楼主,你好~我是鲸鱼社工故来~~中介变量:考虑自变量X对因变量Y的影响,如果X通过影响变量M来影响Y,则称M为中介变量。例如,上司的归因研究:下属的表现———上司对下属表现的归因———上司对下属表现的反应,其中的“上司对下属表现的归因”为中介变量。调节变量: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。就是说,Y与X的关系受到第三个变量M的影响。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。区别:没有本质区别的,便是基本相同。调节效应和交互效应在统计模型上无本质区别;但调节效应能够指定谁是自变量,谁是调节变量;而交互作用地位是等价的。在交互作用分析中,两个自变量的地位可以是对称的,其中任何一个都可以解释为调节变量;也可以是不对称的,只要其中有一个起到了调节变量的作用,交互效应就存在。但在调节效应中,哪个是自变量,哪个是调节变量,是很明确的,在一个确定的模型中两者不能互换。祝好(壹心理鲸鱼社工🐳)
楼主,你好~我是鲸鱼社工故来~~中介变量:考虑自变量X对因变量Y的影响,如果X通过影响变量M来影响Y,则称M为中介变量。例如,上司的归因研究:下属的表现———上司对下属表现的归因———上司对下属表现的反应,其中的“上司对下属表现的归因”为中介变量。调节变量: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。就是说,Y与X的关系受到第三个变量M的影响。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。区别:没有本质区别的,便是基本相同。调节效应和交互效应在统计模型上无本质区别;但调节效应能够指定谁是自变量,谁是调节变量;而交互作用地位是等价的。在交互作用分析中,两个自变量的地位可以是对称的,其中任何一个都可以解释为调节变量;也可以是不对称的,只要其中有一个起到了调节变量的作用,交互效应就存在。但在调节效应中,哪个是自变量,哪个是调节变量,是很明确的,在一个确定的模型中两者不能互换。祝好(壹心理鲸鱼社工🐳)