Hiërarchische regressie met moderator

[wnvl1]

Ik ben aan het kijken naar een onderzoek naar het effect van de aanwezigheid van een huisdier op de eenzaamheid. Elke persoon krijgt 50 keer een notificatie op zijn GSM. Hij vult dan in of het huisdier op dat ogenblik in zijn buurt is en hoe eenzaam hij zich voelt. Bedoeling is te onderzoeken of er een negatief effect is van de aanwezigheid van het huisdier op de eenzaamheid. De hechting tussen persoon en dier is de moderator.

In R met de lme4 library zou ik dan tot het volgende model komen:

fit<-lmer(mood_lonely ~ 1 + pet_present*Attachment + (1|subjID), data=dataset)

mood_lonely = eenzaamheid
pet_present = huisdier aanwezig (0=nee; 1=ja)
attachement = hechting
subjID = ID van de participant

Ik gebruik dus voor elk individu een aparte intercept. Ik ga er wel vanuit dat het effect van hechting (attachement) voor alle participanten gelijk is.

Dit is op basis van wat opgedragen werd aan de student.

Ik vind het een beetje raar om dit een moderatie analyse te doen omdat de hechting binnen één individu niet verandert. Weet iemand of dit op deze manier meer toegepast wordt in publicaties? Ik ben het nog niet tegengekomen. Zijn er alternatieve ideeën?