SciELO - Scientific Electronic Library Online

 
vol.17 número4Aquiescencia en autoinforme de personalidad: Una comparación entre métodosElaboración de un banco de ítems para evaluar el trastorno depresivo mayor índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Compartir


Avaliação Psicológica

versión impresa ISSN 1677-0471versión On-line ISSN 2175-3431

Resumen

VALENTINI, Felipe; MOURAO, Luciana  y  FRANCO, Vithor Rosa. Modelos latentes e slopes randômicos para análise de moderação e mediação. Aval. psicol. [online]. 2018, vol.17, n.4, pp.439-450. ISSN 1677-0471.  https://doi.org/10.15689/ap.2018.1704.4.04.

Modelos complexos de mediação e moderação são fundamentais para a compreensão dos fenômenos psicológicos. No entanto, ao testar esse tipo de modelagem, a estrutura e a imprecisão dos instrumentos podem influenciar a estimação dos efeitos entre as variáveis. Assim, modelos de mediação e moderação que corrigem os parâmetros com as estimativas de erros são fundamentais. O objetivo deste estudo é comparar o desempenho de três modelagens de mediação e moderação: slopes randômicos, interações latentes e path analysis. Os três modelos foram comparados tanto com o uso de dados simulados quanto com o uso de dados reais. Os resultados apontaram que, quando a variância dos slopes é pequena, os modelos de slopes randômicos e de interações latentes são praticamente equivalentes. Já o modelo de path analysis obteve bom desempenho para recuperar os efeitos de moderação, mas subestimou consideravelmente os efeitos diretos e indiretos da mediação. Discutem-se melhores práticas de testagem de hipóteses com efeitos complexos e sugere-se o uso da modelagem latente para testes de mediação e moderação.

Palabras clave : moderação; mediação; interações latentes.

        · resumen en Español | Inglés     · texto en Portugués     · Portugués ( pdf )

 

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons