「老師，我的 conceptual framework 有一個 mediator 和一個 moderator……」
我問：「你知道兩個的差別嗎？」
他想了很久：「都是在影響變數之間的關係？」
對了一半。但如果寫進論文，這個「一半」會讓方法段整個站不住腳。
中介變數（Mediator）：解釋「機制」
Mediator 回答的問題是：IV 為什麼能影響 DV？透過什麼路徑？
舉個例子：
使用 AI 寫作工具（IV）→ 降低認知負荷（Mediator）→ 提升寫作表現（DV）
「降低認知負荷」就是 mediator——它說明了 AI 工具如何影響學習的過程，是 IV 到 DV 的中間橋梁。
簡單說：Mediator 解釋機制，回答「怎麼來的」。
測試 Mediation 的步驟（Baron & Kenny, 1986）
要確認 mediation 是否存在，需要依序確認四個條件：
IV → DV 有顯著關係（沒有這個，mediator 就沒意義）
IV → Mediator 有顯著關係
Mediator → DV 有顯著關係（控制 IV 之後）
放入 mediator 後，IV → DV 的係數減小（完全 mediation：降為不顯著；部分 mediation：係數仍顯著但變小）
⚠️ 現代研究多用 Bootstrap 法（如 PROCESS macro） 取代 Baron & Kenny 步驟，更直接測試間接效果（indirect effect）的信賴區間。
調節變數（Moderator）：解釋「條件」
Moderator 回答的問題是：IV 對 DV 的影響，在什麼情況下更強？更弱？對誰有效？
舉個例子：
AI 工具對寫作表現的影響（IV → DV），是否因學生的先備知識高低而不同？
「先備知識」就是 moderator——它不解釋機制，而是說明這個效果的邊界條件 。
如果你熟悉 ANOVA，moderator 其實就是交互作用（interaction）。
簡單說：Moderator 解釋條件，回答「對誰、在什麼情況下有效」。
一句話分辨兩者
Mediator = IV 透過什麼影響 DV（機制）
你的研究問題就決定了你要用哪個：
想解釋「為什麼有效」→ mediator
想知道「對誰有效、什麼情況下有效」→ moderator
怎麼選：Baron & Kenny (1986) 的建議
這篇被引用超過 40,000 次的論文提供了一個務實的判斷原則：
如果 IV 與 DV 之間的關係很穩定、很強 → 用 mediation 解釋它怎麼發生的
如果 IV 與 DV 之間的關係不一致、有時強有時弱 → 先看 moderation，找出邊界條件
💡 如果兩者都想研究，就是 moderated mediation 或 mediated moderation ，進階但也更完整。
延伸閱讀
Baron, R.…
