«Модерация» против «взаимодействия»?

14

Я сталкивался с этими двумя терминами, которые взаимозаменяемы во многих контекстах.

По сути, модератор (M) - это фактор, который влияет на отношения между X и Y. Анализ модерации обычно выполняется с использованием регрессионной модели. Например, пол (M) может влиять на отношения между «исследованием продукта» (X) и «покупкой продукта» (Y).

Во взаимодействии X1 и X2 взаимодействуют, чтобы влиять на Y. Тот же самый пример здесь - то, что «исследование продукта» (X1) зависит от «пола» (X2), и вместе они влияют на «покупку продукта» (Y).

Я вижу, что при умеренности M влияет на отношения XY, но во взаимодействии M (в данном случае это пол) влияет на другие IV.

Вопрос : Если цель моего проекта - увидеть, как пол влияет на отношения между X и Y, я должен использовать модерацию или взаимодействие?

Примечание. Мой проект касается корреляции между X и Y, а не причинно-следственной связи между X и Y.

Адхеш джош
источник
6
Терминология типа «пол влияет на отношения» может сбить вас с толку. За очень немногими исключениями, люди не меняют свой пол (и когда они это делают, я сомневаюсь, что это влияет на их модели закупок в исследованиях). Похоже, вы хотите знать, «как отношения между X и Y различаются по полу?» Самое первое, что нужно сделать, это составить диаграммы рассеяния Y против X с разбивкой по полу и сравнить их. Что вы будете делать дальше, зависит от целей вашего исследования. Для многих приложений вы можете просто остановиться на характеристике двух графиков рассеяния.
whuber
Спасибо, что. Я задал немного другой вопрос, чтобы очистить мое замешательство.
Adhesh Josh
1
Запись не показывает каких-либо существенных изменений в вопросе.
whuber

Ответы:

19

Вы должны считать эти два термина синонимичными. Хотя они используются по-разному и происходят из разных традиций в статистике («взаимодействие» больше связано с ANOVA, а «переменная модератора» больше связано с регрессией), в базовом значении нет реальной разницы. На самом деле статистика изобилует синонимичными терминами, происходящими из разных традиций, которые означают одно и то же. Должны ли мы называть наши X-переменные «переменными-предикторами», «объясняющими переменными», «факторами», «ковариатами» и т. Д.? Это имеет значение? (Нет, не совсем.)

Способ думать о том, что такое взаимодействие, заключается в том, что если бы вы объяснили свои выводы кому-то, вы бы использовали слово «зависит». Я придумаю историю, используя ваши переменные (у меня нет возможности узнать, является ли это точным или даже правдоподобным): скажем, кто-то спрашивает вас: «Если люди исследуют продукт, покупают ли они его?» Вы можете ответить: «Ну, это зависит. Для мужчин, если они исследуют продукт, они обычно заканчивают тем, что покупают его, но женщины любят смотреть на продукты и думать о них сами по себе; часто женщина исследует продукт, но не собираюсь его покупать. Таким образом, связь между исследованием продукта и его покупкой зависит от пола ». В этой истории есть взаимодействие между исследованием продукта и полом, или секс смягчает отношения между исследованием и покупкой. (Опять таки, Я не знаю, является ли эта история отдаленно правильной, и я надеюсь, что никто не оскорблен этим. Я использую только мужчин и женщин, потому что это в вопросе. Я не хочу подталкивать любые стереотипы.)

Gung - Восстановить Монику
источник
Спасибо, блин. И история тоже имеет большой смысл. Конечно, нет стереотипов; это всего лишь пример.
Adhesh Josh
Спасибо @gung за прекрасное объяснение, у меня все еще есть один вопрос к этому эффекту взаимодействия модератора: возможно ли, что наклоны "исследования" и "пола" не значимы, а взаимодействие значимо? Я предполагаю, что такая возможность существует, но я не могу представить одну ситуацию из этого. Не могли бы вы дать мне совет?
yue86231
2
@ yue86231, когда у вас есть термин взаимодействия в модели, основными эффектами (например, исследование и пол здесь) являются уклоны, когда другая переменная равна 0. Это может помочь вам прочитать мой ответ здесь: Что означает «все остальное»? равно "значит в множественной регрессии?
gung - Восстановить Монику
4

Я думаю, что у вас все в основном правильно, за исключением части о том, что «во взаимодействии М (в данном случае это пол) влияет на других IV». Во взаимодействии (истинный синоним эффекта модератора - не что-то иное) нет необходимости, чтобы один предиктор влиял на другого или даже коррелировал с другим. Все, что подразумевается под «взаимодействием» (или «модератором»), заключается в том, что отношение одного предиктора к результату зависит от уровня другого предиктора.

rolando2
источник
0

Модерация против взаимодействия

Эффекты умеренности и взаимодействия очень похожи друг на друга. Математически они оба могут быть смоделированы с использованием термина продукта в уравнении регрессии. Часто исследователь использует оба термина в качестве синонимов, но между взаимодействием и умеренностью существует тонкая грань. Разница между ними в целом похожа на разницу между коэффициентом корреляции и коэффициентом регрессии.

Когда мы говорим , X и Z взаимодействуют в их воздействии на переменном исход Y, и нет никаких реальных различий между ролью X и ролью Z . Они оба считаются предикторными переменными. Затем мы определяем этот эффект как эффект взаимодействия.

Хотя в случае, если у нас есть четкое различие между переменными предиктора и модератора (на основе теории), и нам интересно видеть влияние предиктора на реакцию (под влиянием модератора), этот эффект известен как эффект модерации . Нужно тщательно выбирать термин, который больше подходит для ответа на вопрос исследования.

Для подробного сравнения этих терминов см. Http://learnerworld.tumblr.com/post/147085936920/interaction-moderationenjoystatisticswithme

и

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

Доктор Ниша Арора
источник
-1

Я думаю, что наиболее общая модель, которую можно написать относительно модерирования переменной z «в отношениях между y и x», такова:

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

Предельный эффект от x равен f '(x) + h' (x) z, поэтому эффект замедления равен h '(x).

Майк

Майк Ционас
источник