Chapter 1   中介變項
 
在實驗研究法中，實驗者操弄控制的變項稱為「自變項」（independent variable; [IV]），或稱為獨變項，受實驗操弄控制所影響的變項稱為「依變項」（dependent variable; [DV]），在迴歸分析中，依變項又稱「結果變項」（outcome variable）或「效標變項」（criterion variable），自變項又稱為解釋變項或預測變項。如投入動機對學習表現的影響中，投入動機為自變項（X變項）、學習表現為依變項（Y變項）。
 
壹、中介變項意涵
 
二個變項間的相關稱為積差相關，其量數值稱為積差相關係數，有相關才有迴歸預測功能，也才有可能有因果關係，二個變數間之迴歸方程式稱為簡單迴歸，預測力為積差相關係數的平方值—決定係數。
 
簡單線性迴歸方程式為：Yj= b0+ b1X+ errorj，b0為截距項或迴歸常數項（regression constant），b1為迴歸係數或稱迴歸加權值（斜率）（regression coefficient/regression weight），表示自變項X變化一個單位時，依變項會改變b1個單位。
 
自變項與依變項有顯著中高度相關時，在自變項與依變項間可能存有第三個變項，此變項會受到自變項的影響，變項本身又顯著影響依變項，此種變項稱為「中介變項」（mediating variable/medators）。自變項與依變項間的相關不高，或是自變項對依變項的預測力未達統計顯著水準（p>.05），表示二者積差相關係數顯著等於r=0，r平方決定係數—解釋變異量也是0，此時進行自變項與依變項間的中介變項檢定便沒有實質意義。自變項與依變項間有顯著中高度相關時，為進一步探究其中是否受第三個變項影響，會增列第三個變項（M），此變項受到自變項X影響又可能影響依變項，稱為中介變項。中介模型的作用是確定並解釋在自變項與依變項之間的第三個假設變項，此第三個變項即為中介變項。Baron與Kenny（1986）提出以下的中介變項判斷準則：