中介变量是指在两个变量之间存在的一种变量，该变量在两个变量之间传递信息或解释两个变量之间的关系。中介变量通常用于解释因果关系的机制，其中一个变量对另一个变量的影响通过一个或多个中介变量传递。
例如，假设有两个变量X和Y，X对Y有直接影响。但是，我们认为这种影响不是直接的，而是通过一个中介变量Z来实现的。在这种情况下，Z是中介变量，它在X和Y之间传递影响。研究人员可以使用中介分析来确定Z对X和Y之间关系的影响程度，并确定Z在该关系中扮演的角色。
一、来源：
中介变量是社会科学研究中常用的概念，最早由美国社会心理学家 Baron和Kenny于1986年提出。该概念在社会科学研究中被广泛运用，尤其在心理学、教育学、管理学、经济学、医学等领域中得到了广泛的应用。
二、用法场景：
中介变量通常用于探究两个变量之间的关系及其中介机制。在这样的研究中，中介变量是解释变量之间关系的一种因素，通过中介变量来了解两个变量之间的因果关系。中介分析方法可以用来验证和分析中介变量在因果关系中的作用，以揭示变量之间的潜在机制和因果关系。
举个例子，假设一个研究想要探究工作压力对员工工作满意度的影响。这里工作压力是自变量，员工工作满意度是因变量。为了了解工作压力对员工工作满意度的影响，研究人员可能会将社会支持作为中介变量，即考虑社会支持在工作压力和员工工作满意度之间的作用。
通过中介分析，研究人员可以确定社会支持在工作压力和员工工作满意度之间扮演的角色，从而了解变量之间的关系及其中介机制。
一、定义
1、中介变量(mediator)是自变量对因变量发生影响的中介，是自变量对因变量产生影响的实质性的、内在的原因 。如果变量Y与变量X的关系是变量M的函数，称M为调节变量。
2、调节变量是指考虑自变量X 对因变量Y的影响,如果X通过影响变量M来影响Y,则称M为中介变量。调节变量可以是定性的(如性别、种族、学校类型等) ,也可以是定量的(如年龄、受教育年限、刺激次数等) ,它影响因变量和自变量之间关系的方向(正或负)和强弱。
二、区别
1、研究目的不同
调节变量研究的目的是X何时影响Y或何时影响比较大。中介变量研究的目的是X如何影响Y。
2、M的功能不同
调节变量M的功能影响Y和X之间关系的方向（正和负）和强弱。中介变量M代表一种机制，X通过它影响Y。
3、检验策略不同
调节变量做层次回归分析，检验偏回归系数C的显著性，或者检验测定系数的变化。中介变量做依次检验，必要时做Sobel检验。
三、例子
1、中介变量
例如：学生的学习效果和指导方案的关系，往往受到学生个性的影响，一种指导方案对某类学生很有效，对另一类学生却没有效，从而学生个性是调节变量。
又如学生一般自我概念与某项自我概念(如外貌、体能等)的关系，受到学生对该项自我概念重视程度的影响：很重视外貌的人，长相不好会大大降低其一般自我概念；不重视外貌的人，长相不好对其一般自我概念影响不大，从而对该项自我概念的重视程度是调节变量。
2、调节变量
例如：上司的归因研究：下属的表现———上司对下属表现的归因———上司对下属表现的反应,其中的“上司对下属表现的归因”为中介变量 。如果一个变量与自变量或因变量相关不大,它不可能成为中介变量,但有可能成为调节变量。
理想的调节变量是与自变量和因变量的相关都不大。有的变量,如性别、年龄等，由于不受自变量的影响,自然不能成为中介变量，但许多时候都可以考虑为调节变量。对于给定的自变量和因变量，有的变量做调节变量和中介变量都是合适的，从理论上都可以做出合理的解释。
扩展资料
调节变量的特征
一般来说，调节变量是定性（如，性别，种族，阶层）或定量（如，回报大小）变量，影响自变量（IV）或预测变量（PV）与因变量（DV）或效标变量（CV）之间关系的方向和/或强度。
在相关分析中，调节变量是影响其它两个变量之间的零次相关（the zero-order correlation）的第三方变量。在更熟悉的方差分析中，自变量与通过操控设定为某种条件的因子之间的交互作用代表一个基本的调节效应。
调节变量总是作为自变量，而中介从结果到原因的角色变化取决于分析的重点。
参考资料来源：百度百科—调节变量
参考资料来源：百度百科—中介变量