Lenguaje Causal en Modelos de Ecuaciones Estructurales

  1. Iván Sánchez-Iglesias 1
  2. Raimundo Aguayo-Estremera 1
  3. Alejandro Miguel-Alvaro 1
  4. David Paniagua 1
  1. 1 Universidad Complutense de Madrid, Facultad de Psicología
Revista:
Revista iberoamericana de diagnóstico y evaluación psicológica

ISSN: 1135-3848

Año de publicación: 2022

Título del ejemplar: Avances en Medición en Psicología

Volumen: 5

Número: 66

Páginas: 35-52

Tipo: Artículo

DOI: 10.21865/RIDEP66.5.03 DIALNET GOOGLE SCHOLAR lock_openAcceso abierto editor

Otras publicaciones en: Revista iberoamericana de diagnóstico y evaluación psicológica

Resumen

Los modelos de ecuaciones estructurales (SEM, por structural equation models en inglés) son herramientas útiles para proponer relaciones teóricas, causales o no, entre múltiples variables. Sin embargo, no permiten confirmar la existencia de relaciones causa-efecto en ausencia de un diseño experimental. Evaluamos la aparición de expresiones inadecuadas de causalidad en artículos no experimentales, publicados en español, que utilizaron SEM como herramienta de análisis. Tras una revisión sistemática de estudios incluidos en cinco bases de datos, se revisaron 188 artículos seleccionados. De estos, 63 estudios (33.5%) usaron lenguaje correcto en título y resumen; los restantes 125 (66.5%) usaron lenguaje tendencioso o incorrecto en al menos una de las secciones. Estas interpretaciones inadecuadas pueden llevar al lector a conclusiones erróneas, amenazando el rigor de la investigación científica. Cualquier conclusión causal derivada de SEM debe formularse como asociación entre variables, advertir de la naturaleza no experimental del estudio y sugerir explicaciones alternativas.

Referencias bibliográficas

  • Abbott, A., Cyranoski, D., Jones, N., Maher, B., Schiermeier, Q., & Van Noorden, R. (2010). Do metrics matter?. Nature, 465(7300), 860-863. https://doi.org/10.1038/465860a American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). https://doi.org/10.1037/0000165-000
  • Appelbaum, M., Cooper, H., Kline, R. B., MayoWilson, E., Nezu, A. M., & Rao, S. M. (2018). Journal article reporting standards for quantitative research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 325. https://doi.org/10.1037/amp0000191
  • Asparouhov, T., & Muthén, B. (2009). Exploratory structural equation modeling. Structural equation modeling: A multidisciplinary journal, 16(3), 397-438. https://doi.org/10.1080/10705510903008204
  • Ato, M., López-García, J. J., & Benavente, A. (2013). Un sistema de clasificación de los diseños de investigación en psicología. Anales de Psicología/Annals of Psychology, 29(3), 1038-1059. http://dx.doi.org/10.6018/analesps.29.3.178511
  • Banks, G. C., Rogelberg, S. G., Woznyj, H. M., Landis, R. S., & Rupp, D. E. (2016). Editorial: Evidence on Questionable Research Practices: The good, the bad, and the ugly. Journal of Business and Psychology, 31(3), 323-338. https://doi.org/10.1007/s10869-016-9456-7
  • Bentler, P. M. (1985). Theory and implementation of EQS: A structural equations program. BMDP Statistical Software.
  • Bollen, K. A. (1989). Structural equations with latent variables. John Wiley & Sons.
  • Campbell, D. T., & Stanley, J. C. (1963). Experimental and quasi-experimental designs for research. Ravenio Books.
  • Cofield, S. S., Corona, R. V., & Allison, D. B. (2010). Use of causal language in observational studies of obesity and nutrition. Obesity facts, 3(6), 353-356. https://doi.org/10.1159/000322940
  • Cohen, L., Manion, L., & Morrison, K. (2018). Research methods in education (8th ed.) Routledge.
  • Cook, T. D., & Campbell, D. T. (1986). The causal assumptions of quasi-experimental practice. Synthese, 68(1), 141-180.
  • Cook, T., D., & Campbell, D. T. (1979). Quasiexperimentation: Design and analysis issues for field settings. Houghton Mifflin.
  • Declaration on Research Assessment. (2012). The San Francisco Declaration on Research Assessment. Recuperado el 11 de septiembre de 2022, en https://sfdora.org/
  • Fanelli, D. (2010). Do pressures to publish increase scientists’ bias? An empirical support from US States Data. PLoS ONE, 5(4), e10271. https://doi.org/10.1371/journal.pone.0010271
  • González-Lomelí, D., Maytorena-Noriega, M. D. L. Á., González-Franco, V., López-Sauceda, M. D. R., & Fuentes-Vega, M. D. L. Á. (2021). Zona de desarrollo próximo y desempeño de universitarios en una prueba de ejecución. Revista Iberoamericana de Diagnóstico y Evaluación – e Avaliação Psicológica, 58(1), 93-103. https://doi.org/10.21865/RIDEP58.1.08
  • Haber, N., Smith, E. R., Moscoe, E., Andrews, K., Audy, R., Bell, W., ... & CLAIMS research team. (2018). Causal language and strength of inference in academic and media articles shared in social media (CLAIMS): A systematic review. PloS one, 13(5), e0196346. https://doi.org/10.1371/journal.pone.0196346
  • Hall, M. G., Grummon, A. H., Maynard, O. M., Kameny, M. R., Jenson, D., & Popkin, B. M. (2019). Causal language in health warning labels and US adults’ perception: A randomized experiment. American Journal of Public Health, 109(10), 1429-1433. https://doi.org/10.2105/ajph.2019.305222
  • Hancock, G. R., Mueller, R. O., & Stapleton, L. M. (2019). The reviewer’s guide to quantitative methods in the social sciences (2nd ed.). Routledge.
  • Harcum, E. R. (1990). Distinction between tests of data or theory: Null versus disconfirming results. The American journal of psychology, 103(3), 359-366. https://doi.org/10.2307/1423215
  • Hill, A.B. (1965). The environment and disease: Association or causation? Journal of the Royal Society of Medicine, 58(5), 295-300. https://doi.org/10.1177/0141076814562718
  • Ioannidis, J. P. A. (2005). Why Most Published Research Findings Are False. PLoS Medicine, 2(8), e124. https://doi.org/10.1371/journal.pmed.0020124
  • Jöreskog, K. G. (1973). A general method for estimating a linear structural equation system. In A. S. Goldberger and O. D. Duncan (eds.) Structural equations models in the social sciences (pp. 85-112). Seminar.
  • Jöreskog, K. G., & Sörbom, D. (1986). LISREL VI: Analysis of linear structural relationships by maximum likelihood, instrumental variables, and least squares methods. Scientific Software, Inc.
  • Lei, P. W., & Wu, Q. (2007). Introduction to structural equation modeling: Issues and practical considerations. Educational Measurement: issues and practice, 26(3), 3343. https://doi.org/10.1111/j.1745-3992.2007.00099.x
  • Levitt, H. M., Bamberg, M., Creswell, J. W., Frost, D. M., Josselson, R., & Suárez-Orozco, C. (2018). Journal article reporting standards for qualitative primary, qualitative metaanalytic, and mixed methods research in psychology: The APA Publications and Communications Board task force report. American Psychologist, 73(1), 26-46. https://doi.org/10.1037/amp0000151
  • Levitt, H. M., Motulsky, S. L., Wertz, F. J., Morrow, S. L., & Ponterotto, J. G. (2017). Recommendations for designing and reviewing qualitative research in psychology: Promoting methodological integrity. Qualitative Psychology, 4(1), 2-22. http://dx.doi.org/10.1037/qup0000082
  • Lipton, R., & Ødegaard, T. (2005). Causal thinking and causal language in epidemiology: It’s in the details. Epidemiologic Perspectives & Innovations, 2(1), 8. https://doi.org/110.1186/1742-5573-2-8
  • Martínez-Arias, R., Castellanos, M. Á., & Chacón, J. C. (2014). Métodos de investigación en psicología. EOS.
  • Méndez-Giménez, A., Cecchini-Estrada, J. A., & Fernández-Río, J. (2017). Pasión, motivación autodeterminada y autorregulación del aprendizaje en el deporte. Revista Iberoamericana de Diagnóstico y Evaluación – e Avaliação Psicológica, 2(44), 146-157. https://doi.org/10.21865/RIDEP44.2.12
  • Montero, I., & León, O. G. (2015). Métodos de Investigación en psicología y Educación. McGraw-Hill (cuarta edición).
  • Moore, D. S., & Notz, W. I. (2006). Statistics. Concepts and controversies (6th ed). WH Freeman and Company.
  • Mulaik, S. A. (1986). Toward a synthesis of deterministic and probabilistic formulations of causal relations by the functional relation concept. Philosophy of Science, 53(3), 313-332. https://doi.org/10.1086/289320
  • Mulaik, S. A. (2009). Linear causal modeling with structural equations. CRC Press, Taylor and Francis Group.
  • Ondé, D. (2020). Revisión del concepto de causalidad en el marco del Análisis Factorial Confirmatorio [Review of the causality concept within Confirmatory Factorial Analysis framework]. Revista Iberoamericana de Diagnóstico y Evaluación – e Avaliação Psicológica, 1(54), 103-118. https://doi.org/10.21865/RIDEP54.1.09
  • Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D.,
  • Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372(71), 1-9. https://doi.org/10.1136/bmj.n71
  • Pan, B., Jin, X., Jun, L., Qiu, S., Zheng, Q., & Pan, M. (2019). The relationship between smoking and stroke. Medicine, 98(12), e14872. https://doi.org/10.1097/md.0000000000014872
  • Picho, K., & Artino, A. R. (2016). 7 Deadly sins in educational research. Journal of Graduate Medical Education, 8(4), 483-487. https://doi.org/10.4300/jgme-d-16-00332.1
  • Rawat, S., & Meena, S. (2014). Publish or perish: Where are we heading?. Journal of research in medical sciences: The official journal of Isfahan University of Medical Sciences, 19(2), 87.
  • Ruiz, M. A. (2000). Introducción a los modelos de ecuaciones estructurales. UNED.
  • Ruiz, M. A., Pardo, A., & San Martín, R. (2011). Modelos de ecuaciones estructurales. Papeles del Psicólogo, 31(1), 34-45.
  • Sánchez-Iglesias, I., González-Castaño, M., & Molina, A. J. (2021). Use of causal language in studies on the relationship between spiritually-based treatments and substance abuse and relapse prevention. Religions, 12(12), 1075. https://doi.org/10.3390/rel12121075
  • Saville, B. K. (2008). Research methods in psychology. A guide to teaching. Blackwell Publishing.
  • Schreiber, J. B. Nora, A., Stage, F. K., Barlow, E. A., & King. J. (2006). Reporting structural equation modeling and confirmatory factor analysis results: A Review. The Journal of Educational Research, 99, 323-338. https://doi.org/10.3200/JOER.99.6.323-338
  • Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.
  • Thapa, D. K., Visentin, D. C., Hunt, G. E., Watson, R., & Cleary, M. (2020). Being honest with causal language in writing for publication. Journal of Advanced Nursing, 76(6), 1285-1288. https://doi.org/10.1111/jan.14311
  • Varady, N. H., Feroe, A. G., Fontana, M. A., & Chen, A. F. (2021). Causal language in observational orthopaedic research. The Journal of Bone and Joint Surgery, 103(19), 10-2106. https://doi.org/10.2106/JBJS.20.01921
  • Yu, B., Li, Y., & Wang, J. (2019, November). Detecting causal language use in science findings. In Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing (EMNLP-IJCNLP) (pp. 4664-4674).
Fuente de los datos: Dialnet