调节(moderation)效应是指如果变量Y与变量X的关系是变量M的函数，Y与X的关系受到第三个变量M的影响。如果因变量和自变量的关系(回归斜率的大小和方向)随第三个变量的变化而变化，则称在和之间起调节作用，此时称为调节变量。

    数据说明：

    调节分析是一种统计方法，用于研究在某个自变量的特定条件下，另一个自变量对因变量的影响是否存在差异。在这里，调节分析通过引入A2和A3与A2的交互项，探索A2对A3与A1关系的调节效应。通过比较模型2和模型3中A2的系数，可以了解A2在A3与A1的关系中是否发挥了调节作用。

    在这个调节效应模型中，调节效应模型系数表展示了三个调节模型（模型1、模型2、模型3）的系数、标准误、t值以及p值。研究者想要探究因变量A1的影响因素及其相互作用效应。对于模型1和模型2，只包含A3的影响；而模型3额外考虑了A2和A3与A2的交互作用。通过分析不同模型的系数，我们可以评估不同影响因素对因变量A1的贡献程度及其统计显著性。

    分析结果如下所示：

    在模型一中，将自变量A1与因变量A3进行回归分析，结果显示，A1对A3存在显著正影响作用，beta值为0.5783，p值为0.0(p<0.05)。模型1的回归公式:A3 = 1.2002 + 0.5783*A1

    在模型二中，将自变量A1、调节变量A2与因变量A3进行回归分析，结果显示，A1对A3存在显著正影响作用，beta值为0.5774，p值为0.0(p<0.05)。模型2的回归公式:A3=0.7878 + 0.5774*A1 + 0.1494*A2

    在模型三中，将自变量A1、调节变量A2、自变量A1与调节变量A2的交互项与因变量A3进行回归分析，所有自变量均未对因变量A3起显著影响作用（p>0.05）。模型3的回归公式:A3=1.8949 + 0.2236*A1 - 0.2899*A2 + 0.1411*A1*A2

    结果显示，模型3中交互项的显著性大于0.05，说明该路径下的调节效应不显著。

    SPSSMAX还输出了调节效应图：

    参考文献：

    [1]耿新，张体勤.企业家社会资本对组织动态能力的影响——以组织宽裕为调节变量．《 CNKI;WanFang 》，2010

    [2]张莉，林与川. 实验研究中的调节变量和中介变量.《 CNKI;WanFang 》，2011

    [3]辛自强，郭素然，池丽萍.青少年自尊与攻击的关系:中介变量和调节变量的作用.《 CNKI;WanFang 》，2007

    [4]卢谢峰，韩立敏.中介变量、调节变量与协变量——概念、统计检验及其比较．《 CNKI;WanFang 》，2007

    [5]廖飞，施丽芳，茅宁，丁德明.竞争优势感知,个人声誉激励与知识工作者的内生动机:以知识的隐性程度为调节变量.《 CNKI;WanFang 》，2010

关注微信公众号发送【示例数据】获取SPSSMAX练习示例数据。