调节效应分析时，为何要进行中心化处理？

在基于多元回归的调节效应分析中，研究者通常将自变量X和调节变量W进行均值中心化(即变量减去样本均值，简称中心化)，然后再产生乘积项XW，最后进行多元回归分析，这似乎已成为调节效应分析的标准步骤。中心化对调节效应检验结果没有任何影响，中心化的作用具体表现在两方面：中心化减少非本质的多重共线性；  在自变量X和调节变量W的零点没有实际意义的情况下，改善对回归系数a和b的理解。

下面的图片展示了中心化确实可以消除共线性问题。在第一次多元线性回归时，没有对自变量CSR和调节变量Integrity进行中心化，就直接计算了两者的乘积项（CSR×Integrity），可以发现多元线性回归的结果中，共线性诊断部分，CSR和乘积项（CSR×Integrity）存在严重的共线性问题，共线性问题会导致它们的系数估计出现异常。

在第二次多元线性回归时，对自变量CSR和调节变量Integrity进行中心化（mean center），再计算两者的乘积项（CSR_mc×Integrity_mc），可以发现多元线性回归的结果中，共线性诊断部分，不存在共线性问题了，说明中心化避免了共线性问题。