J'ai rencontré ces deux termes qui sont utilisés de manière interchangeable dans de nombreux contextes.
Fondamentalement, un modérateur (M) est un facteur qui influe sur la relation entre X et Y. L'analyse de modération se fait généralement à l'aide d'un modèle de régression. Par exemple, le sexe (M) peut affecter la relation entre la «recherche de produits» (X) et «l'achat de produits» (Y).
Dans l'interaction, X1 et X2 interagissent pour influencer Y. Le même exemple ici est que la «recherche de produits» (X1) est affectée par le «genre» (X2) et ensemble, ils affectent «l'achat de produits» (Y).
Je peux voir qu'avec modération, M affecte la relation XY mais en interaction, M (qui est le sexe dans ce cas) affecte l'autre IV.
Question : Si le but de mon projet est de voir comment le genre affecte la relation entre X et Y, dois-je utiliser la modération ou l'interaction?
Remarque: Mon projet concerne la corrélation entre X et Y, pas la relation causale entre X et Y.
Réponses:
Vous devez considérer les deux termes comme synonymes. Bien qu'ils soient utilisés de manières légèrement différentes et proviennent de traditions différentes au sein des statistiques (`` l'interaction '' est davantage associée à l'ANOVA et la `` variable modératrice '' est davantage associée à la régression), il n'y a pas de réelle différence dans la signification sous-jacente. En fait, les statistiques sont jonchées de termes synonymes provenant de traditions différentes qui signifient la même chose. Faut-il appeler nos variables X «variables prédictives», «variables explicatives», «facteurs», «covariables», etc.? Est-ce que ça importe? (Non, pas vraiment.)
La façon de penser à ce qu'est une interaction est que si vous expliquiez vos résultats à quelqu'un, vous utiliseriez le mot «dépend». Je vais inventer une histoire en utilisant vos variables (je n'ai aucun moyen de savoir si c'est exact ou même plausible): Disons que quelqu'un vous demande, "si les gens recherchent un produit, l'achètent-ils?" Vous pourriez répondre: "Eh bien, cela dépend. Pour les hommes, s'ils recherchent un produit, ils finissent généralement par en acheter un, mais les femmes aiment regarder et penser aux produits pour lui-même; souvent, une femme recherchera un produit, mais n'ont aucune intention de l'acheter. Ainsi, la relation entre la recherche d'un produit et l'achat de ce produit dépend du sexe. " Dans cette histoire, il y a une interaction entre la recherche de produits et le sexe, ou le sexe modère la relation entre la recherche et les achats. (Encore, Je ne sais pas si cette histoire est à distance correcte, et j'espère que personne n'en est offensé. Je n'utilise que des hommes et des femmes parce que c'est la question. Je ne veux pas pousser les stéréotypes.)
la source
Je pense que vous avez la plupart du temps des choses correctes à l'exception de la partie sur "dans l'interaction, M (qui est le sexe dans ce cas) affecte les autres IV." Dans une interaction (un véritable synonyme d'un effet modérateur - pas quelque chose de différent), il n'est pas nécessaire qu'un prédicteur influence l'autre ou même qu'il soit corrélé avec l'autre. Tout ce qui est impliqué par «interaction» (ou «modérateur») est que la façon dont un prédicteur se rapporte au résultat dépend du niveau de l'autre prédicteur.
la source
Modération contre interaction
Les effets de modération et d'interaction sont très similaires les uns aux autres. Mathématiquement, ils peuvent tous deux être modélisés en utilisant le terme produit dans l'équation de régression. Souvent, le chercheur utilise les deux termes comme synonymes, mais il y a une mince ligne entre interaction et modération. La différence entre les deux est globalement similaire à la différence entre le coefficient de corrélation et le coefficient de régression.
Quand nous disons X et Z Interagir dans leurs effets sur une variable de résultat Y, et il n'y a pas de réelle distinction entre le rôle de X et le rôle de Z . Ils sont tous deux considérés comme des variables prédictives. Ensuite, nous identifions cet effet comme effet d' interaction.
Alors que, dans le cas où nous avons une distinction claire entre les variables prédicteur et modérateur (sur la base de la théorie) et que nous sommes intéressés de voir l'impact du prédicteur sur la réponse (affecté par le modérateur), cet effet est connu sous le nom d' effet de modération . Il faut choisir avec soin le terme qui convient le mieux pour répondre à sa question de recherche.
Pour une comparaison détaillée de ces termes, consultez http://learnerworld.tumblr.com/post/147085936920/interaction-moderationenjoystatisticswithme
et
http://learnerworld.tumblr.com/post/147089718705/mediationmoderationinteractionenjoystatisticswithme
la source
Je pense que le modèle le plus général que l'on puisse écrire concernant la modération d'une variable z "dans une relation entre y et x" est:
y = f (x) + g (z) + h (x) z
L'effet marginal de x est f '(x) + h' (x) z, donc l'effet de modération est h '(x).
Mike
la source