Moderacja – to sytuacja, w której siła lub kierunek związku między dwiema zmiennymi zależy od poziomu trzeciej zmiennej, nazywanej moderatorem. Innymi słowy, moderator określa, kiedy, dla kogo lub w jakich warunkach określona zależność jest silniejsza, słabsza albo zmienia kierunek.  Efekt moderacji występuje wtedy, gdy związek między zmienną niezależną a zależną zmienia się w zależności od poziomu moderatora .

Przykładowo, związek między satysfakcją z pracy a samooceną może być silny u mężczyzn, ale słaby lub nieistotny u kobiet. Zależność między aktywnością fizyczną a samooceną może np. być dodatnia przy niskim poziomie depresji, słabsza przy poziomie średnim i ujemna przy wysokim poziomie depresji. Moderacja jest więc szczególnym przypadkiem interakcji zmiennych. W modelu regresji testuje się ją poprzez wprowadzenie do równania iloczynu zmiennej niezależnej i moderatora, czyli składnika interakcyjnego X × W.

Moderatory mogą być zarówno zmiennymi nominalnymi, np. płeć lub rodzaj interwencji, jak i ilościowymi, np. wiek, stres czy nasilenie depresji. W przypadku moderatorów ilościowych często stosuje się centrowanie zmiennych, które ułatwia interpretację współczynników modelu, choć samo w sobie nie jest warunkiem poprawnego oszacowania interakcji. Zmienne wielokategorialne, np. miejsce zamieszkania lub rok studiów, mogą być z kolei uwzględnione w modelu jako moderator kodowany metodą Dummy lub inną, równoważną.

Analizę moderacji można przeprowadzać za pomocą klasycznej regresji wielorakiej, analizy wariancji lub bardziej złożonych modeli. Popularnym narzędziem jest również makro PROCESS Andrew F. Hayesa, które automatyzuje estymację efektów interakcyjnych, prostych nachyleń oraz przedziałów ufności.  Moderacja odpowiada na pytanie „kiedy lub dla kogo występuje dany efekt?”, podczas gdy mediacja dotyczy mechanizmu, poprzez który jedna zmienna oddziałuje na drugą.