"Moderasi" versus "interaksi"?

14

Saya telah menemukan dua istilah ini yang digunakan secara bergantian dalam banyak konteks.

Pada dasarnya, seorang moderator (M) adalah faktor yang berdampak pada hubungan antara X dan Y. Analisis moderasi biasanya dilakukan dengan menggunakan model regresi. Misalnya, jenis kelamin (M) dapat mempengaruhi hubungan antara "penelitian produk" (X) dan "pembelian produk" (Y).

Dalam interaksi, X1 dan X2 berinteraksi untuk mempengaruhi Y. Contoh yang sama di sini adalah bahwa "penelitian produk" (X1) dipengaruhi oleh "gender" (X2) dan bersama-sama mereka mempengaruhi "pembelian produk" (Y).

Saya dapat melihat bahwa secara moderat, M mempengaruhi hubungan XY tetapi dalam interaksi, M (yang jenis kelamin dalam kasus ini) mempengaruhi IV lainnya.

Pertanyaan : Jika tujuan proyek saya adalah untuk melihat bagaimana gender mempengaruhi hubungan antara X dan Y, haruskah saya menggunakan moderasi atau interaksi?

Catatan: Proyek saya adalah tentang korelasi antara X dan Y, bukan hubungan kausal antara X dan Y.

Adhesh Josh
sumber
6
Terminologi seperti "gender memengaruhi hubungan" mungkin membingungkan Anda. Dengan sedikit pengecualian, orang tidak mengubah jenis kelamin mereka (dan ketika mereka melakukannya, saya ragu itu mempengaruhi pola pembelian-penelitian mereka). Apa yang tampaknya ingin Anda ketahui adalah "bagaimana hubungan antara X dan Y berbeda berdasarkan gender?" Hal pertama yang harus dilakukan adalah membuat scatterplot Y terhadap X dipecah berdasarkan jenis kelamin dan membandingkannya. Apa yang Anda lakukan selanjutnya tergantung pada tujuan penelitian Anda. Untuk banyak aplikasi, Anda mungkin berhenti mengkarakterisasi dua sebar plot.
whuber
Terimakasih Saya telah mengajukan pertanyaan yang sedikit berbeda hanya untuk menghilangkan kebingungan saya.
Adhesh Josh
1
Catatan tidak menunjukkan adanya perubahan signifikan pada pertanyaan.
whuber

Jawaban:

19

Anda harus menganggap kedua istilah itu sama. Meskipun mereka digunakan dalam cara yang sedikit berbeda, dan berasal dari tradisi yang berbeda dalam statistik ('interaksi' lebih terkait dengan ANOVA, dan 'variabel moderator' lebih terkait dengan regresi), tidak ada perbedaan nyata dalam makna yang mendasarinya. Faktanya, statistik dipenuhi dengan istilah-istilah sinonim yang berasal dari tradisi berbeda yang memiliki arti yang sama. Haruskah kita menyebut variabel X kita sebagai 'variabel prediktor', 'variabel penjelas', 'faktor', 'kovariat', dll.? Apakah itu penting? (Tidak terlalu.)

Cara untuk berpikir tentang apa interaksi itu, adalah bahwa jika Anda menjelaskan temuan Anda kepada seseorang, Anda akan menggunakan kata 'depend'. Saya akan mengarang cerita menggunakan variabel Anda (saya tidak punya cara untuk mengetahui apakah ini akurat atau bahkan masuk akal): Katakanlah seseorang bertanya kepada Anda, "jika orang meneliti suatu produk, apakah mereka membelinya?" Anda mungkin menjawab, "Yah, itu tergantung. Untuk pria, jika mereka meneliti suatu produk, mereka biasanya membeli satu, tetapi wanita senang melihat dan memikirkan produk untuk kepentingannya sendiri; seringkali, seorang wanita akan meneliti suatu produk, tetapi tidak punya niat untuk membelinya. Jadi, hubungan antara meneliti suatu produk dan membeli produk itu tergantung pada jenis kelamin. " Dalam cerita ini, ada interaksi antara penelitian produk dan seks, atau seks memoderasi hubungan antara penelitian dan pembelian. (Lagi, Saya tidak tahu apakah cerita ini jauh benar, dan saya harap tidak ada yang tersinggung karenanya. Saya hanya menggunakan pria dan wanita karena itu dalam pertanyaan. Saya tidak bermaksud mendorong stereotip apa pun.)

gung - Pasang kembali Monica
sumber
Terima kasih gung. Dan ceritanya juga sangat masuk akal. Tentu saja, tidak ada stereotip; itu hanyalah sebuah contoh.
Adhesh Josh
Terima kasih @gung atas penjelasannya yang luar biasa, saya masih punya satu pertanyaan untuk efek interaksi moderator ini: mungkinkah bahwa lereng "penelitian" dan "gender" tidak signifikan dan interaksinya signifikan? Saya menganggap kemungkinan ini ada, tetapi saya tidak dapat membayangkan satu situasi itu. Bisakah Anda memberi saya tip?
yue86231
2
@ yue86231, ketika Anda memiliki istilah interaksi dalam model, efek utama (yaitu, penelitian & gender di sini), adalah kemiringan ketika variabel lainnya adalah 0. Mungkin membantu Anda membaca jawaban saya di sini: Apa artinya "semua yang lain" sama dengan "artinya dalam regresi berganda?
gung - Reinstate Monica
4

Saya pikir Anda memiliki banyak hal yang benar kecuali untuk bagian tentang "dalam interaksi, M (yang jenis kelamin dalam kasus ini) mempengaruhi selain IV." Dalam sebuah interaksi (sinonim sejati untuk efek moderator - bukan sesuatu yang berbeda), tidak ada kebutuhan untuk satu prediktor untuk mempengaruhi yang lain atau bahkan berkorelasi dengan yang lain. Semua yang tersirat oleh "interaksi" (atau "moderator") adalah bahwa cara satu prediktor berhubungan dengan hasil tergantung pada tingkat prediktor lainnya.

rolando2
sumber
0

Interaksi Moderation Vs

Baik efek moderasi dan interaksi sangat mirip satu sama lain. Secara matematis, keduanya dapat dimodelkan dengan menggunakan istilah produk dalam persamaan regresi. Seringkali peneliti menggunakan kedua istilah tersebut sebagai sinonim tetapi ada garis tipis antara interaksi dan moderasi. Perbedaan antara keduanya secara luas mirip dengan perbedaan antara koefisien korelasi dan koefisien regresi.

Ketika kita mengatakan X dan Z berinteraksi dalam efek mereka pada variabel hasil Y, dan ada tidak ada perbedaan nyata antara peran X dan peran Z . Keduanya dianggap variabel prediktor. Kemudian kami mengidentifikasi efek ini sebagai efek interaksi.

Sementara, jika kita memiliki perbedaan yang jelas antara variabel prediktor dan moderator (berdasarkan teori) dan kami tertarik untuk melihat dampak prediktor terhadap respons (dipengaruhi oleh moderator), maka efek ini dikenal sebagai efek moderasi . Seseorang harus hati-hati memilih istilah yang lebih cocok untuk menjawab pertanyaan penelitian seseorang.

Untuk perbandingan terperinci dari persyaratan ini, lihat http://learnerworld.tumblr.com/post/147085936920/interaction-moderationenjoystatisticswithme

dan

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

Dr Nisha Arora
sumber
-1

Saya pikir model paling umum yang dapat ditulis mengenai moderasi variabel z "dalam hubungan antara y dan x" adalah:

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

Efek marginal dari x adalah f '(x) + h' (x) z, sehingga efek moderasi adalah h '(x).

Mike

Mike Tsionas
sumber