
Jazeker, al begrijp ik je vraag niet helemaal. Je hebt het namelijk over de relatie van X op Z (moderatie-variabele) en Y op Z. Dan zou je dus dit krijgen:

Waarbij de variabele die je wil verklaren dus eigenlijk Z is, en de predictors die je gebruikt X en Y.
Een moderatie, of interactie, betekent dat het EFFECT van X op Y verschilt voor verschillende levels van je moderatie-variabele. Wat in mijn veld normaal is, is om eerst het directe effect van X op Y te beschrijven en je hypothese te beschrijven. Daarna beschrijf je welke variabele de moderatie-variabele is, wat het mechanisme is en wat voor’n verschil in de relatie van X op Y je dan verwacht (dus ook een hypothese voor dit stuk).
Voorbeeld: het effect van aantal auto’s op blijdschap (X op Y). Dan leg je in je theoriestuk dit eerst uit. Dan verwacht je op basis van theorie, dat deze relatie (van X op Y) verschilt voor mannen en vrouwen (bv. voor mannen is het effect sterker dan voor vrouwen). In andere woorden: het effect van 1 auto extra hebben op blijdschap is groter/sterker voor mannen. Het heeft dus niks te maken of mannen en vrouwen meer auto’s hebben, maar dus of het EFFECT van X op Y verschilt voor mannen vrouwen (vaak gaat het dan er om dat het voor een bepaalde groep sterker of zwakker is).
De twee hypothesen van het voorbeeld zouden dan zijn (en let niet op de verwoording, ff snel bedacht):
H1: De meer auto’s iemand heeft, de blijer iemand is
H2: Het effect van het aantal auto’s op blijdschap is sterker voor mannen dan voor vrouwen.
Schematisch zou het een interactie-effect er dan zo uit zien:

(Kleine side note: ik verwacht dus een linear effect van X op Y in dit voorbeeld)
(Tweede kleine side note: mijn tekeningen zijn lelijk lol