调节变量本身不会直接参与到自变量对因变量的影响过程，但调节变量的存在会影响自变量和因变量之间关系的强度和（或）方向。一般在描述调节效应时，会用到以下图例说明。
调节变量的不同类型
调节变量可以简单分为两种类型：类别变量和连续变量（温忠麟, 侯杰泰, & 张雷, 2005）。
类别变量可以理解为，变量可按同属性的不同类型区分，每个类型之间有明显的边界，比如天气可以按晴天、阴天、雨天区分，性别可按男性、女性区分，血型可按A型、B型、AB型、O型区分，年级可按一年级、二年级等区分。
连续变量则是，变量的数值是连续不断的，任意两个数值之间没有明显边界，可以作无限分割，取无限个数值，比如身高、体重、距离等。
针对这两种类型的变量，调节效应的具体分析方法和结果呈现形式会略有不同。
比如对类别型调节变量，我们需要计算不同数值情况下，自变量和因变量之间的关系强度。如开头提到的例子中，需要分别查看男性员工和女性员工两种情况下，工作量和员工流动率之间的关系变化。
而对于连续变量，因为数值和数值间没有具体边界，且可以无限分割，我们需要将获取的一定区间内的数值按低位、中位、高位区分（或也可以按低位、高位区分），查看不同数值水平下，自变量和因变量间关系强度的变化形式。
调节效应的检验
简单来说，检验调节效应就是要检验在不同水平的调节变量下，自变量和因变量的回归系数（或者说斜率）是否有显著的差异。比如，工作量和流动率之间的回归系数（斜率）在男性员工和女性员工之间是否有显著的不同。（具体可参见上一节的图示）
在检验时，需要将自变量和调节变量系数相乘得出一个「交互项」，并对自变量、调节变量、交互项进行回归分析。如交互项为显著，即自变量和调节变量间存在交互效应，便意味着该调节效应成立。
调节效应的影响通常可以分为三个类型。
第一类是，调节变量不改变自变量和因变量之间关系的方向，但是会改变关系的强度，即，随着调节变量的变化，自变量和因变量之间关系的强度可能会由弱变强（或由强减弱）
第二类是，调节变量会改变自变量和因变量之间关系的方向，即，随着调节变量的变化，自变量和因变量之间的相关关系可能会从正相关变为负相关（或从负相关变为正相关）
第三类是，随着调节变量的变化，自变量和因变量之间的关系可能会从相关变成不相关（或从不相关变为相关）。
案例分享
以一篇2019年刊登在《Frontiers in Psychology》上的研究为例（Su, & Shum, 2019）。该研究通过287名14-19岁高中生，探讨了特质正念、批判性思维、认知扭曲和心理困扰（焦虑、抑郁和压力）之间的相互关系。
【特质正念指的是个体以开放和非评判的态度关注并保持对当下体验的先天能力，是一个人更频繁地进入和更容易坚持正念状态的倾向（Gehart, 2012）。】
根据研究结果，批判性思维和心理困扰之间可能存在相关关系，具体来说，批判性思维和心理困扰存在一定的正相关，高度的批判性思维有可能造成更强的心理困扰。
更进一步地，批判性思维和心理困扰之间的关系受到认知扭曲的中介效应影响，即，批判性思维对心理困扰的影响有部分是通过认知扭曲形成的。高度的批判性思维可能会引起人们的认知扭曲和心理压力，从而形成心理困扰。
然而，在不同水平的特质正念下，批判性思维带来的负面影响也会有所差异。比如研究发现，上述的关系仅在低水平特质正念下才显著，随着特质正念水平的提高，批判性思维带来的认知扭曲及最后导致的心理困扰程度可能会随之下降，甚至消失。
在该研究中，特质正念并没有直接参与到批判性思维和认知扭曲及心理困扰的相互关系中，但特质正念水平的高低会引起这些相互关系的变化，揭示了正念在防止可能与批判性思维相关的心理困扰方面发挥的潜在作用。
个人见解
心理学爱好者即便不亲自实施统计研究，只是想学习了解心理学科研成果，理解调节效应也是不可或缺的一环。
例如我们会学到各种心理学效应和原理，但套用到实际时却发现这些知识并没有发挥其应有的作用。排除相关结论可能未经过实证检验或原实验方法不严谨等情况，这些心理学效应和原理，可能还会受到性别、年龄、职业、个体差异、环境压力、群体关系等因素影响。
调节效应正是帮助我们理解这一问题，即，我们学习到的内容，这些特定的行为和心理干预方法的影响是否会对每个人都奏效，这些方法是否适用于所有的情景？
除此之外，当自变量（某个具体方法）已然对因变量（我们期望的正向反馈）产生积极影响时，我们甚至还可以寻找那些能增强两个变量间积极效应的调节因素作为催化剂来叠buff，进一步加强我们实施方法的效果。
了解调节效应能帮助我们实现对心理学知识的灵活运用，引导我们「具体问题具体分析」，让我们在运用心理学「实战」时更有的放矢，在面对特定群体和环境时更及时地调整方法，提高效率，而不是死板地套用模板。
相似内容
相关主题
