社会心理学中调节变量与中介变量区别BARON英文文献翻译版

1、社会心理学中调治变量与中介变量的差别BARON英文文件翻译版TheModerator-MediatorVariableDistinctioninSocialPsychologicalResearch:Conceptual,Strategic,andStatisticalConsiderationsReubenM.BaronandDavidA.Kenny(JournalofPersonalityandSocialPsychology,1986,51(6),1173-1182)本文，作者试图划分多层次下调治变量与中介变量的属性。第一，作者想法让理论家和研究者意识到不要混淆调治与中介两个看法。在看法

2、与战略上精心商酌，很多方面调治与中介存在差别。尔后，作者超越授课上的公式，在控制与应激，态度和个性特色等更广泛范围，描述这些差别的看法化与战略化应用。最后，作者还给出了既包括调治又包括中介和分别包括这两种状况的因果关系中最有效地应用调节与中介差其余详细解析步骤大纲。第三方变量的调治效应是指将自变量进行划分以使其对给定因变量产生最大效应。第三方变量的中介效应是指自变量经由它可以影响因变量的生成体系。一、调治变量1、调治变量的特色一般来说，调治变量是定性(如，性别，种族，阶层)或定量(如，回报大小)变量，影响自变量(IV)或展望变量(PV)与因变量(DV)或效标变量(CV)之间关系的方向和/或强度

3、。在相关解析中，调治变量是影响其余两个变量之间的零次相关(thezero-ordercorrelation)的第三方变量。在更熟悉的方差解析中，自变量与经过控制设定为某种条件的因子之间的交互作用代表一个基本的调治效应。从图1看，若是路径C显然，调治变量的假设得以支持。也许展望变量的和调节变量的效应(路径A与路径B)也显然，但是与检验调治变量的假设在看法上其实不直接相关。其余，调治变量与展望与效标变量没关为交互作用供应了清楚的讲解。从图1可以清楚表示的另一个调治变量的特色是，不像中介变量和展望变量之间的关系(展望变量是中介变量的前因变量)，调治变量和展望变量都是产生某种效标收效的因果变量的前导或

4、外生。也就是说，调治变量总是作为自变量，而中介从结果到原因的角色变化取决于解析的重点。2、检验调治作用调治作企图味着两个变量的因果关系因调治变量的作用发生了变化。统计解析必定测量和检验当调治变量发生作用，自变量对因变量的不同样效应。测量和检验不同效应部分依靠自变量与调治变量的测量水平。考虑四种状况:状况1，调治变量与自变量都是种类变量。状况2，调治变量是种类变量，自变量是连续变量。状况3，调治变量是连续变量，自变量是种类变量。状况4，调治变量与自变量都是连续变量。注意，为了谈论方便，作者将种类变量都假设为二分变量。状况1:在这种状况下，一个二分自变量对因变量的效应的变化是另一个二分变量的函数。

5、统计解析即为2*2ANOVA，调治作用表现为交互作用。我们也许要测量在调治变量不同样水平下自变量的简单效应，但是这些只幸亏调治变量与自变量交互作用惹来由变量变化时才能被测量。状况2:这种状况下，调治变量是二分变量，自变量是连续变量。测量这种种类的调治效应的典型方法是对每一水平的调治变量分别做相关解析，尔后检验其差异。相关解析方法有两个严重的不足。第一，它假设自变量在调治变量的每一水平上都拥有同方差。若是调治变量在各水平存在异方差，那么在方差较小的水平，自变量与因变量的相关会低于方差较大的水平。这种差别叫做范围拘束(arestrictioninrange)(McNemar,1969)。其次，若是

6、因变量的测量误差量是调治变量产生的，那么自变量与因变量之间的相关将出现伪差别。这些问题说明相关受方差变化的影响。但是，回归系数不受自变量方差差别或因变量测量误差差别的影响。因此，更可取的是不用相关系数，而是用非标准化(非Beta系数)回归系数来测量自变量对因变量的效应(Duncan,1975)。Cohen和Cohen(1983，P.56)给出了检验回归系数差别的方法。在分别检验两个斜率前，应该先进行这种检验。别的，若是自变量在调治变量的不同样水平上存在测量误差的差别，结果也会出现误差。这就需要估计不同样水平的调治变量的信度，并且必定对斜率进行修正。信度的检验可以使用多组结构方程模型来完成，只需

7、将不同样的调治变量水平办理为不同样的组。状况3:这种状况下，调治变量是连续变量，而自变量是二分变量。比方自变量是理性与害怕唤起的态度改变信息，而调治变量是由IQ测试测量的智力。害怕唤起的信息可能对低IQ的受试更有收效，而理性唤起的信息可能对高IQ的受试更有收效。为了测量这种状况下调治变量的效应，我们必定先验地知道作为调治变量的函数，自变量的效应是如何变化的。衡量自变量作为调治变量的函数的变化效应的一般假设是不可以能的，因为调治变量有多个水平。图2表示三种理想化的方式，其中调治变量改变了自变量对因变量的效应。第一，自变量对因变量效应的随调治变量线性变化。线性的假设表示随调治变量的变化，自变量对因

8、变量的效应发生逐渐，牢固的变化。这是一般假设的调治作用形式。第二个方式的特色是二次函数。比方，害怕唤起的信息对所有低IQ的受试可能比理性信息更有效，但是，随着IQ的增加，害怕唤起的信息失去起优势，而理性信息变得更有效了。图中的第三种方式是阶梯函数。在某些重点的IQ水平，理性信息变得比害怕唤起的信息更有效。这种形式经过二分跃阶发生与持续点上的调治变量，以状况1中的方式来检验。不幸的是，社会心理学的理论还无法精确到可以设定跃阶发生的确切时点。线性假设的检验是经过将调治变量与二分自变量的乘积加到回归方程中。Cohen和Cohen(1983)以及Cleary和kessler(1982)对此进行了详细阐

9、述。因此，若是设自变量为X，调治变量为Z，因变量为Y，则Y是X、Z与XZ的回归。调治效应由当X和Z被控制时，XZ的显然效应来表示。自变量对不同样水平的调治变量的简单效应能被测量和检验(调治变量的测量误差需要依照状况2中自变量测量误差修正的同样方法进行修正)。二次调治效应经过在调治效应增强时所发生的时点上二分调治变量。若是函数是二次的，如图2，自变量的效应应该在调治变量分值高时，最大。二次调治作用可以经过Cohen和Cohen(1983)所介绍的层次回归方法进行检验。用前述的同样符号，Y是X，Z，XZ，Z2，和XZ2的回归。对二次调治的检验是经过检查XZ2。这种复杂回归方程的讲解可以借助图表来表示不同样的X，Z值的展望值。状况4:在这种状况下，调治变量与自变量都是连续变量。若是调治变量以阶梯函数形式改变自变量与因变量的关系，则可以在跃阶发生时二分调治变量。二分调节变量后，其解析模式就转变成状况2了。对自变量的效应的测量看其回归系数。若是假设自变量(X)对因变量(Y)的效应随调治变量(Z)线性或二次变化，则应使用状况3所介绍的乘积方式。对于二次调治，必定引入调治变量的平方。对这种状况参照Cohen和Cohen(1983)以及Cleary和Kessler(1982)来协助建立和讲解这些回归方程。状况4中出现的调治变量与自变量的测量误差使解析变得特别复