7/25/2019 Resumen Lectura Terceras Variables en Psicologa

1/4

Resumen: El efecto de terceras variables en

Psicologa

Una vez que se establece una relacin causal entre una variable independiente (Y) y una

variable dependiente (X), una cuestin de inters para el investigador psiclogo es

considerar el efecto que tienen terceras variablesen tal relacin. Estas pueden ser:

variables mediadoras, moderadoras, espurias, supresoras y covariantes.

Una tercera variable como mediadora

El eecto de la variable X (independiente) sobre la variable Y (dependiente), puede ser

!ediado por alguna variable " cuando esta se inserta entre X e Y originando la cadena

causal X#$"#$Y. Este !odelo es conocido co!o modelo de mediacinsimpleen donde

" es una variable !ediadora. Es posible que se den los casos en donde desde la relacinX%Y, se generen los eectos causales X%" y "%Y, al darse dos o !&s !ediaciones

si!ult&neas, se deno!ina un modelo de mediacin mltiple.

'ay dos enoques generales para probar eectos indirectos con !odelos de !ediacin, el

enfoque de regresiny el enfoque de los modelos estructurales (SEM).El pri!ero es

!&s si!ple y se practica cuando se asu!e que no eiste error de !edida entre las

variables i!plicadas. El segundo es !&s co!pleo pero reco!endable, se asu!e que una

variable no observable o latente est& libre de error de !edida y se !ide e!pleando

indicadores !*ltiples del constructo.

En el enfoque de regresin, para +cinnon, -oc/ood, 'o!an, 0est y 12eetsson cuatro los !todos para probar el eecto de !ediacin: el procedimiento de las

etapas causales, la prueba de diferencia c-c, la prueba del efecto indirecto a*b y el

bootsrap. 3aron y ennny preieren el !todo et&pico (procedi!iento 3#), el cual consta

de cuatro etapas: 4era etapa: 5X es predictor signiicativo de Y6, 7da etapa: 5X es una

predictor signiicativo de "6, 8era etapa: 5" es una predictor signiicativo de Y6, 9ta etapa:

5es " un !ediador en la relacin X%".

En el enfoque SEM, se reco!iendan e!plear !odelos de ecuaciones estructurales

por la posibilidad de controlar el error de !edida por la acilidad para utilizar indicadores

!*ltiples de los constructos y por la variedad de !odelos de auste que proporcionan. 1e

austan 8 !odelos para su co!probacin: !odelo con el eecto total, !odelo con el eecto!ediado y la prueba con el eecto indirecto.

l realizar cualquiera de los tipos de an&lisis de !ediacin, encontra!os que eisten

varias situaciones proble!&ticas co!unes que pueden co!plicar el proceso. s;,

encontra!os el proble!a de la !ulticolinalidad, el proble!a de la causalidad y el nivel de

!edida de las variables i!plicadas.

Curso: Mtodos de Investigacin CuantitativaUNMSM-Psicologa

7/25/2019 Resumen Lectura Terceras Variables en Psicologa

2/4

Una tercera variable como moderadora

Una tercera variable que puede eistir en una investigacin, es la variable moderadora,

que suele presentarse co!o alg*n rasgo estable del co!porta!iento o del conteto, que

altera la !agnitud y ?9 @ aX@b"@cX"@e9, en donde se analiza el eecto !oderador de ",

asi!is!o se veriica si 2ay efectos simples, es decir si las pendientes de regresin de Y

sobre X aectan a los valores concretos de ".

-a or!a de interaccin que eiste entre las variables X#Y, se pueden epresar de dos

or!as, las cuales son: el empeoramiento, que acontece cuando se incre!enta laasociacin entre a!bas variables, y la mejora, cuando dic2a asociacin dis!inuye.

Aor otro lado, se 2an dierenciado dos enoques que analizan y co!prueban el eecto

!oderador, que son los siguientes:

Enfoque de regresin, seBala que para lograr una !eor interpretacin de los

coeicientes de regresin, es conveniente que XC" sea cero, pero dic2a interpretacin se

puede dar seg*n el tipo de variable que el investigador escoa, entre ellas tene!os: la

variable nu!rica y la variable dicot!ica, que si asu!e una codificacin ficticia, podr&

to!ar tres ca!inos ( Aat2 a, ">D y el eecto de XY , Aat2 b, X> D y el eecto de " YF y

Aat2 c, eecto de X Y por unidad de ca!bio)F sin e!bargo, si asu!iera una codificacin

de efectos, el eecto interactivo no ca!biar;a. si!is!o, plantea lo siguiente: para lograr

la interpretacin de XC", no debe eistir correlacin ("#X

7/25/2019 Resumen Lectura Terceras Variables en Psicologa

3/4

la variable 0 (quien a2ora es una !ediadora) inluye en una !oderacin, pero se debe

cu!plir que el eecto de X sobre Y no sea nula.

Una tercera variable como espuria

Una variable espuria o de confundidoes aquella tercera variable (") que al incluirse en

un !odelo X%Y asu!e una relacin causal tanto a (X) co!o a (Y) y ter!ina opacando o

anulando la relacin que 2ab;a entre estas dos *lti!as variables pri!arias. El !odelo de

espuriedad per!ite esti!ar la relacin autntica que eiste entre X e Y. Eisten dos casos:

el modelo de espuria completo, cuando " eplica co!pleta!ente X%YF y el modelo de

espuria parcial, cuando " es necesaria para esti!ar correcta!ente X%Y. Aara probar el

eecto de espuriedad se analiza la dierencia c I cJ la cual es lla!ada sesgo de variable

espuria.

Una tercera variable como supresora

dierencia de los !odelos de !ediacin y de espuriedad, en donde la tercera variable

reducir& o incluso anular& la !agnitud de la relacin X%Y, en el modelo de supresin

ocurre que al introducir la tercera variable, esta incre!entar& la !agnitud de la relacin

entre X e Y, en lugar de reducirla o anularla. Ya se trate de un !odelo de !ediacin o un

!odelo de espuriedad, si el auste estad;stico incre!enta la !agnitud de la relacin

causal X Y, el eecto resultante se deno!ina efecto de supresin y la tercera variable

responsable del eecto se deno!ina variable supresora.

=onger clasiic el eecto de supresin en 8 categor;as, supresin tradicional, negativa y

rec;proca, pero en el teto cl&sico de =o2en y =o2en se lla!aron cl&sica, neta ycooperativa. -a supresin clsica o tradicional ocurre cuando la tercera variable no

correlaciona con la respuesta (r"Y > D), pero presenta correlacin con X (rXY $ D), la

supresin negativa o neta ocurre cuando todas las variables tienen alta correlacin

entre s; (rXY, rX", r"Y $ D), pero el coeiciente de regresin parcial de " es negativo, y la

supresin recproca o cooperativa ocurre cuando X y " correlacionan negativa!ente

entre s; (rX" K D), pero a!bas tienen una correlacin positiva con Y (rXY, r"Y $ D).

Una tercera variable como covariante

Aara que una tercera variable L"M se co!porte co!o variable covariante, la variableindependiente LXM debe ser un actor eperi!ental, asi!is!o esta variable independiente

debe tener una relacin no signiicativa con la tercera variable L"M. -uego, el propsito de

incluir la variable L"M es reducir la varianza de la variable dependiente LYM.

El trata!iento de una variable covariante L"M, depender& de la relacin que esta variable

guarde con la variable independiente LXM, pues cuando la relacin entre la variable

independiente LXM y la variable L"M es no significativa, el trata!iento estad;stico se

Curso: Mtodos de Investigacin CuantitativaUNMSM-Psicologa

7/25/2019 Resumen Lectura Terceras Variables en Psicologa

4/4

realizar& !ediante el A!"#A con pendientes paralelas, donde la !edicin de la

variable L"M es sin error, por lo que no aecta la relacin entre la variable independiente LXM

y la variable dependiente LYM.

?tro caso ocurre cuando la relacin entre la variable independiente LXM y la variable L"M es

significativa, el trata!iento estad;stico se realizar& !ediante A!"#A con pendientes

no paralelas, el cual de!anda que se deina la variable L"M co!o covariante o

!oderadora.

Diagrama de flujo orientativo

-a investigacin en psicolog;a requiere criterios y pautas para discri!inar cuando una

tercera variable puede considerarse co!o !ediadora, !oderadora, espuria, supresora o

covariante. Aor esta razn, to y Nalleo (7D44), sugirieron pautas para esta cuestin, a

travs de las respuestas a 8 cuestiones b&sicas.

-a pri!era cuestin es responder si la variable L"M es causa de la relacin entre la

variable independiente LXM y variable dependiente LYMF cuando no sea causa conunta, se

asegura que la variable L"M no unciona co!o espuria.

-a segunda cuestin es responder si la variable L"M es la cadena causal entre la

relacin de la variable independiente LXM y la variable dependiente LYM, cuando se da esta

situacin, la variable L"M puede estar actuando co!o una variable !ediadora o supresora

en la relacin de las variables LXM e LYM.

Aor *lti!o, la tercera cuestin es responder si la relacin entre las variable

independiente LXM y la variable dependiente LYM ca!bia por la presencia de la variable L"MF

de ser este el caso la variable L"M se considera co!o !oderadora, caso contrario unciona

co!o una variable covariante.

Curso: Mtodos de Investigacin CuantitativaUNMSM-Psicologa