“ การกลั่นกรอง” กับ“ การมีปฏิสัมพันธ์”?

ฉันเจอคำศัพท์สองคำนี้ที่ใช้แทนกันได้ในหลายบริบท

โดยทั่วไป moderator (M) เป็นปัจจัยที่ส่งผลกระทบต่อความสัมพันธ์ระหว่าง X และ Y การวิเคราะห์การกลั่นกรองมักจะทำโดยใช้แบบจำลองการถดถอย ตัวอย่างเช่นเพศ (M) สามารถส่งผลกระทบต่อความสัมพันธ์ระหว่าง "การวิจัยผลิตภัณฑ์" (X) และ "การซื้อผลิตภัณฑ์" (Y)

ในการโต้ตอบ X1 และ X2 จะมีอิทธิพลต่อ Y ตัวอย่างเช่นเดียวกันนี้คือ "การวิจัยผลิตภัณฑ์" (X1) ได้รับผลกระทบจาก "เพศ" (X2) และพวกเขามีผลต่อ "การซื้อผลิตภัณฑ์" (Y)

ฉันจะเห็นว่าในการดูแล M มีผลต่อความสัมพันธ์ XY แต่ในการโต้ตอบ M (ซึ่งเป็นเพศในกรณีนี้) มีผลต่อ IV อื่น ๆ

คำถาม : หากเป้าหมายของโครงการคือดูว่าเพศมีผลต่อความสัมพันธ์ระหว่าง X และ Y อย่างไรฉันควรใช้การควบคุมหรือการโต้ตอบ

หมายเหตุ:โครงการของฉันเกี่ยวกับความสัมพันธ์ระหว่าง X และ Y ไม่ใช่ความสัมพันธ์เชิงสาเหตุระหว่าง X และ Y

คุณควรพิจารณาคำทั้งสองให้ตรงกัน แม้ว่าพวกเขาจะใช้ในรูปแบบที่แตกต่างกันเล็กน้อยและมาจากประเพณีที่แตกต่างกันในสถิติ ('ปฏิสัมพันธ์' มีความเกี่ยวข้องมากขึ้นกับ ANOVA และ 'ตัวแปรผู้ดูแล' เกี่ยวข้องกับการถดถอยมากขึ้น) แต่ก็ไม่มีความแตกต่างที่แท้จริงในความหมายพื้นฐาน ในความเป็นจริงสถิติถูกทิ้งร้างด้วยคำพ้องความหมายที่มาจากประเพณีที่แตกต่างกันซึ่งหมายถึงสิ่งเดียวกัน เราควรเรียกตัวแปร X ของเราว่า 'ตัวแปรทำนาย', 'ตัวแปรอธิบาย', 'ปัจจัย', 'ตัวแปรร่วม' ฯลฯ มันสำคัญไหม (ไม่ไม่ได้จริงๆ)

วิธีคิดเกี่ยวกับการโต้ตอบคือถ้าคุณต้องอธิบายสิ่งที่คุณพบกับคนที่คุณจะใช้คำว่า 'ขึ้น' ฉันจะสร้างเรื่องราวโดยใช้ตัวแปรของคุณ (ฉันไม่มีทางรู้ว่านี่ถูกต้องหรือน่าเชื่อถือ): ให้บอกว่ามีคนถามคุณว่า "ถ้าผู้คนค้นคว้าผลิตภัณฑ์พวกเขาซื้อหรือไม่" คุณอาจตอบว่า "ขึ้นอยู่กับผู้ชายถ้าพวกเขาค้นคว้าผลิตภัณฑ์พวกเขามักจะซื้อ แต่ผู้หญิงสนุกกับการดูและคิดเกี่ยวกับผลิตภัณฑ์เพื่อประโยชน์ของตัวเองบ่อยครั้งที่ผู้หญิงจะทำการวิจัยผลิตภัณฑ์ แต่ ไม่มีความตั้งใจที่จะซื้อมันดังนั้นความสัมพันธ์ระหว่างการวิจัยผลิตภัณฑ์และการซื้อผลิตภัณฑ์นั้นขึ้นอยู่กับเพศ " ในเรื่องนี้มีปฏิสัมพันธ์ระหว่างการวิจัยผลิตภัณฑ์และเพศหรือเพศจะดูแลความสัมพันธ์ระหว่างการวิจัยและการจัดซื้อ (อีกครั้ง ฉันไม่รู้ว่าเรื่องนี้ถูกต้องจากระยะไกลหรือไม่และหวังว่าจะไม่มีใครโกรธเคือง ฉันใช้ผู้ชายและผู้หญิงเพราะมันเป็นคำถาม ฉันไม่ได้ตั้งใจจะผลักดันแบบแผนใด ๆ )

ฉันคิดว่าคุณมีสิ่งที่ถูกต้องเป็นส่วนใหญ่ยกเว้นส่วนที่เกี่ยวกับ "ในการโต้ตอบ M (ซึ่งเป็นเพศในกรณีนี้) ส่งผลกระทบต่อ IV อื่น ๆ " ในการโต้ตอบ (คำพ้องความหมายที่แท้จริงสำหรับเอฟเฟกต์ผู้ดำเนินการ - ไม่ต่างอะไร) ไม่จำเป็นต้องมีผู้ทำนายหนึ่งคนที่มีอิทธิพลต่อผู้อื่นหรือแม้กระทั่งมีความสัมพันธ์กับผู้อื่น ทั้งหมดที่มีนัยโดย "การโต้ตอบ" (หรือ "ผู้ดำเนินรายการ") คือวิธีที่ผู้ทำนายรายหนึ่งเกี่ยวข้องกับผลลัพธ์ขึ้นอยู่กับระดับของผู้ทำนายรายอื่น

Moderation Vs Interaction

ทั้งการกลั่นกรองและเอฟเฟกต์ปฏิสัมพันธ์มีความคล้ายคลึงกันมาก ในทางคณิตศาสตร์ทั้งคู่สามารถสร้างแบบจำลองโดยใช้คำศัพท์ผลิตภัณฑ์ในสมการถดถอย บ่อยครั้งที่นักวิจัยใช้คำสองคำนี้เป็นคำพ้องความหมาย แต่มีเส้นบาง ๆ ระหว่างการโต้ตอบและการกลั่นกรอง ความแตกต่างระหว่างทั้งสองมีความคล้ายคลึงกับความแตกต่างระหว่างสัมประสิทธิ์สหสัมพันธ์และสัมประสิทธิ์การถดถอย

เมื่อเราพูด X และ Z โต้ตอบในผลกระทบต่อผลตัวแปร Y และมีความแตกต่างระหว่างจริงบทบาทของ X และบทบาทของ Z พวกเขาทั้งสองถือเป็นตัวแปรทำนาย จากนั้นเราจะระบุเอฟเฟกต์นี้เป็นเอฟเฟกต์การโต้ตอบ

ในขณะที่ในกรณีที่เรามีความแตกต่างที่ชัดเจนระหว่างทำนายและผู้ดูแลตัวแปร (บนพื้นฐานของทฤษฎี)และเรามีความสนใจที่จะดูผลกระทบของการทำนายการตอบสนอง (ผลกระทบจากผู้ดูแล) แล้วผลกระทบนี้เป็นที่รู้จักกันผลการกลั่นกรอง เราควรเลือกคำที่เหมาะสมกว่าที่จะตอบคำถามการวิจัย

สำหรับการเปรียบเทียบรายละเอียดของข้อกำหนดเหล่านี้โปรดดู http://learnerworld.tumblr.com/post/147085936920/interaction-moderationenjoystatisticswithme

และ

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

ฉันคิดว่ารุ่นทั่วไปส่วนใหญ่สามารถเขียนเกี่ยวกับการปรับเปลี่ยนตัวแปร z "ในความสัมพันธ์ระหว่าง y และ x" คือ:

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

marginal effect ของ x คือ f '(x) + h' (x) z, ดังนั้น moderation effect คือ h '(x)

ไมค์