APROXIMACIÓN CONCEPTUAL Y PRÁCTICA A LOS MODELOS DE ECUACIONES ESTRUCTURALES

Leonardo Adrián Medrano, Roger Muñoz-Navarro

Resumen


En el presente trabajo se expone una aproximación conceptual y práctica a los Modelos de Ecuaciones Estructurales o Structural Equation Modeling (SEM). Los SEM están considerados entre las herramientas más potentes para el estudio de relaciones causales en datos no experimentales. Son una combinación del análisis factorial y la regresión múltiple y están compuestos por dos componentes: el modelo de medida y el modelo estructural. El modelo de medida describe la relación existente entre una serie de variables observables; mientras que en el modelo estructural se especifican las relaciones hipotetizadas entre las variables, es decir, se describen las relaciones entre las variables latentes mediante el uso de flechas. Llevar a cabo un SEM involucra cinco etapas: 1) Especificación del Modelo; 2) Identificación del Modelo; 3) Estimación del Modelo; 4) Evaluación del Modelo y 5) Re-especificación del Modelo. El presente artículo provee una serie de guías de “buenas prácticas” para realizar análisis SEM, con ejemplos utilizando el programa AMOS.


Palabras clave


Modelos de Ecuaciones Estructurales; AMOS; análisis factorial; regresión múltiple

Texto completo:

PDF

Referencias


Arbuckle, J. L. (1997). Amos Users’ Guide. Version 3.6. Chicago: SmallWaters Corporation.

Aron, A. & Aron, E. (2001) Estadística para Psicología. Buenos Aires: Pearson Education.

Bagozzi, R. P., & Yi, Y. (2012). Specification, evaluation, and interpretation of structural equation models. Journal of the academy of marketing science, 40(1), 8-34. doi: http://dx.doi.org/10.1007/s11747-011-0278-x

Barrett, P. (2007). Structural equation modelling: Adjudging model fit. Personality and Individual differences, 42(5), 815-824. doi: http://dx.doi.org/10.1016/j.paid.2006.09.018

Batista-Foguet, J. M. & Coenders, G. (2000). Modelos de Ecuaciones Estructurales. Madrid: La Muralla, S.A.

Bentler, P. M. (1985). Theory and implementation of EQS: A structural equations program. Los Angeles: BMDP Statistical Software

Bentler, P. M. (2007). On tests and indices for evaluating structural models. Personality and Individual Differences, 42(5), 825-829. doi: http://dx.doi.org/10.1016/j.paid.2006.09.024

Bentler, P. M., & Bonett, D. G. (1980). Significance tests and goodness of fit in the analysis of covariance structures. Psychological bulletin, 88(3), 588-606. doi: http://dx.doi.org/10.1037/0033-2909.88.3.588

Blalock, H. M., Jr. (1964). Causal inferences in non experimenta research. Chapel Hill: University of North Carolina Press.

Bollen, K. A. (1990). Overall fit in covariance structure models: two types of sample size effects. Psychological bulletin, 107(2), 256-259.

Boomsma, A., & Hoogland, J. J. (2001). The robustness of LISREL modeling revisited. Structural equation models: Present and future. A Festschrift in honor of Karl Jöreskog, 139-168.

Browne, M. W., MacCallum, R. C., Kim, C. T., Andersen, B. L., & Glaser, R. (2002). When fit indices and residuals are incompatible. Psychological methods, 7(4), 403-421. doi: https://doi.org/10.1037//1082-989X.7.4.403

Byrne, B. M. (2001). Structural equation modeling with AMOS: Basic concepts, applications, and programming. Mahwah, NJ: Lawrence Erlbaum.

Cheung, G. W., & Lau, R. S. (2008). Testing mediation and suppression effects of latent variables: Bootstrapping with structural equation models. Organizational Research Methods, 11(2), 296-325. doi: https://doi.org/10.1177/1094428107300343

DiStefano, C., & Hess, B. (2005). Using confirmatory factor analysis for construct validation: An empirical review. Journal of Psychoeducational Assessment, 23(3), 225-241. doi: https://doi.org/10.1177/073428290502300303

Enders, C. K. (2005). An SAS macro for implementing the modified Bollen-Stine bootstrap for missing data: Implementing the bootstrap using existing structural equation modeling software. Structural Equation Modeling, 12(4), 620-641.

Fan, X. (2003). Using commonly available software for bootstrapping in both substantive and measurement analyses. Educational and Psychological Measurement, 63(1), 24-50. doi: https://doi.org/10.1177/0013164402239315

Finch, J. F., West, S. G., & MacKinnon, D. P. (1997). Effects of sample size and nonnormality on the estimation of mediated effects in latent variable models. Structural Equation Modeling: A Multidisciplinary Journal, 4(2), 87-107. doi: http://dx.doi.org/10.1080/10705519709540063

Flora, D. B., & Curran, P. J. (2004). An empirical evaluation of alternative methods of estimation for confirmatory factor analysis with ordinal data. Psychological methods, 9(4), 466. doi: https://doi.org/10.1037/1082-989X.9.4.466

Hawking S. W. & Mlodino L. (2010). The Grand Desing. New York: Bantam Books. Hayduk, L., Cummings, G., Boadu, K., Pazderka-Robinson, H., & Boulianne, S. (2007). Testing! testing! one, two, three–Testing the theory in structural equation models!. Personality and Individual Differences, 42(5), 841-850. doi: http://dx.doi.org/10.1016/j.paid.2006.10.001

Hooper, D., Coughlan, J. and Mullen, M. R. (2008). Structural Equation Modelling: Guidelines for Determining Model Fit. The Electronic Journal of Business Research Methods, 6(1), 53–60.

Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural equation modeling: a multidisciplinary journal, 6(1), 1-55. doi: http://dx.doi.org/10.1080/10705519909540118

Hu, L. T., Bentler, P. M., & Kano, Y. (1992). Can test statistics in covariance structure analysis be trusted? Psychological bulletin, 112(2), 351. doi: http://dx.doi.org/10.1037/0033-2909.112.2.351

Iacobucci, D. (2009). Everything you always wanted to know about SEM (structural equations modeling) but were afraid to ask. Journal of Consumer Psychology, 19(4), 673-680. doi: http://dx.doi.org/10.1016/j.jcps.2009.09.002

Iacobucci, D. (2010). Structural equations modeling: Fit indices, sample size, and advanced topics. Journal of Consumer Psychology, 20(1), 90-98. doi: http://dx.doi.org/10.1016/j.jcps.2009.09.003

Jackson, D. L., Gillaspy Jr, J. A., & Purc-Stephenson, R. (2009). Reporting practices in confirmatory factor analysis: an overview and some recommendations. Psychological methods, 14(1), 6-23. doi: http://dx.doi.org/10.1037/a0014694

Kline, R. B. (2005). Principles and practice of structural equation modeling (2nd ed.). New York: Guilford

Ledesma, R. (2008). Introduccción al Bootstrap. Desarrollo de un ejemplo acompañado de software de aplicación. Tutorials in Quantitative Methods for Psychology, 4(2), 51-60.

León, O. G. & Montero I. (2003). Métodos de Investigación en Psicología y Educación (3ra edición). España: Mc Graw Hill.

Little, T. D., Cunningham, W. A., Shahar, G., & Widaman, K. F.(2002). To parcel or not to parcel: Exploring the question, weighing the merits. Structural equation modeling, 9(2), 151-173.

MacCallum, R. C., & Austin, J. T. (2000). Applications of structural equation modeling in psychological research. Annual review of psychology, 51(1), 201-226. doi: http://dx.doi.org/10.1146/annurev.psych.51.1.201

Markland, D. (2007). The golden rule is that there are no golden rules: A commentary on Paul Barrett’s recommendations for reporting model fit in structural equation modelling. Personality and Individual Differences, 42(5), 851-858. doi: http://dx.doi.org/10.1016/j.paid.2006.09.023

Marsh, H. W., Hau, K. T., & Wen, Z. (2004). In search of golden rules: Comment on hypothesis-testing approaches to setting cutoff values for fit indexes and dangers in overgeneralizing Hu and Bentler’s (1999) findings. Structural equation modeling, 11(3), 320-341. doi: http://dx.doi.org/10.1207/s15328007sem1103_2

Martens, M. P., & Haase, R. F. (2006). Advanced applications of structural equation modeling in counseling psychology research. The Counseling Psychologist, 34(6), 878-911. doi: https://doi.org/10.1177/0011000005283395

McKnight, P. E., McKnight, K. M., Sidani, S., & Figueredo, A. J.(2007). Missing data: A gentle introduction. Guilford Press.

Medrano, L. A., Muñoz-Navarro, R., & Cano-Vindel, A. (2016). Procesos cognitivos y regulación emocional: aportes desde una aproximación psicoevolucionista. Ansiedad y Estrés, 22(2-3), 47-54. doi: http://dx.doi.org/10.1016/j.anyes.2016.11.001

Miles, J., & Shevlin, M. (2007). A time and a place for incremental fit indices. Personality and Individual Differences, 42(5), 869-874. doi: http://dx.doi.org/10.1016/j.paid.2006.09.022

Preacher, K. J., & Hayes, A. F. (2008). Asymptotic and resampling strategies for assessing and comparing indirect effects in multiple mediator models. Behavior research methods, 40(3), 879-891. doi: http://dx.doi.org/10.3758/BRM.40.3.879

Rodríguez Ayán, M. y Ruiz, M. (2008). Atenuación de la asimetría y de la curtosis de las puntuaciones observadas mediante transformaciones de variables: Incidencia sobre la estructura factorial. Psicológica, 29, 205-227

Ruiz, M. A.; Pardo, A. & San Martin, R. (2010). Modelos de ecuaciones estructurales. Papeles del psicólogo, 31(1), 34-45.

Schermelleh-Engel, K., Moosbrugger, H., & Müller, H. (2003). Evaluating the fit of structural equation models: Tests of significance and descriptive goodness-of-fit measures. Methods of psychological research online, 8(2), 23-74.

Sivo, S. A., Fan, X., Witta, E. L., & Willse, J. T. (2006). The search for” optimal” cutoff properties: Fit index criteria in structural equation modeling. The Journal of Experimental Education, 74(3), 267-288. doi: http://dx.doi.org/10.3200/JEXE.74.3.267-288

Weston, R. & Gore Jr., P. A., (2006). A Brief Guide to Structural Equation Modeling. The Counseling Psychologist, 34(5), 719-751. doi: https://doi.org/10.1177/0011000006286345

Yuan, K. H. (2005). Fit indices versus test statistics. Multivariate behavioral research, 40(1), 115-148. doi: https://doi.org/10.1207/s15327906mbr4001_5




DOI: http://dx.doi.org/10.19083/ridu.11.486



Universidad Peruana de Ciencias AplicadasRIDU: Revista Digital de Investigación en Docencia Universitaria
ISSN: 2223-2516
Universidad Peruana de Ciencias Aplicadas
Av. Prolongación Primavera 2390 Monterrico - Santiago de Surco, Lima 33 - Perú
Teléfono: +511 3133333 Anexo 1140

Universidad Peruana de Ciencias Aplicadas
Esta publicación está bajo una Licencia Creative Commons
Atribución-Compartir Igual 4.0 Internacional (CC BY-SA 4.0)
LAUREATE LAUREATE