在模型宝库中，一定会探讨到变量与变量之间的关系，这也是所有量化研究最常讨论的议题。因此，在看懂各种模型之前，先依照变量在不同的位置及担任的角色的不同逐一介绍。一般而言，变量可以区分成五种角色，分别是自变量、因变量、中介变量、调节(干扰)变量与控制变量，依次说明如下：

1

自变量（Independent Variable , IV）

在模型中不会受到其他变量所影响的变量，也就是研究者可以操作的变量。

2

因变量（Dependent Variable , DV）

会受到自变量影响的变量，也就是研究者想要预测的结果变量。

以下图为例，假如学生越用功，学生的期末成绩越好，则学生用功程度就是自变量，而期末成绩就是因变量。

图1 自变量与因变量的关系图

在一般的量化研究中，最基本的模型就是许多的自变量与因变量所组成的模型。但是在自变量对因变量的分析中，只告诉我们自变量对因变量会有影响，然而为何会有影响并没有额外的讯息来告知。这时就需要有几个外在的变量来解释了！

3

中介变量（Mediator , Me）

自变量透过一个中介变量影响因变量，而这个变量就称为中介变量。使用的目的上，是为了了解在自变量对因变量影响之中，会不会因为自变量透过某个特定的中介变量而影响因变量。

以下图为例，我们认为学生用功程度会影响期末成绩，而学生的用功可以引发学习的兴趣，进而影响期末成绩，则学习兴趣即为在此模型中的中介变量。

图2 中介变量关系图

4

调节(干扰)变量（Moderator , Mo）

调节变量又称为干扰变量，是一个外来的变量，而这个外来变量会改变自变量与因变量之间关系的强弱(斜率)，则称这个外来变量为调节变量，而调节变量可以是类别变量(如性别、受教育程度等等)，也可以是连续变量(如年龄、薪资等等)。在使用的目的上，是为了了解自变量对因变量的影响在不同的情况下有何不同。

以下图为例，我们认为学生用功程度会影响期末成绩，而学生用功程度与期末成绩之间会因为课外活动的多寡而影响，课外活动越多，可能会降低学生用功与期末成绩之间关系，则课外活动的多寡即为在此模型中的调节变量。

图3 调节变量关系图

5

控制变量（Control Variable , CV）

控制变量是除了自变量以外，有可能影响因变量的变量，但这些变量并不是在模型中想要研究的变量。控制变量不会单独存在，它是一个已经被证明对因变量是有影响的变量。在使用的目的上，因为在自变量对因变量的影响中，除了自变量本身以外，尚可能受到其他因素的影响，因此需排除其他可能对因变量造成影响的变量，而单纯的探讨自变量对因变量的影响，使得研究结果更为准确。

以下图为例，我们认为学生用功程度会影响期末成绩，但是在期末成绩的变量中，还会因为教师喜欢学生程度的高低而影响学生的期末成绩。此时教师喜欢学生程度的高低就是控制变量。当我们控制了教师喜欢学生程度高低，就可以将这个因素排除，研究结果就能更准确的反应学生用功程度对期末成绩的影响了。

图4 控制变量关系图

有了对五大变量的了解，相信您在理解各种模型的时候就可以清楚地知道这些变量所扮演的角色与功能了！

版权声明：

本文摘抄自微信推文，网址 https://mp.weixin.qq.com/s?__biz=MzU4ODY1ODQ2OA==&mid=2247484018&idx=1&sn=aaf04d2c18421c1b8caf3e11142ea18f&chksm=fdd82039caafa92faebf51797d1bc77071032974b8bbfb7cd78c54a3ee93abbeefaf46ed7bb5&scene=27