本篇介紹Mplus的調節效果分析之語法內容，並用一個示範例題進行說明。
備註：雖然Mplus的語言以英文為主，但為了快速讓大家瞭解Mplus的語法基礎概念，所以我們在介紹Mplus每個語法細節後面加註「!」之符號，並在此符號後面說明該語法的用途，但是請大家實際在分析時，建議在「!」的文字仍以英文為主，請勿在Mplus中撰寫中文，以避免Mplus執行失敗。
【例題】探討學生性別(ZB)在語言能力(ZA)對數學成績(ZC)關係中是否具有調節效果。
【例題Mplus語法】
TITLE: moderator analysis
！這邊可以填寫這個分析方法的名稱，或你想要的檔名名稱均可。
DATA: FILE = merdator.dat;
!請將數據檔案與Mplus檔案放在同一個資料夾，並直接將數據檔案放在「=」的右邊，每次結束一個語法設定請記得加上「;」
Define: INT = ZA*ZB; !
!這邊的自變項和調節變項都已經轉換成z分數，為了計算自變項與調節變項之交乘項，可使用「Define」重新定義新運算後的變項。
VARIABLE:NAMES = ZA ZB ZC;
!請依據數據檔案由左至右的順序，將變數命名。
USEVARIABLE= ZA ZB ZC INT;
!請將這次分析有用到的變數羅列在「=」的右邊。
MODEL:
ZC on ZA ZB INT;
!這邊的寫法可理解為此方程式：「 ZC = β1ZA+β2ZB+β3INT 」，on的設定有預測效果之意，此部分INT為自變項與調節變項之交乘項。
OUTPUT: Sampstat STDYX;
!若要產出一般為標準化的結果請輸入「Sampstat」，若想要知道標準化結果則請輸入「STDYX」。
【例題Mplus結果】
成功跑出Mplus結果時會出現一個新的output檔案，請將這個檔案開啟，首先會先看到Mplus當初撰寫的語法。
接著，結果會告訴你在這筆資料中有幾筆樣本，幾個自變數，幾個依變數，建議可從此部分檢查是否符合原分析架構。
Mplus會提供投入變數的平均數、共變數以及相關分析結果。
若要看調節效果分析結果，需直接看到「Model Result」的部分，語言能力(ZA) （β ＝ 0.169, p < .05）、性別(ZB) （β ＝ 0.588, p < .05）對數學成績(ZC)的預測達顯著；另語言能力與性別之交乘項(INT)對數學成績(ZC)的預測未達顯著（β ＝ 0.040, p > .05）。
另在標準化的分析結果，請看「standardized model results」，語言能力(ZA) （β ＝ 0.169, p < .05）、性別(ZB) （β ＝ 0.588, p < .05）對數學成績(ZC)的預測達顯著；另語言能力與性別之交乘項(INT)對數學成績(ZC)的預測未達顯著（β ＝ 0.044, p > .05），表示性別在語言能力與數學成績之關係中未具有顯著的調節效果。
另整體模型解釋量R2 = 45.3%。
Mplus的調節效果分析，你學會了嗎?
