ScholarGate
Asistente
Latent structureLatent Variable Modeling

Modelado de Ecuaciones Estructurales por Mínimos Cuadrados Parciales

PLS-SEM es un enfoque basado en la varianza para el modelado de ecuaciones estructurales desarrollado por Herman Wold (1985) que estima modelos de variables latentes maximizando la varianza explicada en las variables dependientes. A diferencia de SEM basado en la covarianza, PLS-SEM es particularmente útil para la investigación exploratoria, muestras pequeñas a medianas, modelos complejos con muchos constructos y datos no normales.

Abrir en MethodMindPróximamenteVídeoPróximamenteDescargar diapositivas

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

+3 más

Fuentes

  1. Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) (2nd ed.). Sage Publications. ISBN: 9781483377445
  2. Wold, H. (1985). Partial least squares. In S. Kotz & N. L. Johnson (Eds.), Encyclopedia of Statistical Sciences (Vol. 6, pp. 581-591). Wiley. ISBN: 9780471822622
  3. Chin, W. W. (2010). How to write up and report PLS analyses. In V. E. Vinzi, W. W. Chin, J. Henseler, & H. Wang (Eds.), Handbook of Partial Least Squares: Concepts, Methods and Applications (pp. 655-690). Springer. DOI: 10.1007/978-3-540-32827-8_29

Cómo citar esta página

ScholarGate. (2026, June 3). Partial Least Squares Structural Equation Modeling. ScholarGate. https://scholargate.app/es/psychometrics/pls-sem

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado

Citado por

ScholarGatePartial Least Squares Structural Equation Modeling (Partial Least Squares Structural Equation Modeling). Recuperado el 2026-06-15 de https://scholargate.app/es/psychometrics/pls-sem · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026