中间变量，也称为中介变量（Mediator Variable），是指在自变量（Independent Variable）和因变量（Dependent Variable）之间起桥梁作用的变量，用于解释自变量如何影响因变量。它揭示了自变量与因变量之间关系的内在机制，帮助研究者更深入地理解复杂现象。

举例说明例如，研究“教育水平”（自变量）对“收入”（因变量）的影响时，“工作类型”可作为中介变量。教育水平越高，越可能获得高技能工作（中介变量），而高技能工作通常收入更高（因变量）。此时，教育水平通过影响工作类型，间接影响收入，工作类型就是解释教育与收入关系的中介变量。

中介变量属于什么学科的概念

中介变量是一个跨学科的概念，主要源于心理学，并在社会科学（如社会学、管理学、教育学等）以及统计学领域广泛应用。具体如下：

心理学：中介变量的概念最早由心理学家托尔曼于1932年提出，用于解释刺激与反应之间的内部心理过程（如动机、情绪、认知等），强调通过中介变量揭示行为背后的机制。

社会科学：在社会学、管理学、教育学等学科中，中介变量常用于分析复杂的社会现象或组织行为。例如，研究教育政策（自变量）对学生成绩（因变量）的影响时，学生的学习态度或学习方法可能作为中介变量，解释政策如何通过这些因素作用于成绩。

统计学：从统计方法角度，中介变量是用于分析变量间间接关系的工具，通过路径分析、结构方程模型等方法检验中介效应，帮助量化自变量通过中介变量对因变量的影响程度。

中介变量的作用  

揭示作用机制：解释自变量与因变量之间“如何”及“为何”发生关联，帮助研究者理解复杂关系背后的逻辑。  

探索更多影响因素：通过研究中介变量，可发现更多影响因变量的因素，丰富对研究现象的理解。  

寻找可操作的干预点：若自变量不可直接操作，可通过干预中介变量来间接影响因变量，例如通过提升工作满意度（中介变量）来提高员工绩效（因变量）。

注意事项  

中介变量需基于理论和专业知识选择，而非单纯依靠统计分析确定。  

中介效应的检验需结合样本量、数据类型等因素，常用方法包括Bootstrap法、Sobel检验等。  

需区分中介变量与混杂变量、结局变量等，避免错误解读结果。

总之，中介变量是量化研究中重要的分析工具，有助于深入揭示变量间的关系，但其应用需结合理论和实际情境谨慎进行。