在实证分析中，调节效应显著了，但却主效应却变了……
在实证分析中，调节效应显著了，但却主效应却变了……
在实证分析中，除开我们的主效应之外，也许调节效应检验是我们论文得以出彩、提高论文质量的一个重要地方，这也是为什么很多学术论文中都会布局调节效应的内容。不知道笔者的这个观点，学术同仁们是否同意。
在之前有一期推文中，我们就针对实证研究中的“调节效应”进行了全面的分析和解读（推文导读：在实证分析中，该如何解读“调节效应”？），但是在实证分析中调节效应的存在并不是一帆风顺的，调节效应既可能存在，也可能会不存在，也有可能出现一些比较棘手或者犹豫不定的问题。
其中，在实证分析中我们也许经常遇到一个特殊的情景：在未考察调节状态时，主效应A对B的影响是显著的，但是一旦考察调节效应（或纳入交叉项）且调节交叉项显著时，主效应A对B的影响却不显著了。这个情况，相信大多数粉友遇到过，笔者也不例外！
曾经遇到这个问题时，笔者个人一直处于疑惑状态，但幸运的是，前几年在清北进修博后的时候就该问题，我向一个统计学专业的海归博士请教过。针对这个问题，他向我解释说，在未考察调节状态时，主效应A对B的影响是显著的，但是一旦考察调节效应（或纳入交叉项）且显著时，主效应A对B的影响却不显著了，产生这种情况的原因在于：纳入交叉项后，模型中的自变量、交叉项和调节变量之间可能会存在较为严重的多重共线性问题，即变量之间在解读因变量时存在重复（过度）解读的问题，所以导致此情景下的主效应不再显著了！
由此，相关的疑惑来了，有的读者会问：既然是这样的“诡异”情况，那么这个情景下的调节效应还可以进行吗？还可以继续推进我们的调节效应检验吗？对论文来讲，这会不会是一种瑕疵呢？这位海归博士认为，这是一件很正常的统计分析现象，交叉项中含有自变量的信息，在引入交叉项后肯定会存在主效应系数或符号发生变化的问题。所以，这不是一个瑕疵型操作，而且一个常规实证问题，可以将它纳入正常的调节效应分析内容中。
那么，如果是这样，这个调节效应相关的交叉项系数的解读，该怎么去进行呢？一般情况下，在进行调节效应内容分析时，考虑到此时主效应系数不再显著，我们常常以未考察调节效应（即未纳入交叉项）时的主效应系数符号作为参考对象，并以此为基础对象来分析交叉项系数符号的内涵，即由此判断是负向调节还是正向调节。
因此，总结来说：在未考察调节状态时，主效应A对B的影响是显著的，但是一旦考察调节效应（或纳入交叉项）时，主效应A对B的影响却不显著了，但此时的调节效应是显著的，依然是可以接受的。
一般而言，在日常的实证研究中，我们为了避免引入交叉项引起的上述问题，通常在构建交叉项时需要进行中心化处理，以中心化处理后的自变量和调节变量作为基础来构建交叉项，这样处理的初衷在于尽量去降低多重共线性问题的可能性。但是，从实际的经验来看，这种处理方案大部分时间可能是徒劳的，所以还是可能会遇到本文所关注的上述统计问题。
该文为“经管定量笔记”的原创文案。