"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.