请教，多个调节变量与自变量时，调节效应的检验

Sherry_Tsai

Kenny，
0 z' T; q) X4 P( Y7 y     你好，又来请教你问题啦。
      如果有这样一个模型：有两个自变量Xa, Xb,两个调节变量Moa,Mob,一个因变量Y。在检验调节变量的作用时，我大致想到了会有以下三种可能性：
      1）分别检验Moa对Xa和Y关系的调节，Moa对Xb和Y关系的调节，Mob对Xa和Y关系的调节，Mob对Xb和Y关系的调节。这种方法，就我的目前看到的文献，大致有两到三篇的英文论文，但是发表的时间比较早，比如Haleblian & Finkelstein，1993，AMJ。
     2）检验Moa对Xa，Xb和Y关系的调节，就是Moa,Xa, Xb,Moa*Xa,Moa*Xb，同时进入回归方程检验。
1 F" {- B2 ?# _: b* Q3 F' b. `4 i5 s同理检验Mob的调节效应。这是我见过论文中主流的做法。
: b; f- E/ a$ E% B/ h    3）检验Moa和Moa对Xa与Y关系的调节，就是Moa,Mob,Xa,Moa*Xa,Mob*Xa，同时进入回归方程检验。
$ \1 V1 Z: X/ A  V+ ]9 ]
我的困惑是：
      1）就我的理解，第一种方法，检验的步骤清晰，明确，也容易通过显著性的验证，为什么被采用的频次相对较少？
- p- a! G: c: R! Y( k, O# }     2）第二种和第三种方法，分别侧重检验了Moa同时对两个自变量的不同（或相同）的调节效应，以及Moa与Mob同时受Moa的调节效应影响。然而第二种方法更为常见，我不理解这是各学者都倾向于研究一个变量对不同自变量的调节效应呢，还是“必须（学术主流意见）”这么研究。

Kenneth

Sherry_Tsai,

# O! e. Z9 |/ g1 E（1） 我猜因为 Xa 和 Xb 都对 Y 有影响。无论你是否做调节分析。只放 Xa 而不放 Xb 就是模型的缺漏了。回归是对变量缺漏很敏感的。

" V0 Q- L3 s0 p5 z, K  a（2）上面的回应只对主变量而言。本来调节变量就不应该在回归方程中的，只是我们要测量调节项，才把调节变量加进去。所以，不 "太" 算模型的缺漏。

（3） 你知道调节作用本来就不容易找。连续放两个的话，显著就更难了。所以，用方法二是在 “合理” 的情形下，尽量把调节作用表示出来。是没办法中的办法。
+ ^8 ]+ K1 `$ G8 j9 ]. R; g: B. @
我是根据你的报告，把行为合理化。不知道是否牵强。 ：-（

Sherry_Tsai

谢谢Kenny！
) B. B8 c5 f' O+ j, B2 n+ i7 f您的解释，让我豁然开朗。最好的检验方法应该是,Xa,Xb,Moa,Mob,Xa*Moa,Xa*Mob,Xb*Moa,Xb*Mob同时进入回归方程。只是这样结果有时效应不显著，没办法只好分别检验调节变量的效应了。
而将自变量分别进行调节检验则是破坏了原来的双自变量模型，是不可取的。