moderointivaikutus

Moderointivaikutus on tilastollinen ilmiö, jossa yhden riippuvan muuttujan Y suhde selittävään muuttujaan X riippuu toisesta muuttujasta Z. Toisin sanoen Z muuttaa X:n vaikutusta Y:hun. Moderointivaikutus voidaan ilmaista mallilla, jossa X ja Z sekä niiden vuorovaikutus termi X*Z ovat mukana. Esimerkiksi Y = β0 + β1X + β2Z + β3(XZ) + ε.

Toteuttaminen tapahtuu regressioanalyysissä, jossa mukaan otetaan X, Z ja X*Z. Jos XZ-termin kerroin β3 on tilastollisesti merkitsevä, moderointi on olemassa. Moderointi voi kohdistua sekä jatkuvaan että kategoriseen moderaattoriin: for example, usean tasoisen kategorisen Z:n kanssa voidaan tarkastella X:n vaikutusta eri ryhmissä; jatkuvan Z:n kohdalla voidaan tarkastella X:n vaikutusta eri Z-arvoilla.

Tulosten tulkinta perustuu conditioned eli ehdollistettuihin vaikutuksiin. X:n vaikutus Y on paikallisesti β1 + β3Z, joten vaikutus voi olla erisuuri eri Z-tasoilla. Yleisimmät esitykset ovat simple slopes -analyysi ja vuorovaikutuksen kuvaaminen piirroksin, joissa X:n vaikutus Y:hun nähdään erikokoisena Z:n eri tasoilla.

Menetelmällisiä huomioita: X:n ja Z:n keskittäminen vuorovaikutustermiä laskeltaessa voi vähentää monikolineaarisuutta; standardointi voi helpottaa tulkintaa. Lisäksi moderointi vaatii riittävästi havaintoja ja tarkkaa mittausta, ja tulosten pätevyys riippuu aineiston laadusta.

Sovelluksia esiintyy runsaasti psykologiassa, koulutuksessa ja markkinoinnissa. Moderointi eroaa mediatioista siinä, että sen tarkoituksena on näyttää, miten X:n vaikutus muotoutuu Z:n mukaan, ei välitävitä polkuja Y:lle. Yleisessä käytössä viitataan usein Hayes’n modaalisen ja conditioned-process -lähestymistapoihin.