Research Methods - Interactions Pt4 - Moderators and Mediators

Introducción a Variables Moderadoras y Mediadoras

• Se introducen las variables moderadoras y mediadoras, así como sus análisis.

• Ejemplo de un artículo que estudia el sentido del humor como moderador entre eventos estresantes y angustia psicológica.

• Se establece una relación causal entre eventos estresantes y angustia psicológica.

Moderación: Definición y Ejemplos

• El sentido del humor actúa como moderador, alterando la relación entre estrés y angustia.

• Un moderador califica la relación, indicando que puede ser más fuerte o débil en ciertas circunstancias.

• Ejemplo de un medicamento que alivia el dolor, con efectos diferentes según el sexo del paciente.

Investigaciones sobre Programas de Capacitación

• Un programa de capacitación muestra resultados significativos solo en personas mayores.

• La edad se considera un moderador en la relación entre el programa de capacitación y el rendimiento laboral.

• Los moderadores pueden ser cuantitativos (edad, salario) o categóricos (género, antecedentes culturales).

Relaciones Causales y Moderadores

• Un moderador influye en cómo se relacionan dos variables; puede aumentar o disminuir esa relación.

• Es importante identificar bajo qué condiciones funciona una relación causal establecida previamente.

• Ejemplo: un programa de pérdida de peso podría funcionar solo para aquellos con alta motivación.

Ejemplos Adicionales de Moderación

• La motivación puede ser un moderador en programas de pérdida de peso; afecta su efectividad.

• El apoyo social podría ser un moderador para dietas vegetarianas, mejorando resultados solo con soporte adecuado.

• Se investiga la relación entre cafeína y problemas de sueño; algunos no experimentan esta correlación.

Moderadores en la Relación entre Variables

Ejemplo de Café y Sueño

• El momento del día puede moderar el efecto de la cafeína en el sueño.

• Tomar café por la mañana podría no causar problemas, pero hacerlo por la tarde sí.

Preferencias Alimentarias

• La temperatura de los alimentos (frío o caliente) puede influir en la preferencia entre helado y panqueques.

• Se grafica cómo cambia el disfrute según la temperatura, mostrando un cruce en preferencias.

Efectos de Interacción

• Los moderadores son efectos de interacción; una variable puede cambiar su relación con otra dependiendo de un tercer factor.

• Un ejemplo es cómo dar órdenes a un perro para que se siente, donde tener una golosina afecta el resultado.

Relaciones Moderadas en Diferentes Contextos

Experiencia Laboral y Salario

• La relación entre experiencia laboral y salario puede variar según las circunstancias individuales.

Uso de Redes Sociales y Soledad

• El uso elevado de redes sociales podría aumentar la soledad, pero esto no aplica a todos los usuarios.

Medicamentos Quimioterapéuticos

• Un medicamento quimioterapéutico muestra eficacia general, pero su impacto puede depender del contexto específico del paciente.

¿Cómo la medicina personalizada puede mejorar el tratamiento del cáncer?

Moderadores en la respuesta a medicamentos

• La medicina personalizada busca entender por qué ciertos medicamentos funcionan para algunos y no para otros, posiblemente debido a la genética.

• Identificar moderadores puede ayudar a encontrar tratamientos más efectivos y permitir pruebas genéticas para personalizar tratamientos futuros.

Importancia de los moderadores

• Los moderadores revelan relaciones condicionales donde un efecto solo se manifiesta en ciertos casos o personas.

• Las pruebas estadísticas de moderación no establecen causalidad; se necesita un diseño experimental para confirmar efectos causales.

Diseño de investigación factorial

• Un diseño factorial permite manipular variables independientes mientras se mide un moderador potencial.

• Se pueden asignar aleatoriamente grupos a recibir un medicamento o placebo, observando diferencias según género.

Interacción entre terapia y medicación

• Un diseño factorial también puede evaluar cómo diferentes terapias interactúan con medicaciones, analizando efectos combinados.

• Comparaciones entre grupos que reciben diferentes combinaciones de terapia y medicación ayudan a identificar efectos interactivos.

Mediadores vs. Moderadores

• Un estudio sobre orientación sexual y depresión muestra que el apoyo social media la relación entre estos factores.

• El apoyo social es el verdadero factor que influye en la depresión, no la orientación sexual en sí misma.

Visualización de relaciones

• Se propone un modelo donde el apoyo social actúa como variable mediadora entre orientación sexual y síntomas depresivos.

Relación entre Orientación Sexual y Depresión

• Se propone que la orientación sexual minoritaria afecta el apoyo social, lo que a su vez influye en la depresión.

• La disminución del apoyo social se asocia con un aumento de la depresión en hombres chinos con orientación sexual minoritaria.

• Los caminos A y B muestran correlaciones negativas: menor apoyo social está relacionado con mayor depresión.

Significado Estadístico en el Modelo

• Los asteriscos indican significancia estadística, sugiriendo relaciones reales entre las variables estudiadas.

• Un mediador explica cómo una variable independiente (IV) influye en una variable dependiente (DV).

• El modelo de mediación implica que eliminar el mediador podría eliminar el efecto de la IV sobre la DV.

Diseño Experimental y Causalidad

• Es crucial probar estadísticamente si los datos se ajustan al modelo propuesto.

• Las pruebas estadísticas no establecen causalidad por sí solas; se necesita evidencia adicional.

• Idealmente, se utilizan diseños experimentales para manipular variables y confirmar cadenas causales.

Limitaciones de los Datos Correlacionales

• En ausencia de experimentos, solo se pueden analizar datos correlacionales, lo que requiere cautela al interpretar resultados.

• Se necesita una razón externa para creer en la causalidad más allá de las correlaciones observadas.

Ejemplo: Sobrecarga Laboral y Problemas de Salud

• La sobrecarga laboral puede llevar a problemas de salud como ataques cardíacos; se establece una relación IV-DV.

• Se hipotetiza que el estrés actúa como mediador entre sobrecarga laboral y problemas de salud.

Verificación del Modelo Hipotético

• Se debe comprobar si hay correlación significativa entre sobrecarga laboral, estrés y problemas de salud.

• Aunque no se establece causalidad solo por correlaciones, es plausible que exista un vínculo.

Modelos de Mediación y Causalidad

• La relación entre las variables independientes (IV) y dependientes (DV) se debilita al considerar los caminos A y B.

• Se busca que no haya conexión residual entre IV y DV una vez considerados A y B, especialmente en el contexto del estrés laboral.

• Es crucial proporcionar evidencia independiente para demostrar que las conexiones son causales, no solo correlacionales.

Ejemplo de Taller de Habilidades de Estudio

• Los estudiantes que asisten a un taller de habilidades tienden a obtener mejores calificaciones en exámenes.

• Un diseño experimental podría asignar aleatoriamente a los participantes a un taller o un grupo control para evaluar la causalidad.

• Se puede proponer una variable mediadora, como técnicas de estudio mejoradas, para explicar la mejora en las calificaciones.

Ejercicio y Depresión

• El ejercicio se ha demostrado que reduce la depresión; sin embargo, no está claro cómo ocurre esto.

• Se sugiere que los endorfinas podrían ser mediadores entre el ejercicio y la reducción de la depresión.

• Es necesario probar el modelo mediador mediante estudios que confirmen las relaciones propuestas.

Análisis Completo de Mediación

• Para validar el modelo mediador, se debe recopilar datos sobre todas las variables en un solo estudio.

• Confirmar estadísticamente que el ejercicio está relacionado con la liberación de endorfinas es esencial.

• También es importante verificar si la conexión directa entre ejercicio y depresión disminuye al considerar los endorfinas.

Mediación Parcial y Conexiones Complejas

• Puede haber mediaciones parciales donde otros factores también influyan en la relación IV-DV.

• Encontrar conexiones causales es más fácil que entender cómo ocurren estas relaciones complejas.

• Por ejemplo, el nivel educativo parental podría mediar la relación entre estatus socioeconómico y habilidad lectora infantil.

¿Cómo afecta la educación parental a la lectura infantil?

Impacto de la educación parental

• La educación de los padres puede influir indirectamente en la capacidad de lectura de los niños.

• Es posible que exista una conexión independiente entre el nivel educativo de los padres y la habilidad lectora, incluso considerando otros factores.

• Se sugiere que variables como el dinero para tutorías pueden mediar esta relación.

Mediadores y moderadores en investigación

• Los términos "mediador" y "moderador" se utilizan para describir cómo una variable intermedia afecta la relación entre dos variables.

• Un mediador explica cómo una variable independiente (IV) afecta a una dependiente (DV), mientras que un moderador indica un efecto de interacción.

• La validación estadística no es suficiente para confirmar causalidad; se necesita evidencia externa adicional.