Moderation / Interaktion

Modelle mit Moderatoren oder Interaktionen beantworten die Frage, welchen Einfluss eine Variable auf den Zusammenhang von zwei anderen Variablen hat. Welche Variable der Moderator ist, ist eine inhaltliche Frage, die das statistische Modell dir nicht beantwortet.

Interaktionshypothesen sind in der Psychologie beliebt, erfordern aber viel größere Stichproben, um sie zu detektieren, als andere Effekte scheinbar gleicher Größenordnung (die Größe von Interaktioneffekten ist einfach schwierig einzuschätzen, siehe Powerberechnungstools). 

Die Interpretation des Regressionsgewicht des Interaktionsterms ist immer darauf bedingt, dass die beteiligten Prädiktoren den wert Null annehmen. Um das Regressionsgewicht des Interaktionsterms besser interpretieren zu können sollten die Variablen zentriert werden bzw. der Wert Null eine inhaltlich sinnvolle Interpretation haben. Die Zentrierung kann etwas am Signifikanzniveau der Prädiktoren verändern, deshalb lohnt es sich, das gesamte Muster bedingt auf verschiedene Werte des Moderators grafisch anzusehen (Johnson-Neyman plot, siehe Beispiel-R-Skript).