"Moderation" versus "Interaktion"?

Ich bin auf diese beiden Begriffe gestoßen, die in vielen Zusammenhängen synonym verwendet werden.

Grundsätzlich ist ein Moderator (M) ein Faktor, der sich auf die Beziehung zwischen X und Y auswirkt. Die Moderationsanalyse wird normalerweise mithilfe eines Regressionsmodells durchgeführt. Zum Beispiel kann das Geschlecht (M) die Beziehung zwischen "Produktforschung" (X) und "Produktkauf" (Y) beeinflussen.

In der Interaktion interagieren X1 und X2, um Y zu beeinflussen. Das gleiche Beispiel ist, dass "Produktforschung" (X1) durch "Geschlecht" (X2) beeinflusst wird und zusammen "Produktkauf" (Y) beeinflusst.

Ich kann sehen, dass in Maßen M die XY-Beziehung beeinflusst, aber in der Interaktion beeinflusst M (in diesem Fall das Geschlecht) die andere IV.

Frage : Wenn das Ziel meines Projekts darin besteht, herauszufinden, wie sich das Geschlecht auf die Beziehung zwischen X und Y auswirkt, sollte ich Moderation oder Interaktion verwenden?

Hinweis: In meinem Projekt geht es um die Korrelation zwischen X und Y, nicht um die kausale Beziehung zwischen X und Y.

Sie sollten die beiden Begriffe als synonym betrachten. Obwohl sie auf leicht unterschiedliche Weise verwendet werden und aus unterschiedlichen statistischen Traditionen stammen („Interaktion“ ist eher mit ANOVA verbunden, und „Moderatorvariable“ ist eher mit Regression verbunden), gibt es keinen wirklichen Unterschied in der zugrunde liegenden Bedeutung. In der Tat ist die Statistik übersät mit Synonymen, die aus unterschiedlichen Traditionen stammen und dasselbe bedeuten. Sollen wir unsere X-Variablen "Prädiktorvariablen", "Erklärungsvariablen", "Faktoren", "Kovariaten" usw. nennen? Ist das wichtig? (Nein nicht wirklich.)

Die Art zu überlegen, was eine Interaktion ist, besteht darin, dass Sie, wenn Sie jemandem Ihre Ergebnisse erklären, das Wort "abhängig" verwenden würden. Ich werde eine Geschichte mit Ihren Variablen erfinden (ich habe keine Möglichkeit zu wissen, ob dies richtig oder sogar plausibel ist): Sagen wir, jemand fragt Sie: "Wenn Leute ein Produkt recherchieren, kaufen sie es?" Sie könnten antworten: "Nun, es kommt darauf an. Wenn Männer ein Produkt erforschen, kaufen sie normalerweise eines, aber Frauen genießen es, Produkte für sich selbst zu betrachten und darüber nachzudenken. Oft wird eine Frau ein Produkt erforschen, aber Ich habe nicht die Absicht, es zu kaufen. Die Beziehung zwischen der Erforschung eines Produkts und dem Kauf dieses Produkts hängt also vom Geschlecht ab. " In dieser Geschichte gibt es eine Wechselwirkung zwischen Produktforschung und Sex oder Sex moderiert die Beziehung zwischen Forschung und Einkauf. (Nochmal, Ich weiß nicht, ob diese Geschichte im entferntesten richtig ist, und ich hoffe, dass niemand davon beleidigt wird. Ich benutze nur Männer und Frauen, weil das in Frage kommt. Ich will keine Stereotypen schieben.)

Ich denke, Sie haben die Dinge größtenteils richtig, mit Ausnahme des Teils über "In Interaktion wirkt sich M (in diesem Fall Geschlecht) auf andere IV aus." In einer Interaktion (ein wahres Synonym für einen Moderatoreffekt - nichts anderes) muss ein Prädiktor nicht den anderen beeinflussen oder sogar mit dem anderen korrelieren. Alles, was von "Interaktion" (oder "Moderator") impliziert wird, ist, dass die Art und Weise, wie ein Prädiktor sich auf das Ergebnis bezieht, von der Ebene des anderen Prädiktors abhängt.

Moderation vs. Interaktion

Sowohl Moderations- als auch Interaktionseffekte sind einander sehr ähnlich. Mathematisch können beide mithilfe des Produktausdrucks in der Regressionsgleichung modelliert werden. Oft verwenden Forscher die beiden Begriffe als Synonyme, aber es gibt eine dünne Linie zwischen Interaktion und Moderation. Der Unterschied zwischen den beiden ist weitgehend ähnlich dem Unterschied zwischen Korrelationskoeffizienten und Regressionskoeffizienten.

Wenn wir sagen , X und Z interact in ihren Auswirkungen auf einer Zielgröße Y, und es gibt keine wirkliche Unterscheidung zwischen der Rolle der X und der Rolle der Z . Sie werden beide als Prädiktorvariablen betrachtet. Dann identifizieren wir diesen Effekt als Interaktionseffekt.

Wenn wir eine klare Unterscheidung zwischen Prädiktor- und Moderatorvariablen (auf der Grundlage der Theorie) haben und uns interessieren, wie sich der Prädiktor auf die Reaktion auswirkt (vom Moderator beeinflusst), wird dieser Effekt als Moderationseffekt bezeichnet . Man sollte den Begriff, der besser zur Beantwortung seiner Forschungsfrage geeignet ist, sorgfältig auswählen.

Einen detaillierten Vergleich dieser Begriffe finden Sie unter http://learnerworld.tumblr.com/post/147085936920/interaction-moderationenjoystatisticswithme

und

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

Ich denke, das allgemeinste Modell, das man in Bezug auf die Moderation einer Variablen z "in einer Beziehung zwischen y und x" schreiben kann, ist:

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

Der marginale Effekt von x ist f '(x) + h' (x) z, daher ist der Moderationseffekt h '(x).

Mike