Một chút bận rộn
'Bây giờ nhiều ví dụ trong sách giáo khoa nói với tôi rằng nếu có tác động đáng kể của sự tương tác, thì những tác động chính không thể diễn giải được'
Tôi hy vọng điều đó không đúng. Họ nên nói rằng nếu có một thuật ngữ tương tác, giả sử giữa X và Z được gọi là XZ, thì việc giải thích các hệ số riêng cho X và cho Z không thể được hiểu theo cùng một cách như thể XZ không có mặt. Bạn chắc chắn có thể giải thích nó.
Câu hỏi 2
Nếu sự tương tác có ý nghĩa về mặt lý thuyết thì không có lý do gì để không bỏ qua nó, trừ khi lo ngại về hiệu quả thống kê vì lý do nào đó ghi đè lên mối lo ngại về việc sai chính tả và cho phép lý thuyết và mô hình của bạn phân kỳ.
Cho rằng bạn đã để nó vào, sau đó diễn giải mô hình của bạn bằng cách sử dụng các hiệu ứng cận biên theo cách tương tự như khi tương tác là đáng kể. Để tham khảo, tôi bao gồm một liên kết đến Brambor, Clark và Golder (2006) , người giải thích cách diễn giải các mô hình tương tác và cách tránh những cạm bẫy phổ biến.
Hãy nghĩ về nó theo cách này: bạn thường có các biến điều khiển trong một mô hình hóa ra không đáng kể, nhưng bạn không (hoặc không nên) cắt chúng ra ở dấu hiệu đầu tiên của các ngôi sao bị mất.
Câu hỏi 1
Bạn hỏi liệu bạn có thể 'kết luận rằng hai dự đoán có ảnh hưởng đến phản ứng không?' Rõ ràng bạn có thể, nhưng bạn cũng có thể làm tốt hơn. Đối với mô hình với thời hạn tương tác bạn có thể báo cáo những gì tác động hai dự đoán thực sự có trên biến phụ thuộc (hiệu ứng biên) trong một cách mà là thờ ơ với việc tương tác rất có ý nghĩa, hoặc thậm chí có mặt trong mô hình.
Điểm mấu chốt
Nếu bạn loại bỏ sự tương tác, bạn sẽ chỉ định lại mô hình. Đây có thể là một điều hợp lý để làm vì nhiều lý do, một số lý thuyết và một số thống kê, nhưng làm cho nó dễ dàng hơn để giải thích các hệ số không phải là một trong số đó.