9.2調節效應
在介紹中介變量和調節變量的原理和分析方法之前，我們都需要首先討論一下它們在我們研究中到底有什麼用處。管理研究的一個很重要的目的就是從觀察的現象中建立管理理論，然後驗證這些理論，繼而應用這些理論到實際的管理工作中。建構理論是一個講求細微的觀察、敏感的觸覺、一時的靈感、洞見和創新的過程。其中就像藝術創作一樣，很難有一個特定的規範。但是驗證理論卻是一個講求科學的方法、緊密的邏輯和規範的技巧的過程。當中有很多都是有跡可尋的既定思路。而在驗證理論的過程中，我們用得最多的就是中介和調節這兩個概念。這一節中我們首先介紹調節效應。當一個變量（A）的數值大小，會影響另外兩個變量（B與C）之間的關係時，我們說A調節了B與C的關係。變量A就稱為一個“調節變量”。
調節變量在研究中一般有兩個用處：驗證理論和建立理論的邊際條件。讓我們先來談談調節變量如何驗證理論。
服務性行業的從業員（以下簡稱服務員）有一個特征，管理學中稱為“情緒勞動”（emotionallabor，相對於體力勞動(physicallabor)和腦力勞動(mentallabor)）而言。服務性行業的工作人員，是盡自己的能力讓顧客開心、滿意。因此，服務人員是用自己的情緒勞動來賺得工資的。但是如果當一個服務員因為種種原因，在自己內心本來是非常不喜悅的情況下，卻要向顧客表現出一份喜樂的情緒時，就有兩種可能的境況：第一，是服務員隻是基於工作的需要，勉強裝出一個喜悅的外貌。這種情形，我們稱為“表層扮演（surfaceacting）”。
第二，是服務員把自己完全融入工作之中。隻要他們開始工作，他們就會忘掉了自己心裏的一切包袱，盡心盡意地提供最好的服務。這種情形我們稱為“深層扮演（deepacting）”。
Pugh等在2011年的一個研究試圖將“認知失調（cognitivedissonance）”理論應用到這個工作情緒處理的問題上。他們辯稱，一個服務員如果長時間處於“表層扮演”，由於外表與內心的情緒有很大的矛盾，會出現“情緒失調（emotionaldissonance）”的現象，結果是很快就會“情緒耗盡（emotionalexhaustion）”。
我們如何知道這個把“認知失調”應用到“情緒失調”的理論是否真實正確呢？Pugh等想出了應用每個服務員對“表達真實情緒的不同需要”來驗證這個理論。有些人有很強的表達自己內裏的真實感情的需要，有些卻不然。一般男性對表達自己內心情緒的要求沒有女性高。如果認知失調的理論真的可以應用在情緒失調中的話，對於一些有強烈表達內心情緒需求的服務員來說，長期“表層扮演”的確會容易導致“情緒耗盡”。
但是如果服務員沒有一個很強的表達自己內裏的真實感情的需要的話，“表層扮演”與“情緒耗盡”的關係就不會這麼明顯了。用研究的術語來說，“表達真實情緒的需要”就調節了“表層扮演”與“情緒耗盡”的關係。調節變量另外一個很重要的作用，就是用來定義理論的邊際條件。所謂理論的邊際條件，就是這個理論隻能在某一個情形下適用。到了邊際的條件時，理論的作用就有問題了。例如，牛頓的力學定律在一般的情形下是精確無比的，但是到了物體的運動接近光的速度的時候（牛頓定律的邊際條件），這些定律的應用就有問題了。當物體的運動接近光速時，我們就要采用愛因斯坦的相對論來取代牛頓力學。同樣的，相對論在形容星體這樣大的物體時是精彩無比的。但是當我們考慮小如亞原子的粒子的運動時（相對論的邊際條件），相對論就失效了。當我們研究粒子運動時，量子力學就比牛頓力學和相對論來得有效了。在管理領域裏，一個員工對企業的企業承諾（organizationalcommitment），是員工在短期的未來是否會離開企業（employeeturnover）的一個很好的預期變量。企業承諾有3個維度，分別是情感上的承諾（affectivecommitment）、規範上的承諾（normativecommitment）和連續性的承諾（continuancecommitment）。其中，連續性的承諾表現了員工是否有一個很強的意願留在企業中，這是離職的一個很好的預測項。因此，企業承諾會影響員工的離職，其中連續性的承諾對員工離職的影響更大。但是，這個關係在不同的時期是不同的。當企業外部的經濟環境較好、找工作比較容易時，企業承諾與離職有明顯關係。但是，當外麵的經濟環境不好時，員工期望離職，也不一定可以找到自己喜歡的工作。因此，企業承諾與離職就沒有這個明顯的關係了。在這個情形下，我們說企業外部的經濟環境，或稱“工作機會”，調節了“企業承諾”與“離職”的關係。因為企業承諾對離職的影響是用一個箭頭來代表，工作機會影響了這個關係，工作機會就影響了企業承諾對離職的箭頭了。
9.2.1驗證調節作用
上麵我們談了調節作用的概念。分析數據時，我們如何知道x與y的關係有沒有被M這個變量調節呢？答案很簡單。如果x與y有關係，他們的關係應該是y=b0+b1x（社會科學一般假設線性關係）。如果M是一個調節變量的話，b1的值就應該不是一個常數，而是隨著M而變化的。那如何變化呢？同樣的，我們也假設這個變化是線性的。因此，如果M是一個調節變量，我們會有這樣的關係y=b0+(b2+b3M)x。這裏b1不見了，取而代之的是（b2+b3M）。也就是說b1（x對y的影響）隨著M值改變。把這個方程拆開，可得y=b0+b2x+b3Mx。這就是調節變量的方程。在這個方程中，隻有當b3≠0時，x對y的影響才會隨著M而改變。因此，要知道有沒有調節作用，把調節變量乘自變量（Mx），加到回歸方程中，隻要這個乘積的回歸係數是顯著的，M就是一個調節x與y的關係的調節變量。因變量=離職M1M2M3控製變量0.130.080.09企業承諾(X)0.16*0.13*工作機會(M)0.24**0.19**X*M0.23**模型R20.070.35**0.48**上表中一共有3個分析模型。模型一（M1）隻是用了控製變量來估計因變量“離職”。
模型二（M2）加入了“企業承諾”（自變量）和“工作機會”（調節變量）。模型三（M3）再加入了“調節變量乘自變量”的乘積（X*M）。數據表明，乘積項的回歸係數顯著（b3=0.23**）。因此，我們的結論是“工作機會”調節了“企業承諾”對“離職”的影響。除了看回歸係數以外，我們也可以看M3與M2的模型R平方差。這個R2可以用一個F分布來檢驗（自由度的差是1，因為多加了一個變量）。兩個檢驗的結果應該是吻合的。但是有時候仍可能不一樣，那就代表數據非常不穩定，調節作用介乎於顯著與不顯著之間了。關於調節變量的假設，有一個習慣上的要求。我們不可以這樣提假設：假設一：工作機會調節企業承諾對離職傾向的關係。為什麼呢？因為你的理論不可能隻說某某變量會調節某些關係。你的理論一定會說，當這個調節變量的水平高時，X與Y的關係是怎樣；當這個調節變量的水平低時，X與Y的關係是怎樣。因此，我們寫調節變量的假設一定要用如下的方式：假設一：工作機會調節企業承諾對離職傾向的關係。當工作機會高的時候，企業承諾對離職傾向的影響會較大。在調節作用顯著以後，就代表X對Y的影響不是一個常數，是受M影響的（或者說是M的一個線性函數）。那麼，到底調節作用顯著後，X對Y的“主效應”是否顯著有什麼意義呢？上表中有了X*M=0.23**後，X對Y的主效應是0.13（p