摘要:Dada una aparente relación causa-efecto entre una variable independiente (X) y una variable de respuesta (Y), muchos investigadores se interesan en determinar el papel que juegan otras variables intervinientes (terceras variables o variables Z) en tal relación, y particularmente el papel de variables mediadoras y moderadoras. En repetidas ocasiones se ha denunciado que existe cierta confusión en lo relativo al significado y uso apropiado de los efectos de terceras variables como hipótesis causales en la investigación psicológica. En este trabajo se pretende reforzar la comprensión y utilización de algunos de los efectos debidos a terceras variables, en concreto los efectos de covariación, espuriedad o confundido, supresión, y particularmente los de mediación y moderación, concediendo especial atención a la correcta aplicación de pruebas estadísticas y a los errores que con mayor frecuencia suelen cometerse cuando se aborda un análisis causal con tales efectos. Se utiliza con esta finalidad un lenguaje sencillo mediante diagramas path que asumimos asequible al investigador aplicado y se propone finalmente un diagrama de flujo con el objeto de ayudar a distinguir los efectos de las terceras variables y a facilitar la aplicación de los procedimientos estadísticos apropiados.
其他摘要:Given a causal relationship between an independent variable (X) and a response variable (Y), the interest of some applied researchers is sometimes focused on knowing the role playing for alternative intervening variables (third variables or Z-variables), and particularly the role of me-diating and moderating variables. Some influential works have repeatedly denounced that in applied psychology some confusion exists with respect to the meaning and appropriate use of third variables effects as causal hypotheses. This work is intended to reinforce the comprehension and using of five of more known effects of third variables and concretely the effects of covariation, spuriousness or confounding, suppression, and particularly of mediation and moderation, with special attention towards the application of statistical tests and the report of most common mis-takes that usually appear when we tackle a causal analysis. An accessible language for applied researcher with path diagrams is used. A flow diagram is finally proposed in order to help applied researchers to distinguish between third variable effects and to make easier the application of the appropriate statistical procedures.