Moderating variable ဆိုတာဘာလဲ။ အဓိပ္ပါယ်နှင့် ဥပမာ

moderator variable သည် dependent variable နှင့် independent variable အ ကြား ဆက်နွယ်မှုကို သက်ရောက်မှုရှိသော variable အမျိုးအစားတစ်ခုဖြစ်သည်။

ကျွန်ုပ်တို့ ဆုတ်ယုတ်မှု ခွဲခြမ်းစိတ်ဖြာမှုကို လုပ်ဆောင်သောအခါ၊ အမှီအခိုကင်းသော ကိန်းရှင်တစ်ခု၏ ပြောင်းလဲမှုများသည် မှီခိုကိန်းရှင်တစ်ခုအပေါ် မည်ကဲ့သို့ အကျိုးသက်ရောက်သည်ကို နားလည်လိုကြသည်။ သို့သော်၊ ပျော့ပြောင်းသောကိန်းရှင်သည် တစ်ခါတစ်ရံ ဤဆက်ဆံရေးကို အကျိုးသက်ရောက်နိုင်သည်။

ဥပမာအားဖြင့်၊ ကျွန်ုပ်တို့သည် အပတ်တိုင်းလေ့ကျင့်ခန်းပြုလုပ်သည့် သီးခြားပြောင်းလဲနိုင်သောနာရီများကို အသုံးပြု သည့် ဆုတ်ယုတ်မှုပုံစံကို အံဝင်ခွင်ကျဖြစ်စေလိုသည်ဆိုကြပါစို့။

လေ့ကျင့်ခန်းလုပ်ချိန် နာရီပိုကြာခြင်းသည် အနားယူနေသည့် နှလုံးခုန်နှုန်းနှင့် ဆက်စပ်နေသည်ဟု ကျွန်ုပ်တို့ ယုံကြည်ပါသည်။ သို့ရာတွင်၊ ဤဆက်ဆံရေးသည် လိင် ကဲ့သို့သော ပျော့ပြောင်းသော ကိန်းရှင်တစ်ခုကြောင့် ထိခိုက်နိုင်သည်။

နောက်ထပ်တစ်နာရီကြာ လေ့ကျင့်ခန်းတစ်ခုစီသည် အမျိုးသမီးများထက် အမျိုးသားများတွင် ကျန်ရှိသော နှလုံးခုန်နှုန်းကို ပိုမိုကျဆင်းစေသည် ဖြစ်နိုင်သည်။

ထိန်းညှိကိန်းရှင်၏ အခြားဥပမာသည် အသက် ဖြစ်နိုင်သည်။ နောက်ထပ် တစ်နာရီ လေ့ကျင့်ခန်း တစ်ကြိမ်စီ ပြုလုပ်ခြင်းသည် အသက်ကြီးသူများထက် အသက်ငယ်သူများတွင် ကျန်ရှိသော နှလုံးခုန်နှုန်းကို ပိုမိုကျဆင်းစေသည်ဟု ယူဆပါသည်။

ပျော့ပြောင်းသော ကိန်းရှင်များ၏ ဂုဏ်သတ္တိများ

Moderation variable များတွင် အောက်ပါ ဂုဏ်သတ္တိများ ရှိသည်။

1. Moderating variable များသည် အရည်အသွေး (သို့) quantitative ဖြစ်နိုင်ပါသည် ။

အရည်အသွေးရှိသော ကိန်းရှင်များသည် အမည်များ သို့မဟုတ် အညွှန်းများကို ယူဆောင်သည့် ကိန်းရှင်များဖြစ်သည်။ ဥပမာများ ပါဝင်သည်-

• ကျား၊မ (အမျိုးသား၊ အမျိုးသမီး)
• ပညာရေးအဆင့် (ဘွဲ့၊ ဘွဲ့၊ မဟာဘွဲ့၊ စသည်)၊
• အိမ်ထောင်ရေးအခြေအနေ (လူပျို၊ အိမ်ထောင်၊ ကွာရှင်း)

Quantitative variable များသည် ကိန်းဂဏာန်းတန်ဖိုးများကို ယူသော ကိန်းရှင်များဖြစ်သည်။ ဥပမာများ ပါဝင်သည်-

• အသက်
• အရပ်အမြင့်
• စတုရန်းပေ
• လူဦးရေ အရွယ်အစား

ယခင်နမူနာများတွင် ကျား၊မ သည် လေ့လာမှု နာရီနှင့် ကျန်နှလုံးခုန်နှုန်းကြား ဆက်ဆံရေးကို ထိခိုက်စေနိုင်သည့် အရည်အသွေးရှိသော ကိန်းရှင်တစ်ခုဖြစ်ပြီး အသက်အရွယ် သည် ဆက်ဆံရေးကို ထိခိုက်စေနိုင်သည့် ကိန်းဂဏန်းပြောင်းလဲမှုတစ်ခုဖြစ်သည်။

2. Moderator variable များသည် အမှီအခိုကင်းသော variable နှင့် dependent variable အကြား ဆက်ဆံရေးကို နည်းလမ်းအမျိုးမျိုးဖြင့် အကျိုးသက်ရောက်နိုင်ပါသည်။

ပျော့ပြောင်းသောကိန်းရှင်များသည် အောက်ပါအကျိုးသက်ရောက်မှုများရှိနိုင်သည်-

• ကိန်းရှင်နှစ်ခုကြား ဆက်ဆံရေးကို ခိုင်ခံ့စေပါ။
• ကိန်းရှင်နှစ်ခုကြား ဆက်ဆံရေးကို အားနည်းစေသည်။
• ကိန်းရှင်နှစ်ခုကြားရှိ ဆက်နွယ်မှုကို ပယ်ဖျက်ပါ။

အခြေအနေပေါ်မူတည်၍ modrating variable သည် variable နှစ်ခုကြားရှိ ဆက်ဆံရေးကို မတူညီသောနည်းလမ်းများဖြင့် အလယ်အလတ်ခွဲ နိုင်သည်။

moderation variable တွေကို ဘယ်လိုစမ်းသပ်မလဲ။

ယူး

Y = β ₀ + β ₁

အခြား variable, Z သည် moderating variable ဖြစ်သည်ဟု ကျွန်ုပ်တို့သံသယရှိပါက၊ ကျွန်ုပ်တို့သည် အောက်ဖော်ပြပါ ဆုတ်ယုတ်မှုပုံစံနှင့် ကိုက်ညီနိုင်သည်-

Y = β ₀ + β ₁ X ₁ + β ₂ Z   + β ₃ XZ

ဤညီမျှခြင်းတွင် XZ အခေါ်အဝေါ်ကို အပြန်အလှန်အသုံးအနှုန်း ဟုခေါ်သည်။

ဆုတ်ယုတ်မှုရလဒ်တွင် XZ ၏ p-value သည် ကိန်းဂဏန်းအရ သိသာထင်ရှားပါက၊ X နှင့် Z နှင့် Z အကြားတွင် သိသာထင်ရှားသော အပြန်အလှန်တုံ့ပြန်မှုရှိကြောင်း ဆုတ်ယုတ်မှုပုံစံတွင် ထိန်းညှိပေးသည့်ကိန်းရှင်အဖြစ် ထည့်သွင်းသင့်သည်။

နောက်ဆုံးပုံစံကို အောက်ပါအတိုင်း ရေးပါမည်။

Y = β ₀ + β ₁ X + β ₂ Z   + β ₃ XZ

ဆုတ်ယုတ်မှုရလဒ်တွင် XZ ၏ p-value သည် ကိန်းဂဏန်းအရ သိသာထင်ရှားခြင်းမရှိပါက၊ Z သည် ပျော့ပြောင်းသည့်ကိန်းရှင်မဟုတ်ပါ။

သို့သော် Z ကိန်းဂဏန်းသည် ကိန်းဂဏန်းအရ သိသာထင်ရှားနေသေးသည်ဟု ဖြစ်နိုင်သည်။ ဤကိစ္စတွင်၊ ကျွန်ုပ်တို့သည် ဆုတ်ယုတ်မှုပုံစံတွင် အခြားသော သီးခြားကိန်းရှင်အဖြစ် Z ကို ရိုးရိုးရှင်းရှင်း ထည့်သွင်းပါမည်။

ထို့နောက် ကျွန်ုပ်တို့သည် နောက်ဆုံးပုံစံကို အောက်ပါအတိုင်း ရေးသားခဲ့သည်။

Y = β ₀ + β ₁ X + β ₂ Z

ထပ်လောင်းအရင်းအမြစ်များ

Regression Table ကို ဘယ်လိုဖတ်ပြီး အဓိပါယ်ရမလဲ
regression ခွဲခြမ်းစိတ်ဖြာမှုတွင် dummy variables ကိုအသုံးပြုနည်း
ရှုပ်ထွေးနေသော ကိန်းရှင်များအကြောင်း နိဒါန်း