在之前的兩篇文章我曾經簡介過「中介變項」的概念與檢驗流程，接下來這兩篇文章也會針對於「調節變項」的概念（上篇）及檢驗流程（下篇）作簡介，在這之前也是建議先閱讀研究生2.0的針對調節變項的介紹https://researcher20.com/2010/06/08/%E4%B8%AD%E4%BB%8B%E8%AE%8A%E6%95%B8mediator%E8%88%87%E8%AA%BF%E7%AF%80%E8%AE%8A%E6%95%B8moderator/，大家應該看一下他摘錄的重點之後再看我的介紹，這樣子觀念的銜接會比較順暢。
如同之前介紹中介變項那樣，這一系列的介紹都是以傳統的線性迴歸（Linear regression）為主來探討調節的檢驗程序，結構方程模式（Structural equation modeling ,SEM）的調節效果在技術面目前還是在進行中的議題，在後篇我會再帶一下主要執行的困難點及爭議是在哪裡，以及目前主流的研究方向。
標準的調節變項架構圖如圖1所示，假使我們都同意如果一個人的減肥知識越高的時候（例如對營養標示或卡路理消耗很瞭解），會導致這個人的減肥行為更積極（例如運動行為更多或少攝取高熱量食物），也就是說自變項（減肥知識）可正向預測依變項（減肥行為），但是我們認為這個效應在「性別」有所不同，例如對於男性而言減肥知識越多並不代表減肥行為越積極（e.g. β男性 = .01、p > .05），但對女性而言減肥知識越多則減肥行為越積極（e.g. β女性 = .80、p < .001），如果研究目的確實欲探討這個議題，那麼性別在本研究則稱作「調節變項」，因為性別會去「調節」自變項對於依變項的預測效果；另外減肥態度也是調節變項，只不過它是連續變項，因此研究問題仍是高減肥態度的人其減肥知識對減肥行為的預測效果（β高態度）與低減肥態度的人其減肥知識對減肥行為的預測效果（β低態度），只不過一般都是把平均數 ± 1個標準差當成所謂的高低態度分組。無論是類別的調節變項（例如性別）或者是連續的調節變項（例如減肥態度），其調節變項的檢驗程序都是類似的，關於實際統計上的檢驗流程我會在下篇作討論。
我想很多讀者都看過許多學術論文，應該常常聽見所謂的「干擾變項」吧？其實這就是調節變項的意思，但事實上干擾變項包含的面向很廣，例如混淆變項（confounding variable）、抑制變項（suppressor）都算是干擾變項，因為它們都會干擾到自變項對於依變項預測效果的解釋，但一般我們在學術論文看見的干擾變項一律都是指調節效果，在此作個名詞上的澄清。
在這一篇的結尾，我想介紹一下關於調節變項研究問題（暨研究假設）的寫法，以性別為調節變項的例子而言，研究問題會有以下幾種可能的寫法：
1. 性別是否可以調節減肥知識對減肥行為的預測效果（影響效果）？
2. 減肥知識對減肥行為的預測效果（影響效果）在性別是否有所不同？
3. 性別是否會影響到減肥知識對減肥行為的預測效果（影響效果）？
4. 女性其減肥知識對減肥行為的預測效果是否比男性強？（單尾檢定）
Reference
Baron、R.、& Kenny、D. (1986). The moderator-mediator variable distinction in social psychological research: Conceptual、strategic、and statistical considerations. Journal of Personality and Social Psychology、51(6)、1173-1182. 【經典文章】
留言列表
{{ article.title }}