中介效應和調節效應是一對比較容易混淆的概念，他們都與回歸分析有關，相比自變量因變量，中介變量和調節變量都屬於第三變量。研究者需要結合不同的數據分析方法對兩種關係進行分析。
在之前的文章中，我們已經對中介效應和調節效應的區分做了說明，這裡簡單介紹一下
1定義
中介作用是指X(自變量)對於Y(因變量)產生影響關係時，是否會首先通過中介變量M的作用，然後再去影響Y，如果存在此種關係則說明具有中介作用。比如研究員工組織信任對於離職意願影響過程中，員工組織承諾是否會起著中介作用。
調節作用是指X對於Y的影響過程中，調節變量Z取值不同時，X對於Y的影響程度是否會有明顯差異，如果Z取值不同時，X對於Y的影響幅度並不一致，即說明具有調節作用。比如研究員工組織信任對於離職意願影響時，不同性別時，影響幅度是否一致，如果不一致則說明性別具有調節作用，反之則說明性別沒有調節作用。
2術語解讀
對兩種作用有了大致了解之後，我們再進一步，針對中介調節作用研究時會涉及的名詞術語進行總結說明，具體見下表：
（1）中心化標準化
中心化是指X值減去X值的平均值，而標準化是指X值減去X值的平均值後，除以X的標準差。用戶可以在SPSSAU生成變量中進行「中心化」或「標準化」處理。
無論是中心化或者標準化處理均是為了降低計算過程的捨入誤差，而捨入誤差是多重共線性的其中一個原因，簡單來看即中心化或者標準化目的在於減少多重共線性問題。
（2）數據類型
中介作用分析時，Y一定是定量數據，X也是定量數據，中介變量M也是定量數據。
調節變量Z通常為分類數據，也可能為定量數據。
（3）Sobel檢驗
Sobel檢驗是中介檢驗步驟中可能涉及到的一種檢驗，研究人員需要自行計算或者利用相關網站直接進行Sobel檢驗。
3分析步驟
中介效應分析步驟
第1步是數據標準化處理（對X,M,Y需要分別進行標準化處理，有時也使用中心化處理）（SPSSAU的「生成變量功能」）
第2步和第3步是進行分層回歸完成（分層1放入X，分層2放入M）
第4步單獨進行模型3，即X對M的影響（使用回歸分析或分層回歸均可，分層回歸只有分層1時事實上就是回歸分析）
最後第5步進行中介作用檢驗。
調節效應分析步驟
4指標解讀
如果自變量X為定類數據，無論中介效應也好調節效應也好，均應用分層回歸進行分析，因此針對分層回歸分析得到的指標進行進行說明，具體見下表：
中介效應及調節效應的具體原理模型說明，可到SPSSAU官網進一步學習。
參考資料
1、在線SPSS-SPSSAU-中介效應
2、在線SPSS-SPSSAU-調節效應
3、表格參考：周俊(2017). 問卷數據分析——破解SPSS的六類分析思路[M].北京:電子工業出版社 2017,73~77
4、溫忠麟，侯傑泰，張雷(2005).調節效應與中介效應的比較和應用.心理學報 2005,37(2):268~274