Testarea statistic a relaiei de moderare

M. Popa

Suport teoretic de curs pentru relaia de moderare: Popa, M., 2011, Medierea i moderarea, http://www.mpopa.ro/metodologie/mc05_mediere_moderare.pdf

variabila moderatoare (Mo):

intervine n relaia dintre VI i VD afecteaz direcia sau intensitatea relaiei dintre VI (tratament) i VD (efect)
NIVELUL SUPORTULUI SOCIAL Suport social
Mo

INTENSITATEA RELAIEI STRES-DEPRESIE RELAIE FOARTE SCZUT

RELAIE MINOR RELAIE PUTERNIC

FOARTE BUN
MEDIU SCZUT

VI
Stres

VD
Depresie

Modelul conceptual

Modelul statistic

Mo Suport social

VI stres Mo Suport social

VD depresie

VI stres

VD depresie

VI*Mo (interaciune)

SOLUII STATISTICE: Moderator categorial - ANOVA factorial Interaciunea factorilor Moderator cantitativ - Regresia ierarhic Interaciunea predictorilor

Moderarea cu ANOVA factorial (moderator categorial)

Mo (deficit somn)

VI (alcool) Mo (deficit somn) VD (erori)

VI (alcool)

VD (erori)

VI*Mo (alcool*somn)

 Privarea de somn are rol moderator n relaia dintre consumul de alcool i numrul erorilor Numrul erorilor aferente nivelurilor de alcool difer n funcie de deficitul de somn Atribuirea rolului de moderator aparine cercettorului!

Moderarea cu REGRESIA ierarhic (moderator cantitativ)

Variabile:
predictor dihotomic sau cantitativ (continuu)
atenie, pentru predictori categoriali cu mai mult de dou categorii, procedura nu este aplicabil!

moderator cantitativ (continuu) criteriu cantitativ (continuu)

Efectul moderatorului este presupus liniar

Mo experiena calculator

VI gen psihologic Mo experien calculator VD anx_comp

VI gen psihologic

VD Anxietate computer

VI*Mo gen_psi*exp_comp

Procedura:
Testarea interaciunii presupune crearea unei variabile noi gen_psi*exp_comp
se calculeaz ca produs celor dou variabile!

Variabila interaciunii se introduce ca bloc distinct n modelul de regresie

dac interaciunea produce o cretere statistic semnificativ a lui R2, avem un efect de moderare

 probleme
variabila interaciunii (gen_psi*exp_comp) poate genera coliniaritate cu oricare din cei doi predictori (gen_psi sau exp_comp) efectele separate ale gen_psi i exp_comp vor fi testate n raport cu valoarea zero a celorlalte variabile
de ex., efectul variabilei gen_psi va fi testat n raport cu situaia n care subiecii nu au nici o experien cu calculatorul

 soluii
Problemele semnalate pot fi evitate prin convertirea predictorului (gen_psi) i moderatorului (exp_comp) n scoruri standard z:
SPSS: Analize/Descriptive Statistics/Descriptives
zgen_psi zexp_comp

Variabile nou create:

zgen_psi zexp_comp

Se multiplic ntre ele, pentru a crea interaciunea

zgen_psi*zexp_comp

 Variabile nou create:

zgen_psi zexp_comp

Se multiplic ntre ele, pentru a crea interaciunea zgen.psi*zexp.comp

SPSS: Transform/Compute / psi_comp=zgen_psi*zexp_comp

Variabile existente n baza de date:

Precedura statistic
Analyze/ Regression/ Liniar
Block 1: gen_psi i exp_comp Block 2: psi_comp Se bifeaz R square change n Statistics

 rezultate

Interaciunea psi_comp adaug 0.045 fa de predictorii separai, diferen care este statistic semnificativ Concluzia:
avem un efect de moderare al experienei de lucru cu calculatorul n relaia dintre genul psihologic i anxietatea fa de computere

 rezultate
cum se manifest efectul de moderare?
pentru a afla acest lucru analizm nivelul anxietii n raport cu valorile superioare i inferioare ale experienei de lucru cu calculatorul

Soluie:
Analizm corelaia i graficul scatter-plot ntre anx_comp i gen_psi pentru valorile mari, respectiv mici, ale exp_comp n acest scop:
efectum analiza de frecvene pentru valorile moderatorului (exp_comp) i identificm quartila 1, respectiv quartila 3 n cazul nostru: Q1=270; Q2=371 Selectm cazurile pentru exp_comp mai mici de 270 i efectum corelaia i graficul scatter-plot dintre anx_comp i gen_psi apoi Selectm cazurile pentru exp_comp mai mari de 371 i efectum corelaia i graficul scatter-plot dintre anx_comp i gen_psi

Zona inferioar a Mo

Zona superioar a Mo

Corelaia dintre gen_psi i anx_comp este mai mic atunci cnd exp_comp are valori mari

Procedur suplimentar de testare a efectului de moderare:

Testarea semnificaiei diferenei dintre coeficienii de corelaie pe cele dou zone extreme ale moderatorului Transformare Fischer (http://davidmlane.com/hyperstat/rtoz_table.html)
r1=-0.60 zr1=0.6931 r2=-0.20 zr2=0.2027

Test z pentru diferena dintre cei doi r:

z

z r1 z r 2 0.6931 0.2027 0.4904 1.47 0.333 1 1 1 1 N1 3 N 2 3 21 3 21 3

z este mai mic dect pragul critic (1.96), deci cei doi r nu difer semnificativ Concluzie uor contradictorie cu rezultatul regresiei ierarhice
explicabil prin volumul redus al celor dou grupuri extreme dar chiar i R square change era mic (0.045) i semnificativ la limit (p=0.034)

Totui, rezultatul regresiei ierarhice susine un efect, fie i redus, de moderare

Utilizarea SPSS Add-ons: MODPROBE

(Hayes & Matthes, 2009)
http://www.afhayes.com/spss-sas-and-mplus-macros-and-code.html

Se descarc modprobe.spd Se instaleaz n programul SPSS (n meniul Regression) Se ruleaz ca orice procedur SPSS

 rezultate

Probleme de design al cercetrii orientate pe modele de moderare

Fundamentarea teoretic
alegerea moderatorului trebuie s fie justificat teoretic tipuri de interaciuni care trebuie avute n vedere:
Potenare (att VI ct i Mo afecteaz VD n aceeai direcie) Atenuare (Mo reduce efectul VI asupra VD) Antagonizare (VI i Mo au efecte opuse asupra VD)

natura interaciunii trebuie specificat n ipotez

Probleme de design al cercetrii orientate pe modele de moderare

metoda regresiei liniare este recunoscut prin puterea sczut de a detecta un efect de moderare statistic semnificativ (de obicei mult sub 0.80) Explicaii ale puterii reduse:
mrimea efectului de interaciune redus (R2 change - 0.02) asociere redus ntre VI i VD alegere insuficient argumentat teoretic a Mo eantion insuficient
atenie la diferenele dintre grupurile definite de moderatori dihotomici; Ex.; un raport 10%/90% ntre Masculin/Feminin reduce puterea la aprox. 0.40

heterodasticitatea fidelitatea redus (cu aprox. 50% pentru alfa=0.80 fa de 1!) restricia de amplitudine

Raportarea rezultatelor
A fost testat un model de moderare al relaiei dintre anxietatea fa de computere i genul psihologic, de ctre experiena cu calculatorul. n acest scop genul psihologic (VI) i experiena de lucru cu calculatorul (moderator) au fost standardizate n scoruri z, generndu-se variabila interaciunii prin multiplicarea lor. A fost efectuat o regresie ierarhic fa de anxietatea fa de computere, cu experiena de lucru cu computere i genul psihologic n blocul 1, iar variabila interaciunii n blocul 2. Valoarea R2 change pentru modelul cu interaciunea a fost 0.045, statistic semnificativa [F(1,76)=4.65; p=0.034]. Acest rezultat indic faptul c experiena cu calculatorul modereaz relaia dintre genul psihologic i anxietatea fa de computere. Efectul de moderare se manifest prin diminuarea relaiei dintre genul psihologic i anxietatea fa de computere atunci cnd experiena cu calculatorul crete.

Alte modele de moderare

Modelul testat este acela al unei moderri simple Pot fi generate i modele de moderare mai complexe:
modele cu moderatori multipli modele de moderare mediat modele de mediere moderat

Referine bibliografice
Baron, R. M., & Kenny, D. A. (1986). The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations. Journal of Personality and Social Psychology, 51(6), 11731182. Dugard, P., Todman, J., & Staines, H. (2010). Approaching Multivariate Analysis, 2nd Edition: A Practical Introduction (Second ed.). London: Routledge Frazier, P. A., Tix, A. P., & Barron, E. K. (2004). Testing Moderator and Mediator Effects in Counseling Psychology Research. Journal of Counseling Psychology, 51(1), 115-134. doi: 10.1037/0022-0167.51.1.1 Hayes, A. F., & Matthes, J. (2009). Computational procedures for probing interactions in OLS and logistic regression: SPSS and SAS implementations. Behavioral Research Methods, 41(3), 924-936. doi: 10.3758/BRM.41.3.924 Howitt, D., & Cramer, D. (2011). Introduction to Statistics in Psychology (Fifth ed.). Harlow, England: Pearson. Shieh, G. (2009). Detecting Interaction Effects in Moderated Multiple Regression With Continuous Variables Power and Sample Size Considerations. Organizational Research Methods, 12(3), 510-528. doi: 10.1177/1094428108320370 Aguinis, H., & Beaty, J. C. (2005). Effect Size and Power in Assessing Moderating Effects of Categorical Variables Using Multiple Regression: A 30-Year Review. Journal of Applied Psychology, 2005(1), 94-107.