SciELO - Scientific Electronic Library Online

 
vol.17 número4Aquiescência em autorrelatos de personalidade: uma comparação de métodosDesenvolvimento de um banco de itens para avaliar o transtorno depressivo maior índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

artigo

Indicadores

Compartilhar


Avaliação Psicológica

versão impressa ISSN 1677-0471versão On-line ISSN 2175-3431

Resumo

VALENTINI, Felipe; MOURAO, Luciana  e  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.

Palavras-chave : moderação; mediação; interações latentes.

        · resumo em Inglês | Espanhol     · texto em Português     · Português ( pdf )

 

Creative Commons License Todo o conteúdo deste periódico, exceto onde está identificado, está licenciado sob uma Licença Creative Commons