一、自变量之间互相影响怎么做调节效应
如果自变量和调节变量均为分类数据，可以用双因素方差分析。
如果自变量为分类数据，调节变量为定量数据，可以用分层回归。
两种方法spssau均有提供，推荐使用。
自变量（Independent variable）一词来自数学。也叫实验刺激 。在数学中，y=f（x）。在这一方程中自变量是x，因变量是y。将这个方程运用到心理学的研究中，自变量是指研究者主动操纵，而引起因变量发生变化的因素或条件，因此自变量被看作是因变量的原因。自变量有连续变量和类别变量之分。如果实验者操纵的自变量是连续变量，则实验是函数型实验。如实验者操纵的自变量是类别变量，则实验是因素型的。在心理学实验中，一个明显的问题是要有一个有机体作为被试对刺激作反应。显然，这里刺激变量就是自变量。
二、研究调节效应其他变量用不用放进来
研究调节效应其他变量用放进来，可以判断具有调节效应。
交互项显著说明有调节效应，调节变量不显著说明这个调节变量在控制了自变量和调节项之后单独的作用不显著，简单说就是“调节效应存在”。
可以这样理解：调节效应存在，但是调节变量对因变量的影响不显著，所以才会出现交互项显著，但是调节变量不显著结果。这个模型找到文献支持可以成立的。调节变量可以是定性的，也可以是定量的。在做调节效应分析时,通常要将自变量和调节变量做中心化变换。
在用软件做调节效应分析：
X是自变量，M是调节变量，Y是因变量（1）单独分析X与Y显著（2）单独分析M和Y也显著（3）单独分析X和M显著（4）最后将X*M，X和Y同时带入方程，结果显示交互项X*M显著，但是X和M分别对Y不显著了。
Y与X的关系受到第三个变量M的影响。调节变量可以是定性的（如性别、种族、学校类型等），也可以是定量的（如年龄、受教育年限、刺激次数等），它影响因变量和自变量之间关系的方向（正或负）和强弱。
以上内容参考：百度百科-调节变量
三、无关变量 调节变量 自变量 关系
自变量是不同组的唯一不同的人为控制的因素。因变量是随着自变量发生改变的结果。无关变量是每个组都保持一致的因素
事实上，自变量是你研究的重点，而调节变量是你研究关系中需要考虑的关键理论情况。不知道这样你是否听得懂？参考资料：自己的脑子
四、变量与自变量有什么不同
任何一个系统（或模型）都是由各种变量构成的，当我们分析这些系统（或模型）时，可以选择研究其中一些变量对另一些变量的影响，那么我们选择的这些变量就称为自变量，而被影响的量就被称为因变量。例如：我们可以分析人体这个系统中，呼吸对于维持生命的影响，那么呼吸就是自变量，而生命维持的状态被认为是因变量。系统和模型可以是一个二元函数这么简单。
总的来说，变量是包括自变量的。选择研究其中一些变量对另一些变量的影响，那么我们选择的这些变量叫做自变量。
五、调节变量本质可以理解为自变量吗
这句话的意思是说调节变量本质，就是说们在日常生活当中有些东西可以调节变量的呢！但是有些东西我们自己用的，可是也是有自己变化的，这就叫做自变量的哦！