调节效应和中介效应的区别，一句话怎么说？

调节效应问边界，即 X 对 Y 的效应在调节变量的不同水平上是否不同；中介效应问机制，即 X 是否经由中介变量 M 影响 Y。前者看交互项，后者看间接效应。

调节变量和中介变量能用同一个变量吗？

一般由理论先确定变量的角色。本站的调节作用分析和中介效应分析是两个分开的模块，一个变量可以在不同研究问题里扮演不同角色；没有理论依据时，不要让同一个变量兼任两种角色。

调节效应显著，能不能说明存在中介？

不能。交互项显著只说明 X 的效应随调节变量变化，并不说明 X 经由某个变量传导到 Y，两类问题要分开检验。

调节效应和中介效应的区别：SPSS 里分别用哪个模型

更新于 2026-10-24

调节效应和中介效应的区别，一句话：调节问边界，即 X 对 Y 的关联在什么条件下更强；中介问机制，即 X 与 Y 的关联是否经由某个变量传过去。两者名字相近，模型和判据完全不同：调节看交互项，中介看间接效应 a×b 的 Bootstrap 区间。下面说明怎么选，并用演示数据展示调节一侧的读法。

数据要怎么排

两类分析都需要 X、Y 和至少一个第三变量 M，差别在 M 的角色：调节里 M 是边界条件，中介里 M 是中间环节。本页用的调节数据一行一个被试、一列一个变量，全部为定量变量，同一个变量只能放在一个区；上传支持 csv、xls、xlsx、sav 等格式，单个文件不超过 30 MB。方法说明见调节作用分析。

角色	列名	放进哪个区
自变量 X	工作投入	自变量 (X)
调节变量 M	组织支持感	调节变量 (M)
因变量 Y	工作绩效	因变量 (Y)
控制变量	工作年限	控制变量 (可选, 定量)

调节效应和中介效应的区别：先问问题，再选模型

想回答的问题	M 的角色	本站方法	看哪个数
X 的效应在某类人身上是否更强	边界条件	调节作用分析	交互项系数与 ΔR²
X 是否经由 M 传导到 Y，M 之间无先后	并列的中间环节	平行中介效应	间接效应 a×b 的 Bootstrap 区间
X 是否经由 M₁、M₂ 依次传导到 Y	有先后的中间环节	链式中介效应	链式间接效应的 Bootstrap 区间

中介作用和调节作用的区别，归根到底是问题不同。两个问题都想问，就分别建模，结果分别解释。变量的角色一般由研究假设预先确定，本站的调节作用分析和中介效应分析是分开的两个模块，不要在没有理论依据时让同一个变量兼任两种角色。

调节作用分析怎么做：三步

在方法列表里选「调节作用分析」，把上表的变量分别拖入各区。
点开始分析，报告会自动中心化 X 与 M（控制变量不中心化），依次拟合三个模型：只含自变量与控制变量，加入调节变量，再加入交互项。
先读交互项的系数与 ΔR²，再看三个水平的简单斜率和 Johnson-Neyman 区间。

搜索「调节作用分析」选中并载入演示数据后的页面

导出与保存的规则：分析和查看结果不用登录；开通会员后可导出 Word / PDF 报告、使用 AI 解读。保存历史、我的数据与 LaTeX 源码导出需要登录。

调节一侧：结果怎么读

以下结果来自本站演示数据（模拟生成，不代表真实研究结论）。本文用的是站内演示数据 250 行中随机抽取的 212 行；点「用演示数据试一试」载入全部数据，数字略有差别，读法相同。本页只跑了调节分析，没有中介一侧的运行结果。

交互项系数 B=0.0424，95% 置信区间 [0.0294, 0.0554]，t(207)=6.444，p<0.001；交互项比模型 2 多解释的方差 ΔR²=0.12085，f²=0.2006，属中等效应。说明工作投入与工作绩效之间的关联随组织支持感而变。

三个水平的简单斜率见下面的读数表。低水平的斜率不显著，均值与高水平显著，斜率随调节变量增大而变陡。

组织支持感三个水平上的简单斜率读数表

简单斜率图：三个调节水平下的三条线

Johnson-Neyman 的转变点为组织支持感 36.8119 与 45.5910，转变点处斜率分别为 −0.2302 与 0.1419。含义是：低于 36.8119，简单斜率显著为负；36.8119 到 45.5910 之间不显著；高于 45.5910，显著为正。观测范围内等距取 25 点，显著的点占 80.0%。它说明 X 的效应在哪一段取值上显著，不是说调节作用在多大范围内成立。

Johnson-Neyman 条件效应曲线与置信带

中介一侧：用什么判据

中介要拆开三段：X 到中间变量的 a 路径，X 到 Y 的总效应 c，以及控制 X 后中间变量到 Y 的 b 路径和 X 的直接效应 c′。是否成立看间接效应 a×b 的 Bootstrap 置信区间含不含 0，而不是看 c 显著、c′ 变小。具体读法见中介效应分析，帮助文章见平行中介效应。

调节与中介的结论互不替换：交互项显著，不能写成 X 经由某个变量传导；间接效应显著，也说明不了某个变量改变了 X 的效应大小。

论文里怎么写

调节部分可以照这个模板写，数字全部来自本次运行：

以组织支持感为调节变量，工作投入对工作绩效的关联存在显著调节作用（交互项 B=0.0424，95%CI [0.0294, 0.0554]，p<0.001，ΔR²=0.12085）。组织支持感处于均值与高水平时，工作投入的效应显著为正（p<0.001），低水平时不显著（p=0.373），三个水平的斜率数值见简单斜率表。

同一研究如果也做了中介分析，另起一段，写明 a、b 路径与间接效应的区间，并说明两个模型各回答什么问题。

调节与中介常见错误

用调节模型检验机制：交互项显著证明不了中介存在。
用中介模型检验边界：间接效应显著说明不了调节作用。
在没有理论依据时让变量兼任两种角色：角色要在建模前由理论定下，再选对应的模块。
把 Johnson-Neyman 读成调节作用的覆盖范围：它只给出 X 的简单斜率显著的取值区间。

常见问题

调节效应和中介效应的区别，一句话怎么说？: 调节效应问边界，即 X 对 Y 的效应在调节变量的不同水平上是否不同；中介效应问机制，即 X 是否经由中介变量 M 影响 Y。前者看交互项，后者看间接效应。
调节变量和中介变量能用同一个变量吗？: 一般由理论先确定变量的角色。本站的调节作用分析和中介效应分析是两个分开的模块，一个变量可以在不同研究问题里扮演不同角色；没有理论依据时，不要让同一个变量兼任两种角色。
调节效应显著，能不能说明存在中介？: 不能。交互项显著只说明 X 的效应随调节变量变化，并不说明 X 经由某个变量传导到 Y，两类问题要分开检验。