Q: Jag läste inlägget om regressionsanalys med interaktionseffekter och förstår hur det går till, men finns möjligheten att göra samma sorts av analys på en variabel som inte är en dummy-variabel? Om så är fallet, hur tolkas resultatet?
A: Det är ingen skillnad egentligen – men tänk dig att det ritas ut en regressionslinje för varje skalsteg på den interagerande variabeln. Som i den här bilden, fast fler linjer alltså. När det är en dummyvariabel blir det två regressionslinjer, när det är fler värden blir det fler linjer.
Tänk dig att vi har variablerna A, B och interaktionsvariabeln A*B.
Vi får ut följande koefficienter:
A: 0,25
B: 0,50
A*B: 0,40
Effekten av variabeln A är då 0,25 + 0,40*B.
| Värde på B | Hur man ska räkna: | Effekt av att A ökar med ett steg: |
| 0 | 0,25+0,40*0 | 0,25 |
| 1 | 0,25+0,40*1 | 0,65 |
| 2 | 0,25+0,40*2 | 1,05 |
| 3 | 0,25+0,40*3 | 1,45 |
| 4 | 0,25+0,40*4 | 1,85 |
Effekten av A beror alltså på värdet av B – den blir starkare ju högre B är. Effekten av B beror på samma sätt på värdet av A. Det är inte svårare än så!
SPSS-AKUTEN 
Hej!
Jag gör en quasiexperimentell studie med en kontrollgrupp och en interventionsgrupp, en pre- och en postmätning. Jag vill mäta effekten av interventionen genom att jämföra skillnaderna i medelvärden mellan pre och post mätning inom gruppen och mellan grupperna, enligt metoden difference in differences (DID). Som jag förstår det ska jag kunna göra denna statistiska beräkningen i SPSS genom en linear regressionsanalys. Jag har skapat ett dummyvärde som representerar treatment (controlgroup =0, interventiongroup=1) och ett dummyvärde för tidsfaktorn ,x-axelvärdet, premätningen =0, postmätningen =1. Sedan ska jag ju skapa ett dummyvärde för DID värdet. Den funktionen ska ju se ut något i den här stilen DID= (yTr,Post – yTr. Pre)x(yC, Post – yC, Pre). Jag har läst er fantastiska webbsida upp och ner och SPSS manualer men kan inte bli klok på hur jag exakt ska lägga upp analysen i SPSS? samt hur jag skapar den sista dummyn utifrån funktionen?
Vore mycket tacksam för råd.
Marie