"Moderação" versus "interação"?


14

Eu me deparei com esses dois termos que são usados ​​de forma intercambiável em muitos contextos.

Basicamente, um moderador (M) é um fator que afeta a relação entre X e Y. A análise de moderação geralmente é feita usando um modelo de regressão. Por exemplo, o gênero (M) pode afetar a relação entre "pesquisa de produto" (X) e "compra de produto" (Y).

Na interação, X1 e X2 interagem para influenciar Y. O mesmo exemplo aqui é que "pesquisa de produto" (X1) é afetada por "sexo" (X2) e juntos eles afetam "compra de produto" (Y).

Percebo que, com moderação, M afeta o relacionamento XY, mas na interação, M (que é gênero neste caso) afeta o outro IV.

Pergunta : Se o objetivo do meu projeto é ver como o gênero afeta o relacionamento entre X e Y, devo usar moderação ou interação?

Nota: Meu projeto trata da correlação entre X e Y, não da relação causal entre X e Y.


6
Terminologia como "o gênero afeta o relacionamento" pode estar confundindo você. Com muito poucas exceções, as pessoas não mudam de gênero (e quando o fazem, duvido que isso afete seus padrões de compra de pesquisas). O que você parece querer saber é "como a relação entre X e Y difere por gênero?" A primeira coisa a fazer é fazer gráficos de dispersão de Y contra X discriminados por gênero e compará-los. O que você faz a seguir depende dos objetivos de sua pesquisa. Para muitos aplicativos, você pode parar de caracterizar os dois gráficos de dispersão.
— whuber

Obrigado whuber. Fiz uma pergunta um pouco diferente apenas para esclarecer minha confusão.
— Adhesh Josh

1
O registro não mostra nenhuma alteração significativa feita na pergunta.
— whuber

Respostas:


19

Você deve considerar os dois termos como sinônimos. Embora sejam usados ​​de maneiras ligeiramente diferentes e venham de diferentes tradições dentro das estatísticas ('interação' está mais associada à ANOVA e 'variável moderadora' está mais associada à regressão), não há diferença real no significado subjacente. De fato, as estatísticas estão cheias de termos sinônimos que vêm de diferentes tradições que significam a mesma coisa. Devemos chamar nossas variáveis ​​X de 'variáveis ​​preditoras', 'variáveis ​​explicativas', 'fatores', 'covariáveis' etc.? Isso importa? (Não, na verdade não.)

A maneira de pensar sobre o que é uma interação é que, se você explicasse suas descobertas a alguém, usaria a palavra 'depende'. Vou inventar uma história usando suas variáveis ​​(não tenho como saber se isso é preciso ou mesmo plausível): digamos que alguém lhe pergunte: "se as pessoas pesquisam um produto, elas o compram?" Você pode responder: "Bem, depende. Para os homens, se eles pesquisam um produto, geralmente acabam comprando um, mas as mulheres gostam de olhar e pensar em produtos por si só; geralmente, uma mulher pesquisa um produto, mas não tem intenção de comprá-lo. Portanto, a relação entre pesquisar um produto e comprá-lo depende do sexo ". Nesta história, há uma interação entre pesquisa de produto e sexo, ou o sexo modera a relação entre pesquisa e compra. (Novamente, Não sei se essa história é remotamente correta e espero que ninguém se ofenda com ela. Eu só uso homens e mulheres porque isso está em questão. Não pretendo empurrar nenhum estereótipo.)


Obrigado gung. E a história também faz muito sentido. Obviamente, não há estereótipos; é apenas um exemplo.
— Adhesh Josh

Obrigado @gung pela maravilhosa explicação, ainda tenho uma pergunta sobre esse efeito de interação do moderador: é possível que as inclinações de "pesquisa" e "gênero" não sejam significativas e a interação seja significativa? Suponho que essa possibilidade exista, mas não consigo imaginar uma situação disso. Você poderia me dar uma dica?
— yue86231

2
@ yue86231, quando você tem um termo de interação no modelo, os principais efeitos (por exemplo, pesquisa e gênero aqui) são as inclinações quando a outra variável é 0. Pode ajudar você a ler minha resposta aqui: O que faz "todo o resto igual "média na regressão múltipla?
— gung - Restabelece Monica

4

Eu acho que você tem as coisas mais corretas, exceto a parte sobre "em interação, M (que é o gênero neste caso) afeta outros os IV". Em uma interação (um verdadeiro sinônimo de efeito moderador - não é algo diferente), não há necessidade de um preditor influenciar o outro ou até mesmo se correlacionar com o outro. Tudo o que está implícito na "interação" (ou "moderador") é que a maneira como um preditor se relaciona com o resultado depende do nível do outro preditor.


0

Moderação versus interação

Os efeitos de moderação e interação são muito parecidos entre si. Matematicamente, ambos podem ser modelados usando o termo do produto na equação de regressão. Muitas vezes, o pesquisador usa os dois termos como sinônimos, mas há uma linha tênue entre interação e moderação. A diferença entre os dois é amplamente semelhante à diferença entre o coeficiente de correlação e o coeficiente de regressão.

Quando dizemos que X e Z interagem em seus efeitos sobre uma variável de resultado Y, e não há nenhuma distinção real entre o papel de X eo papel do Z . Ambos são considerados variáveis ​​preditoras. Então, identificamos esse efeito como efeito de interação.

Embora tenhamos uma clara distinção entre as variáveis ​​preditor e moderador (com base na teoria) e estamos interessados ​​em ver o impacto do preditor na resposta (afetada pelo moderador), esse efeito é conhecido como efeito moderação . Deve-se escolher cuidadosamente o termo mais adequado para responder à pergunta de pesquisa.

Para uma comparação detalhada desses termos, consulte http://learnerworld.tumblr.com/post/147085936920/interaction-moderationenjoystatisticswithme

e

http://learnerworld.tumblr.com/post/147089718705/mediationmoderationinteractionenjoystatisticswithme


-1

Eu acho que o modelo mais geral que se pode escrever sobre a moderação de uma variável z "em um relacionamento entre yex" é:

y = f (x) + g (z) + h (x) z

O efeito marginal de x é f '(x) + h' (x) z, então o efeito de moderação é h '(x).

Mike

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.