Modelado de Ecuaciones Estructurales

El modelado de ecuaciones estructurales ajusta sistemas de ecuaciones que relacionan constructos latentes entre sí y con sus indicadores observados, haciendo coincidir las estructuras de covarianza implicadas por el modelo y las observadas.

Definition

El modelado de ecuaciones estructurales es un método multivariado que estima los parámetros de un sistema hipotetizado que vincula variables latentes y observadas, ajustando la estructura de covarianza que implica a la matriz de covarianza de la muestra.

Scope

Este tema abarca la combinación de un modelo de medición de factor confirmatorio con un modelo estructural de relaciones tipo regresión entre variables latentes, diagramas de trayectoria, identificación del modelo, estimación minimizando una discrepancia entre las matrices de covarianza observadas e implicadas por el modelo, y evaluación del ajuste a través de índices globales y locales.

Core questions

• ¿Cómo se puede probar una teoría expresada como relaciones entre constructos latentes frente a los datos?
• ¿Cómo se especifican conjuntamente las partes de medición y estructural de un modelo?
• ¿Cuándo se identifica un modelo de ecuaciones estructurales?
• ¿Cómo se evalúa el ajuste del modelo?

Key theories

Ajuste de la estructura de covarianza

El modelo implica una matriz de covarianza en función de sus parámetros, y la estimación elige los valores de los parámetros que minimizan una discrepancia entre esta matriz implicada y la matriz de covarianza de la muestra observada.

Modelo de medición más modelo estructural

Un modelo de medición de factor confirmatorio vincula las variables latentes con los indicadores, mientras que un modelo estructural especifica relaciones dirigidas entre las variables latentes, de modo que el error de medición se modela explícitamente y se separa de las relaciones estructurales.

Clinical relevance

El modelado de ecuaciones estructurales se utiliza ampliamente en las ciencias sociales, del comportamiento y de la salud para probar modelos teóricos que involucran constructos medidos con error, como la mediación y las vías entre variables latentes.

History

El modelado de ecuaciones estructurales unió el análisis de trayectoria de Wright de la genética y la tradición del factor confirmatorio de la psicometría, formalizado en la década de 1970 a través de modelos de estructura de covarianza y software, y desde entonces se ha convertido en una herramienta estándar en todas las ciencias sociales.

Debates

Índices de ajuste y aceptación del modelo

La dependencia de valores de corte para los índices de ajuste globales para aceptar o rechazar modelos es controvertida, ya que dichos umbrales son heurísticas que pueden inducir a error sobre la adecuación de un modelo.

Key figures

• Karl Joreskog
• Kenneth Bollen
• Sewall Wright

Seminal works

• bollen1989
• kline2016
• bartholomew2011

Frequently asked questions

¿En qué se diferencia el SEM de la regresión ordinaria?

Permite múltiples ecuaciones, variables latentes medidas por varios indicadores con error de medición explícito, y la estimación simultánea de un sistema completo en lugar de una única respuesta sobre predictores.

¿Puede el SEM probar la causalidad?

No. Prueba si una estructura causal especificada es consistente con los datos, pero la interpretación causal se basa en suposiciones que los datos observacionales por sí solos no pueden verificar.