Interaksjonseffekt

Interaksjonseffekt er et statistisk begrep som beskriver at effekten av en uavhengig variabel på den avhengige variabelen avhenger av nivået til en annen uavhengig variabel. I regresjons- og ANOVA-modeller oppstår interaksjoner når en interaksjonsterm, ofte betegnet som et produkt av to variabler, gir bedre forklaring av data enn separate hovedeffekter alene.

Et to-faktormodell: y = β0 + β1A + β2B + β3A·B + ε. Her representerer β1 og β2 de gjennomsnittlige hovedeffektene av A og B over nivåene til den andre faktoren. β3 er interaksjonstermen: hvis β3 ≠ 0, varierer effekten av A avhengig av nivået til B. For eksempel, hvis B er 0, er effekten av A β1; hvis B er 1, er effekten β1+β3. En signifikant β3 betyr at en additiv to-faktormodell ikke er tilstrekkelig til å beskrive data.

Hva man ser etter: tester av interaksjonstermen (F-test i ANOVA eller regresjonens t-/F-tester). Visuelle verktøy som interaksjonsplott og cellemidler kan avsløre ikke-lineære mønstre eller kryssende linjer. Ved sterk interaksjon kan man vurdere enkel effekt-analyse (simple effects) og justere konklusjoner. For å redusere multikollinearitet ved inkludering av produkt-termer kan man sentralisere variabler. Forsikre deg om at data dekker alle kombinasjoner av faktorene for pålitelig estimering.

Typer: kvalitativ interaksjon, hvor retningen av effekten endres mellom nivåer av den andre faktoren (linjer krysser). Kvantitativ interaksjon, der forskjellen mellom nivåer endres i størrelse men retningen holdes. I praksis må man avveie modellkompleksitet mot forklaringskraft og teoretiske forventninger.

---