在模型寶庫中，一定會探讨到變量與變量之間的關系，這也是所有量化研究最常讨論的議題。因此，在看懂各種模型之前，先依照變量在不同的位置及擔任的角色的不同逐一介紹。一般而言，變量可以區分成五種角色，分别是自變量、因變量、中介變量、調節(幹擾)變量與控制變量，依次說明如下：

一、自變量（Independent Variable , IV）

該模型中不會受到其它變量所影響的變量，也就是研究者可以操作的變量。

二、因變量（Dependent Variable , DV）

會受到自變量影響的變量，也就是研究者想要預測的結果變量。

以下圖為例，假如學生越用功，學生的期末成績越好，則學生用功程度就是自變量，而期末成績就是因變量。

自變量與因變量的關系圖

在一般的量化研究中，最基本的模型就是許多的自變量與因變量所組成的模型。但是在自變量對因變量的分析中，隻告訴我們自變量對因變量會有影響，然而為何會有影響并沒有額外的訊息來告知。這時就需要有幾個外在的變量來解釋了！

三、中介變量（Mediator , Me）

自變量透過一個中介變量影響因變量，而這個變量就稱為中介變量。使用的目的上，是為了了解在自變量對因變量影響之中，會不會因為自變量透過某個特定的中介變量而影響因變量。

以下圖為例，我們認為學生用功程度會影響期末成績，而學生的用功可以引發學習的興趣，進而影響期末成績，則學習興趣即為在此模型中的中介變量。

中介變量關系圖

四、調節(幹擾)變量（Moderator , Mo）

調節變量又稱為幹擾變量，是一個外來的變量，而這個外來變量會改變自變量與因變量之間關系的強弱(斜率)，則稱這個外來變量為調節變量，而調節變量可以是類别變量(如性别、受教育程度等等)，也可以是連續變量(如年齡、薪資等等)。在使用的目的上，是為了了解自變量對因變量的影響在不同的情況下有何不同。

以下圖為例，我們認為學生用功程度會影響期末成績，而學生用功程度與期末成績之間會因為課外活動的多寡而影響，課外活動越多，可能會降低學生用功與期末成績之間關系，則課外活動的多寡即為在此模型中的調節變量。

調節變量關系圖

五、控制變量（Control Variable , CV）

控制變量是除了自變量以外，有可能影響因變量的變量，但這些變量并不是在模型中想要研究的變量。控制變量不會單獨存在，它是一個已經被證明對因變量是有影響的變量。在使用的目的上，因為在自變量對因變量的影響中，除了自變量本身以外，尚可能受到其他因素的影響，因此需排除其他可能對因變量造成影響的變量，而單純的探讨自變量對因變量的影響，使得研究結果更為準确。

以下圖為例，我們認為學生用功程度會影響期末成績，但是在期末成績的變量中，還會因為教師喜歡學生程度的高低而影響學生的期末成績。此時教師喜歡學生程度的高低就是控制變量。當我們控制了教師喜歡學生程度高低，就可以将這個因素排除，研究結果就能更準确的反應學生用功程度對期末成績的影響了。

控制變量關系圖

有了對五大變量的了解，相信在理解各種模型的時候就可以清楚地知道這些變量所扮演的角色與功能了！

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!