Bij interactie is het absoluut noodzakelijk om de betrokken variabelen te centreren. Het kan echter zelden kwaad om ALLE variabelen in een regressieanalyse te centreren, en het gaan vaak kwaad om het niet te doen. Het maakt gewoon het interpreteren van de resultaten veel eenvoudiger. Opgepast, ook voor categorale variabelen doe je dat best. Als je bijvoorbeeld twee waarden hebt (bv. "man" en "vrouw"), dan neem je best waarden -1/2 en +1/2 in je analyse. Zie http://eduratio.be/TMP/kraemer.pdf voor een heel interessante uitleg hierover (als je dat artikel wil bewaren, sla het lokaal op, want ik plaats het daar maar tijdelijk).
[ Opmerking van Gjalt-Jorn: Luc's stelling dat het goed is om bij dichotome variabelen ook te centreren, is terecht. Tegelijkertijd geldt dit niet voor alle categorische voorspellers. Met nominale of ordinale voorspellers met meer dan twee niveau's, die dus door middel van dummy-codering worden opgenomen in het model, ligt centrering niet voor de hand. Overigens zijn interacties met dergelijke voorspellers niet vanzelfsprekend; in dat geval is het handig de hulp van een statisticus in te roepen. ]