Interactions trompeuses et termes curvilinéaires.

Cet article examine les relations entre les termes d'interaction (produit) et les termes curvilinéaires (quadratiques) dans des modèles de régression où les variables indépendantes sont corrélées. L'auteur utilise 2 exemples substantiels pour démontrer les résultats suivants : (a) Si les termes quadratiques appropriés ne sont pas ajoutés au modèle estimé, alors l'interaction observée peut indiquer une relation synergi-stique (compensatoire) entre les variables indépendantes, alors que la véritable relation est, en fait, compensatoire (synergique). (b) Si les termes de produit appropriés ne sont pas ajoutés à l'équation, alors le modèle estimé peut indiquer des relations concaves (convexes) entre les variables indépendantes et la variable dépendante, alors que la véritable relation est, en fait, convexe (concave). (c) Si les termes de produit et quadratiques appropriés ne sont pas examinés simultanément, alors les relations interactives ou curvilinéaires observées peuvent être non significatives alors que de telles relations existent. Les implications de ces résultats pour l'examen des effets d'interaction et quadratiques dans l'analyse de régression multiple sont discutées. Les hypothèses sur les effets d'interaction entre variables continues sont fréquemment examinées dans la recherche psychologique utilisant l'analyse de régression multiple (par exemple, Aiken & West, 1991 ; Jaccard, Turrisi, Wan, 1990). Cependant, malgré la pléthore de recherches concernant ces hypothèses, les méthodes appropriées pour les tester restent un sujet de débat. Une question qui a reçu beaucoup d'attention dans la littérature récente est la relation entre les effets d'interaction et curvilinéaires lorsqu'il y a une forte multicolinéarité entre les variables indépendantes (par exemple, Busemeyer & Jones.