研究背景
教育心理学研究发现，使用精细加工策略（如做思维导图、自我提问）的学生成绩更好。但也有教师观察到：同样的策略，对动机强的学生效果显著，对动机弱的学生几乎没用。这提示学习动机可能调节"策略→成绩"的关系。
研究问题
学习动机是否调节学习策略对考试成绩的影响？即策略的效果是否随动机水平不同而不同？
数据说明
24 名学生的自评与考试数据：学习策略使用频率（1-10 分）、学习动机（1-10 分）、期末考试成绩（百分制）。上传 CSV 时依次放 X（策略）、W（动机）、Y（成绩）三列。
分析步骤
步骤 1：理解交互项
调节模型在回归中加入交互项 X×W：Y = b0 + b1·X + b2·W + b3·X×W。b3 衡量"X 对 Y 的影响是否随 W 变化"——b3 显著即存在调节效应。
提示：交互项显著时，单独解读 b1（X 的主效应）就没有意义了，必须看简单斜率。
步骤 2：检验交互项显著性
本案例：b3=0.966，t(20)=8.96，p<.001，交互效应显著。说明策略对成绩的作用确实随动机水平变化。模型 R²=0.976。
步骤 3：解读简单斜率
简单斜率分析给出不同动机水平下"策略→成绩"的斜率：低动机（-1SD）时斜率 4.55，平均动机时 7.03，高动机（+1SD）时 9.51，三者均显著（p<.001）。策略总是有用，但动机越高作用越大——增强型交互。
步骤 4：形成完整结论
结论框架：存在调节效应（b3 显著）→ 方向如何（增强还是削弱）→ 实际含义（干预策略时要同时考虑动机）。
结果解读
结论
学习动机显著调节学习策略对成绩的影响（交互项 b3=0.966，p<.001）。简单斜率分析显示：低动机时策略的效应为 4.55，高动机时增至 9.51——动机越强，策略的收益越大，属于增强型调节。
为什么这样解读？
调节效应回答"对谁有效/在什么条件下有效"，这比主效应更接近实践问题。本案例的实际含义：推广学习策略训练时，应同步激发学习动机——对低动机学生只教策略，收益不到高动机学生的一半。注意：b1=1.235（p=0.107）是"动机为 0 分时"的策略效应，这种主效应在交互显著时不应被单独强调。
如何在论文中报告
以考试成绩为因变量，学习策略、学习动机及其交互项为预测变量进行调节效应分析。结果显示，交互项显著（B=0.966，SE=0.108，t(20)=8.96，p<.001），模型 R²=0.976。简单斜率分析表明：在低动机（-1SD）、平均动机、高动机（+1SD）水平下，学习策略的斜率分别为 4.55、7.03、9.51（均 p<.001）。说明学习动机对学习策略的效果起增强型调节作用。
常见错误
交互项显著还单独报告主效应下结论
交互显著时，主效应 b1 表示"W=0 时 X 的效应"，通常没有实际意义。必须用简单斜率或 Johnson-Neyman 法呈现条件性效应。
忘记中心化就直接构造交互项
X 和 W 与 X×W 高度相关（多重共线性），会使主效应的 SE 膨胀。分析前将 X、W 均值中心化可缓解（注意：中心化不改变 b3 及其检验）。
把调节当中介
中介回答"X 通过什么机制影响 Y"（M 是链条中间环节），调节回答"X 对 Y 的影响何时更强"（W 改变关系强度）。概念混淆是社科论文最常见的方法学错误之一。