Dit is een site voor studenten van de Open Universiteit. Voordat je een vraag kunt stellen moet je even een account aanmaken (dit systeem is niet gekoppeld aan je OU studentnummer en wachtwoord).

Welkom bij het vraag- en antwoord systeem van de onderzoeks-practica van de studie psychologie bij de Open Universiteit.

Houd er, als je een vraag stelt, rekening mee dat je de richtlijnen volgt!

0 leuk 0 niet-leuks

Ik heb een interactieterm samengesteld om de modererende invloed van een variabele te onderzoeken. 

Bijvoorbeeld variabele A (onafhankelijke variabele) * variabele B (modererende variabele). Daarbij hoort een regressiecoëfficiënt van .76 die significant is. 

Een hoge score op variabele A betekent dat de persoon beter functioneert op een bepaalde variabele (bv. ruimtelijk inzicht). Een hoge score op variabele B betekent echter dat de persoon slechter functioneert op een andere variabele (bv. geheugen). Hoe interpreteer ik nu het regressiecoëfficiënt? Is het dan juist als ik zeg dat variabele B een negatief effect heeft (ipv positief) op de relatie tussen de onafhankelijke en afhankelijke variabele? 

 

in Methodologie door (360 punten)

2 Antwoorden

0 leuk 0 niet-leuks

Kort door de bocht genomen kun je de B-waarde van een interactie-regressiecoefficient interpreteren als een penalty of bonus, naar gelang deze negatief of positief is. Met andere woorden: bij een positief verband tussen A en Y en een positieve interactie AB zou je kunnen stellen dat er een positief verband is tussen A en Y dat sterker wordt naarmate B toeneemt. een negatieve interactie zou impliceren dat er een positief verband is dat zwakker wordt naarmate B toeneemt. Interpreteren zou ik altijd met een plotje doen (of tabelletje), want getallen uit vergelijkingen kunnen zeer misleidend zijn als je geen doorgewinterde vergelijkingenlezer bent.

De voorspelling van een regressievergelijking is een optelling van alle effecten. Je telt dus de effecten op van de hoofdeffecten, maar voor ieder punt A en ieder punt B wat iemand toeneemt krijgen ze ook nog de interactieterm als bonus of bestraffing mee.

Rekenvoorbeeld:

Stel dat de regressievergelijking is: Y = 0.4*A + 0.2*B + 0.1*AB

Dan zou Y voor verschillende combinaties van A en B zonder interactie worden:

 

B\A 1 2 3
1 0,6 1,0 1,4
2 0,8 1,2 1,6
3 1,0 1,4 1,8

 

Met de interactieterm van 0.1*AB zouden we verwachten dat de effecten progressief toenemen naarmate zowel a en b toenemen. Als A en B op een staan zou de bonus gering moeten zijn: 0.1. Als A 2x zo groot is (2) dan zou de bonus van de interactie al 0.2 moeten zijn. Als A en B allebei 3 zijn, dan is het vermenigvuldigde bonuseffect van 0,1 al gegroeid tot 3x3x0.1 = 0.9 interactiebonus:

 

B\A 1 2 3
1 0,7 1,2 1,7
2 1,0 1,6 2,2
3 1,3 2,0 2,7

 

door (63.5k punten)
bewerkt door

Hartelijk dank voor uw snelle antwoorden! Ik kom er helaas niet uit... sad 
Ik probeer een plotje te maken, misschien dat het dan duidelijker wordt.. Nu krijg ik het zelfs niet voor elkaar om een plot te maken! Ik heb geen toegang meer tot de cursus psychologisch survey, dus ik kan de syntax file van de visualisatie niet downloaden. Ik zag net als antwoord op een andere vraag dat je de grafiek op kunt vragen met een bepaald commando, maar die doet het niet bij mij. Kan ik een plot niet gewoon opvragen via de Scatter/Dot functie in SPSS, of denk ik nu te makkelijk? 

Mijn onafhankelijke variabele heeft overigens ook een significante invloed op de afhankelijke variabele. Dus er is ook een hoofdeffect. De regressiecoëfficiënt daarbij is -.40. Dus deze is negatief. Maar de coëfficiënt tussen de onafhankelijke en moderende variabele is dus .76. Ik weet niet hoe ik dit nu moet interpreteren. Kun je zeggen dat er sprake is van een negatief verband dat zwakker wordt naarmate B toeneemt?
0 leuk 0 niet-leuks

De interactieve interactieterm betekent dat variabele A geen hoofdeffect heeft, en variabele B ook niet; in plaats daarvan is het effect dat A heeft afhankelijk van de waarde van B, en het effect dat B heeft, is afhankelijk van de waarde van A. De interactieterm modereert immers altijd het effect van A en B, en die is afhankelijk van zowel de waarde van A als van B.

Naarmate B stijgt, wordt het effect tussen A en de afhankelijke variabele (laten we die C noemen) positiever - .76 positiever voor elke stijging in B. Tegelijkertijd wordt het effect tussen B en C ook positiever naarmate A stijgt. Hoewel de regressiecoefficient voor B dus negatief is, heeft B een positief effect hebben voor een deel van de proefpersonen.

Is dit een beetje te volgen? Het interpreteren van interacties is vrij complex.

Pas overigens heel erg op bij conclusies over moderatie (en dus interactie) in een cross-sectioneel observationeel design (mocht je dat hebben). Eigenlijk moet je een longitudinaal experiment uitvoeren om moderatie te onderzoeken, zie bijvoorbeeld het artikel van Robert Roe op http://ehps.net/ehp/index.php/contents/article/view/ehp.v14.i1.p4/31. Zonder experiment weet je bijvoorbeeld niet of A het verband tussen B en C modereert; of B het verband tussen A en C modereert; of dat er helemaal geen sprake is van moderatie.

[EDIT 2016-09-13: zie ook http://oupsy.nl/help/2461/interactie-hypothesis-onafhankelijke-variabelen-correleren]

door (77.8k punten)
bewerkt door
...