CAP.

7 ANÁLISIS DE MODERADOR
Y MEDIADOR
VARIABLES CATEGÓRICAS Y CONTINUAS
MAYTE ORTIZ ROMERO
 UNA VI CATEGÓRICA Y UNA VI CONTINUA

• Evaluar los efectos de los eventos de vida estresantes y el estado civil

sobre los niveles de estrés experimentados.
 Medida que indica si la Puntuación de la medida
persona había con de autoreporte sobre
alguien: 0 = no y 1 = sí experiencias de estrés

Puntajes
individuales
de la
Escala de
eventos de
vida.

Evalúa # y
severidad
de eventos
estresantes
recientes
PSICÓLOGOS INTERESADOS EN PROBAR TRES
HIPÓTESIS:

1. Puntuación alta en eventos cotidianos

produce niveles altos de estrés.

2. Gente con una pareja sentirá menos

estrés que la gente que no la tiene.

3. Tener una pareja reducirá el impacto

de eventos de vida estresantes.
 a. Representar los datos mediante un gráfico de dispersión:

Relación entre eventos y estrés

Línea de
Línea de mejor ajuste de la
mejor ajuste
muestra total.
para los que
no tienen
pareja es
menor que
los que sí
tienen pareja.
b. Realizar análisis de regresión para cada grupo y luego comparar pendientes y
parámetros de intercepto de ambos grupos.

Grupo (0) no pareja, tiene una fuerte asociación entre eventos y estrés
Variable predictora explica alrededor del 37% de la varianza de estrés y es
significativamente mayor que cero.
Pendiente del -grupo no pareja- es fuerte y estadísticamente significativa.

Pero, esta diferencia en las pendientes no nos dice si la diferencia entre

ambas es significativamente diferente.
…pendiente está cerca de 0.05 como nivel de corte
para determinar significancia estadística: por debajo
o por encima.

…ninguna pendiente es significativa, o ambas son

significativas y podría haber una diferencia
significativa entre ellas.
• Este es un problema que ocurre con parámetros constantes.

• La diferencia en las dos constantes nos habla acerca de la diferencia entre los
niveles predichos cuando eventos es 0.

*Pendientes no son paralelas

 Procedimiento complejo para casos como:

Variable categórica puede tener tres o más

posibles valores.

Puede haber otras variables predictoras que

podrían entrar en la ecuación.

Puede haber dos o más variables categóricas así

como una variable predictora continua.
 Para responder la tercer hipótesis se necesita una
aproximación diferente, muy similar al análisis de dos
variables categóricas.
• La variable estatus está siendo tratada con codificación dummy.
1. Llevar a cabo un procedimiento llamado “centring” en la variable
eventos.
Restar la puntuación media de la variable eventos por cada puntuación
de los participantes en esa variable. Esta transformación -centra- la
variable alrededor de la media de 0.
2. Crear un término de interacción multiplicando la variable eventos centrado por
la variable estatus.
El producto se denominó sxe.
3. Llevar a cabo regresión jerárquica (acorde a teoría).

1er paso. Variable dummy (estatus) y variable continua (eventos) se

ingresan en la ecuación.
2do paso. Término interacción (sxe) se ingresa.
La significancia de la diferencia de R2 representa la significancia del efecto
de interacción.
 Modelo con y sin término de interacción:

El cambio en R2 es igual a 0.042, con F= 4.02 y df= 1, 56, significativo a p=0.05

La interacción del efecto es por lo tanto significativa = pendientes difieren

El parámetro estimado por coeficientes de la ecuación de regresión:
Ecuación de regresión:
Variable eventos restando 48.03 de la variable previa (versión centred) =
intercepto en la ecuación será alto: 48.03 x b1, al sustituirlo:
Ahora se hace lo mismo para el grupo con pareja:
Corregir variable centred eventos que se le restó 43.08, agregándole 43.08:
¡GRACIAS!
oretyam@gmail.com