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.
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.
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.
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.
A moderação informa o efeito de interação: seu coeficiente, erro padrão, valor t e valor p, geralmente por bootstrapping.
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.
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.
Constrói a interação multiplicando os indicadores do preditor e do moderador. Requer constructos reflexivos e funciona melhor com o mesmo número de indicadores.
Uma variante da abordagem de indicador produto que remove a correlação entre o termo de interação e seus componentes para reduzir a colinearidade.
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.
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.
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.
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.