Uma relação depende de outra coisa? (moderação)

Em resumo

A relação entre X e Y presumivelmente não é igual para todos, mas depende de uma terceira variável W, o moderador. Exemplo: o apoio (X) afeta o desempenho (Y) de forma diferente sob forte pressão (W) do que sob pressão baixa. Escolha três colunas: X e W números ou colunas com exatamente dois valores, Y um número. O Statable testa a interação X·W e mostra declives simples (simple slopes) de X em diferentes valores de W. Ainda não é possível usar covariáveis.

O que o Statable calcula

• X e W são centrados na média e o produto X·W é acrescentado. Resultam daí duas regressões, sem e com a interação; os dados permanecem inalterados.
• ΔR² é o ganho de variância explicada devido à interação (com F e p), f² o tamanho do efeito correspondente.
• Declives simples (simple slopes) de X em W = média − 1 SD, média e média + 1 SD (se W tiver apenas dois valores, em ambos) com erro-padrão, t, p e intervalo de confiança de 95%.
• Johnson-Neyman: os valores de W a partir dos quais o declive de X passa a ser estatisticamente significativo (apenas os limites dentro da amplitude observada de W).

Ler o resultado

• Se a interação for estatisticamente significativa, o declive de X difere consoante W; os declives simples (simple slopes) mostram como, e o gráfico tem uma reta por cada valor de W.
• Por causa da centragem, os coeficientes de X e W são efeitos condicionais na média da outra variável. A interação em si não muda por isso.
• Uma interação estatisticamente significativa mostra que a relação difere consoante W, não que W a cause. Se uma variável é moderadora ou mediadora, decide-o a teoria.

Pressupostos e limites

• Pelo menos 10 pessoas com as três respostas; as interações só são detetadas de forma fiável com muitas pessoas (abaixo de 50, o resultado é muito incerto).
• Relações lineares, dispersão aproximadamente igual dos resíduos, pessoas independentes. Os declives simples (simple slopes) fora do intervalo observado de W são extrapolação.

Interação: B = 1,73, IC a 95% [1,19; 2,28], p < ,001, ΔR² = ,17, F(1, 142) = 39,66; declives simples (simple slopes): M − 1 SD: b = 0,01, p = ,977; M: b = 2,11, p < ,001; M + 1 SD: b = 4,20, p < ,001

Para especialistas

O PSPP calcula as regressões (as colunas auxiliares centradas existem apenas para o cálculo); o Statable calcula os declives simples (simple slopes) e Johnson-Neyman a partir dos coeficientes e da sua matriz de covariância. ΔR² corresponde ao teste do termo de produto. Verificado com o R (lm com dados centrados, interactions::sim_slopes e johnson_neyman).

Exemplos típicos

• O tempo de estudo tem um efeito mais forte no desempenho quando a autoeficácia é elevada?
• A relação entre ansiedade e desempenho depende do género?