Ситуация 1
Это самый простой случай. Для этого случая влияние дихотомической независимой переменной на зависимую переменную меняется в зависимости от другой дихотомии. Ученые, возможно, захотят измерить простые эффекты независимой переменной на всех уровнях модератора, но они должны измеряться только в том случае, если модератор и независимая переменная взаимодействуют, вызывая зависимую переменную.
Ситуация 2
Здесь модератор представляет собой дихотомию, а независимая переменная - непрерывную переменную.
Например, пол может смягчить влияние намерений на поведение. Типичный способ измерения такого эффекта модератора - это корреляция намерений с поведением отдельно для каждого пола, а затем проверка разницы. Например, практически все исследования модераторов отношений отношения поведения используют корреляционный тест.
Корреляционный метод имеет два серьезных недостатка.
Во-первых, предполагается, что независимая переменная имеет равную дисперсию на каждом уровне модератора.
Например, различия в намерениях должны быть одинаковыми для мужчин и женщин. Если различия между уровнями модератора различаются, то для уровней модератора с меньшей дисперсией корреляция независимой переменной с зависимой имеет тенденцию быть меньше, чем для уровней модератора с большей дисперсией. Источник этой разницы называется ограничением радиуса действия.
Во-вторых, если величина погрешности измерения в зависимой переменной изменяется в зависимости от функции модератора, то корреляции между независимыми и зависимыми переменными будут отличаться фальшиво. Эти проблемы показывают, что на корреляции влияют изменения в вариациях. Однако на коэффициенты регрессии не влияют различия в вариациях независимой переменной или погрешности измерения зависимой переменной. Если в независимой переменной на разных уровнях модератора имеется погрешность дифференциального измерения, то результат смещения.
Ситуация 3
В этом случае модератор является непрерывной переменной, а независимая переменная - дихотомией. Например, независимая переменная может быть рациональным сигналом об изменении отношения в противоположность внушающему страх сигналу, а модератором может быть интеллект, измеряемый с помощью теста на коэффициент интеллекта. Стимулирующее страх сообщение может быть более эффективным для субъектов с низким коэффициентом интеллекта, в то время как рациональное сообщение может быть более эффективным для субъектов с высоким коэффициентом интеллекта.
Для измерения эффектов модератора в этом случае априори необходимо знать, как изменяется влияние независимой переменной в зависимости от функции модератора. Невозможно оценить общую гипотезу о том, что влияние независимой переменной как функции модератора меняется, поскольку модератор имеет много уровней.
Во-первых, влияние независимой переменной на зависимую переменную изменяется линейно по отношению к модератору. Линейная гипотеза представляет собой постепенное, устойчивое изменение влияния независимой переменной на зависимую переменную по мере изменения модератора.
Во-вторых, квадратичная функция.
Например, посыл, разжигающий страх, может быть более эффективным, чем рациональное послание для всех тем с низким коэффициентом интеллекта, но с увеличением коэффициента интеллекта, посыл, разжигающий страх, теряет свое преимущество, и рациональное послание становится более эффективным.
В-третьих - пошаговая функция. На каком-то критическом уровне IQ рациональное сообщение становится более эффективным, чем сообщение, разжигающее страх. Эта модель проверяется путем дихотомизации модератора в точке, где должен произойти этот шаг, и продолжается, как в ситуации 1.
Ситуация 4
В этом случае и переменная модератора, и независимая переменная являются непрерывными. Если верить, что модератор изменяет отношение независимых переменных в пошаговой функции, то можно дихотомизировать модератора в том месте, где происходит шаг.
После дихотомии модератора модель переходит в Ситуацию 2. Мерой влияния независимой переменной является коэффициент регрессии. Если предположить, что влияние независимой переменной на зависимую переменную изменяется линейно или квадратично по отношению к модератору, то следует использовать подход на основе переменной продукта, описанный в Ситуации 3.
Для квадратичной модерации необходимо ввести квадратный квадрат модератора. Наличие погрешности измерения в модераторе или независимой переменной в ситуации 4 значительно усложняет анализ.
Ученые предположили, что модерация линейна и поэтому может быть зафиксирована определенным термином. Они показали, что измерение мультипликативных взаимодействий, когда одна из переменных имеет погрешность измерения, приводит к низкой мощности при тестировании интерактивных эффектов.
Методы, представленные учеными, могут быть использованы для корректировки погрешности измерения переменных, в результате чего получаются правильные оценки интерактивных эффектов. Однако эти методы требуют, чтобы переменные, из которых формируется переменная продукта, имели нормальное распределение.