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 。
例子：双11刚过，各位宅男宅女的花呗应该已经透支了。言归正传，买家通过淘宝购买商品，这时淘宝这一平台就相当于中介变量，买家相当于自变量，商品相当于因变量。
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。
例子：原本夫妻关系和谐，因为第三者插足，使之原来的关系变差，那么第三者就相当于调节变量，改变两个变量之间关系的强度或方向。这个很好理解。
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。
扩展资料
有中介的调节模型意味着自变量对因变量的效应受到调节变量的影响, 而调节效应(至少部分地)通过中介变量而起作用。有中介的调节效应显著意味着:
(1)做Y对X、U和UX的回归,UX的系数显著; (这一步说明U对Y与X关系的调节效应显著。)
(2)做W对X、U和UX的回归,UX的系数显著;
(3)做Y对X、U、UX和W的回归,W的系数显著。
如果在第(3)步中,UX的系数不显著,则U的调节效应完全通过中介变量W而起作用。从上面分析步骤可知,检验有中介的调节效应时,先要检验调节效应,然后检验中介效应。
参考资料来源：百度百科-中介变量
一、定义
1、中介变量(mediator)是自变量对因变量发生影响的中介，是自变量对因变量产生影响的实质性的、内在的原因 。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。
2、调节变量是指考虑自变量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。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。
二、区别
1、研究目的不同
调节变量研究的目的是X何时影响Y或何时影响比较大。中介变量研究的目的是X如何影响Y。
2、M的功能不同
调节变量M的功能影响Y和X之间关系的方向（正和负）和强弱。中介变量M代表一种机制，X通过它影响Y。
3、检验策略不同
调节变量做层次回归分析，检验偏回归系数C的显著性，或者检验测定系数的变化。中介变量做依次检验，必要时做Sobel检验。
三、例子
1、中介变量
例如：学生的学习效果和指导方案的关系，往往受到学生个性的影响，一种指导方案对某类学生很有效，对另一类学生却没有效，从而学生个性是调节变量。
又如学生一般自我概念与某项自我概念(如外貌、体能等)的关系，受到学生对该项自我概念重视程度的影响：很重视外貌的人，长相不好会大大降低其一般自我概念；不重视外貌的人，长相不好对其一般自我概念影响不大，从而对该项自我概念的重视程度是调节变量。
2、调节变量
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 。如果一个变量与自变量或因变量相关不大,它不可能成为中介变量,但有可能成为调节变量。
理想的调节变量是与自变量和因变量的相关都不大。有的变量,如性别、年龄等，由于不受自变量的影响,自然不能成为中介变量，但许多时候都可以考虑为调节变量。对于给定的自变量和因变量，有的变量做调节变量和中介变量都是合适的，从理论上都可以做出合理的解释。
扩展资料
调节变量的特征
一般来说，调节变量是定性（如，性别，种族，阶层）或定量（如，回报大小）变量，影响自变量（IV）或预测变量（PV）与因变量（DV）或效标变量（CV）之间关系的方向和/或强度。
在相关分析中，调节变量是影响其它两个变量之间的零次相关（the zero-order correlation）的第三方变量。在更熟悉的方差分析中，自变量与通过操控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节效应。
调节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分析的重点。
参考资料来源：百度百科—调节变量
参考资料来源：百度百科—中介变量
本回答被网友采纳国内涉及中介变量的文章不多,涉及调节变量的就更少。从国外的情况看,一旦这方面的定量分析多起来,误用和混用的情况也就可能多起来,所以让应用工作者正确理解和区分中介变量和调节变量,会用适当的方法进行统计分析,对提高心理科学的研究水平具有积极意义。
调节变量的定义
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. 例如,学生的学习效果和指导方案的关系,往往受到学生个性的影响:一种指导方案对某类学生很有效,对另一类学生却没有效,从而学生个性是调节变量。又如,学生一般自我概念与某项自我概念(如外貌、体能等)的关系,受到学生对该项自我概念重视程度的影响:很重视外貌的人,长相不好会大大降低其一般自我概念;不重视外貌的人,长相不好对其一般自我概念影响不大,从而对该项自我概念的重视程度是调节变量。
中介变量的定义
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 。
如果一个变量与自变量或因变量相关不大,它不可能成为中介变量,但有可能成为调节变量。理想的调节变量是与自变量和因变量的相关都不大。有的变量,如性别、年龄等,由于不受自变量的影响,自然不能成为中介变量,但许多时候都可以考虑为调节变量。对于给定的自变量和因变量,有的变量做调节变量和中介变量都是合适的,从理
论上都可以做出合理的解释。本回答被提问者采纳