متغیر میانجی (Mediator Variable) متغیری است که به صورت غیرمستقیم بر جهت رابطه یا میزان رابطه متغیرهای مستقل و وابسته تاثیر می‌گذارد. به عبارت دیگر متغیری را که بین یک متغیر مستقل و وابسته قرار می‌گیرد یک متغیر میانجی می‌گویند. اثرات این متغیر قابل مشاهده و اندازه‌گیری است. در واقع برای نمونه متغیر جنسیت در بررسی رابطه روش تدریس و یادگیری دانش‌آموزان یک متغیر میانجی است.
نقش میانجیگری متغیر با نقش تعدیل‌کنندگی همیشه مورد مقایسه قرار می‌گیرد. متغیر تعدیل کننده یک متغیر کمی یا کیفی است که مستقیماً رابطه متغیر مستقل و وابسته را تحت تاثیر قرار می‌دهد. برای نمونه در رابطه میزان «استقلال کاری» و «استرس کارکنان» انتظار می‌رود هرچه استقلال شغلی بیشتر باشد استرس نیز کمتر شود اما متغیر «رده کاری» این رابطه را تعدیل می‌کند. برای مثال کارگرانی که تخصص پایینی دارند و در سطوح عملیاتی هستند دوست دارند ناظری کار آنها را کنترل کند. بنابراین رده شغلی، رابطه استقلال و استرس را تعدیل می‌کند.
حالت‌های متغیر میانجی
در یک مدل کلاسیک می‌توان سه متغیر X، Y و M را در نظر گرفت. متغیر مستقل X بر متغیر M اثر می‌گذارد و متغیر M نیز بر متغیر وابسته Y اثر می‌گذارد. در این حالت متغیر M در رابطه بین X و Y نقش میانجی دارد. میزان اثر میانجی را اثر غیرمستقیم گویند.
بگذارید مدل را بسط دهیم. ممکن است متغیر X به صورت مستقیم نیز بر متغیر Y تاثیر داشته باشد. بازهم تغییری در نقش متغیر M بوجود نخواهد آمد و همچنان باید اثر غیرمستقیم متغیر یا میانجیگر متغیر M در رابطه بین X و Y در نظر گرفته شود. متغیرهای میانجی را متغیر مستقل درونزا نیز گویند زیرا در ارتباط با برخی متغیرها حالت مستقل دارند و در ارتباط با برخی دیگر حالت وابسته دارند. انواع حالت‌های مختلف نقش میانجی متغیرها در شکل زیر ترسیم شده است.
حالت‌های متغیر میانجی
محاسبه اثر میانجی متغیرها
متغیر میانجی یک متغیر مستقل درونزا است یعنی این متغیر نسبت به متغیر مستقل حالت وابسته دارد و نسبت به متغیر وابسته حالت مستقل دارد. همانطور که در شکل مشخص است اگر متغیر مستقل با X و متغیر وابسته با Y نمایش داده شود آنگاه :
متغیر میانجی
رابطه بین متغیر مستقل و وابسته را با XY نمایش می‌دهیم.
رابطه بین متغیر مستقل و میانجی را با XM نمایش می‌دهیم.
رابطه بین متغیر میانجی و وابسته را با MY نمایش می‌دهیم.
اثر کل متغیر X بر متغیر Y = XM + (XM*XY)
برای بررسی معناداری این روابط نیز می‌توان از آزمون سوبل استفاده کرد.
برای سنجش انواع حالت‌های نقش میانجی می‌توان از شمول واریانس VAF استفاده کرد. با استفاده از مقدار VAF می‌توان میزان میانجیگری عناصر را در رابطه بین متغیرهای مختلف تبیین کرد. چنانچه ثابت شود که عنصری حالت میانجی دارد این نقش می‌تواند جزئی یا کامل باشد. همچنین برای آنکه ثابت شود اثر میانجی معنادار است محاسبه آماره سوبل راهگشا است. اگر در سطح اطمینان ۹۵% این آزمون انجام شود آماره سوبل باید از ۱/۹۶ بیشتر باشد. در این صورت نقش میانجی عنصر مورد بررسی قابل قبول است.
منبع: حبیبی، آرش؛ سرآبادانی، مونا. (۱۴۰۱). آموزش کاربردی SPSS. تهران: نارون.
نگارنده: پشتیبانی پارس‌مدیر | 
