MÉTODO PLS-SEM

Moderação em PLS-SEM: quando um efeito depende de uma terceira variável

A análise de moderação verifica se a força ou a direção de uma relação entre dois constructos muda conforme o valor de um terceiro constructo, o moderador. Esta página explica o efeito de interação, como lê-lo e as inclinações simples, as abordagens de estimação e os erros comuns.

O que uma análise de moderação testa

Em um modelo simples, um preditor afeta um alvo com um coeficiente fixo. A moderação pergunta se esse coeficiente depende, por sua vez, de uma variável moderadora. Por exemplo, o efeito da utilidade percebida sobre a adoção pode ser mais forte em usuários jovens do que em mais velhos: a idade modera o caminho de utilidade para adoção.

Mecanicamente, a moderação adiciona um termo de interação, o produto do preditor e do moderador, como preditor adicional do alvo. Um efeito de interação significativo significa que a relação de preditor para alvo muda quando o moderador muda.

Um exemplo resolvido

Testa-se o efeito da confiança sobre a lealdade com a satisfação como moderador. O termo de interação é positivo e significativo (coeficiente de interação 0,16, p = 0,01). Ao representar as inclinações simples, a inclinação de confiança para lealdade é baixa quando a satisfação é baixa e acentuada quando é alta.

Portanto a confiança importa mais para a lealdade entre os clientes muito satisfeitos: a satisfação reforça a relação.

Loyalty (Y) Trust (X) moderator high mean low
Inclinações simples: a inclinação de confiança para lealdade fica mais acentuada à medida que o moderador (satisfação) sobe, uma interação positiva.

Como ler o resultado

A moderação informa o efeito de interação: seu coeficiente, erro padrão, valor t e valor p, geralmente por bootstrapping.

Interação p < 0,05
Moderação significativa: o efeito de preditor para alvo realmente depende do moderador. Interprete a interação, não apenas os efeitos principais.
Interação positiva
A relação de preditor para alvo fica mais forte à medida que o moderador aumenta.
Interação negativa
A relação enfraquece, ou se inverte, à medida que o moderador aumenta.
Interação p ≥ 0,05
Sem evidência de moderação. Relate o efeito direto e não interprete a interação.

Leia uma interação significativa com um gráfico de inclinações simples: ele mostra a inclinação de preditor para alvo em valores baixos, médios e altos do moderador, tornando concretas a direção e a magnitude da moderação.

Abordagens de estimação

Duas etapas

Estima primeiro os escores das variáveis latentes e depois forma o termo de interação a partir deles. Robusto e padrão no OpenPLS; funciona com constructos reflexivos e formativos.

Indicador produto

Constrói a interação multiplicando os indicadores do preditor e do moderador. Requer constructos reflexivos e funciona melhor com o mesmo número de indicadores.

Ortogonalização

Uma variante da abordagem de indicador produto que remove a correlação entre o termo de interação e seus componentes para reduzir a colinearidade.

Inclinações simples

Não é um método de estimação, mas a forma padrão de interpretar uma interação significativa: representar a relação de preditor para alvo em diferentes níveis do moderador.

Executar uma moderação passo a passo

  1. Especifique o caminho direto de preditor para alvo que você acredita ser moderado.
  2. Adicione o moderador e o termo de interação (preditor vezes moderador) como preditores do alvo.
  3. Estime o modelo e aplique bootstrapping ao efeito de interação para obter seu valor t e valor p.
  4. Se a interação for significativa, represente as inclinações simples para ver como o efeito muda entre os níveis do moderador.
  5. Relate o coeficiente de interação, sua significância e a interpretação das inclinações simples, e o tamanho de efeito f² da interação quando possível.

Erros comuns

  • Interpretar o efeito principal como incondicional quando há uma interação significativa. Com moderação, o efeito principal é apenas o efeito na média do moderador.
  • Dividir um moderador contínuo em grupos e fazer uma comparação de grupos no lugar. Isso descarta informação; um termo de interação contínuo costuma ser melhor.
  • Relatar apenas o coeficiente de interação sem um gráfico de inclinações simples, deixando a direção e a magnitude pouco claras.
  • Ignorar o tamanho de efeito f² da interação, muitas vezes pequeno mesmo quando a interação é significativa.

Moderação no OpenPLS

O OpenPLS inclui um painel de moderação que usa a abordagem de duas etapas. Escolha o preditor, o moderador e o alvo, e ele adiciona o termo de interação, relata os caminhos do modelo base e do modelo com interação e fornece o efeito de interação com seu valor t e valor p por bootstrapping, junto com um gráfico de inclinações simples. Grátis e roda no navegador.

Teste uma moderação no seu próprio modelo

Construa seu modelo no editor visual, adicione um moderador e obtenha o efeito de interação e as inclinações simples em uma execução. Grátis, sem instalação.

Perguntas frequentes

Qual é a diferença entre moderação e mediação?
A moderação muda a força ou a direção de uma relação conforme uma terceira variável. A mediação explica uma relação por meio de uma variável interveniente situada no caminho entre preditor e resultado. A moderação trata de quando um efeito ocorre; a mediação, de como ele funciona.
Quando devo usar moderação em vez de análise multigrupo?
Use um termo de interação contínuo (moderação) quando o moderador for contínuo, porque dividi-lo em grupos para uma MGA desperdiça informação. Use a MGA quando o agrupamento for genuinamente categórico, como país ou gênero.
O que é um gráfico de inclinações simples?
Um gráfico da relação de preditor para alvo calculada em valores baixos, médios e altos do moderador. Ele transforma um coeficiente de interação significativo em uma imagem concreta de como o efeito muda.

Leitura adicional

Um tratamento prático em Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A Primer on Partial Least Squares Structural Equation Modeling, 3ª ed., Sage. Sobre as abordagens de estimação: Henseler, J., & Chin, W. W. (2010). A comparison of approaches for the analysis of interaction effects between latent variables using partial least squares path modeling. Structural Equation Modeling, 17(1), 82-109. Veja também Memon, M. A., et al. (2019). Moderation analysis: issues and guidelines. Journal of Applied Structural Equation Modeling, 3(1), i-xi.