Process / pipelinemultivariate-modeling

Modelado de Ecuaciones Estructurales

El modelado de ecuaciones estructurales (SEM, por sus siglas en inglés) es un marco estadístico integral que combina el análisis de senderos (Sewall Wright, 1921) y el análisis factorial confirmatorio para probar modelos causales complejos que vinculan variables observadas y latentes. Formalizado por Jöreskog (1973) con el software LISREL, el SEM permite la estimación simultánea de relaciones de medición (cómo las variables miden constructos latentes) y relaciones estructurales (cómo los constructos influyen en los resultados), lo que lo hace potente para la prueba de teorías en psicología, epidemiología, investigación organizacional y ciencias de la salud, donde la mediación compleja, la moderación y los procesos latentes requieren un análisis integrado.

Aplicar con StatMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

+40 more

Fuentes

  1. Jöreskog, K. G., & Sörbom, D. (1973). LISREL: A general computer program for estimating a linear structural equation system. Research Bulletin 73-5. University of Stockholm. link
  2. Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indices in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55. DOI: 10.1080/10705519909540118
  3. Wright, S. (1921). Correlation and causation. Journal of Agricultural Research, 20(7), 557–585. link

Cómo citar esta página

ScholarGate. (2026, June 4). Structural Equation Modeling (SEM). ScholarGate. https://scholargate.app/es/research-statistics/structural-equation-modeling

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citado por

Análisis de Correlación Canónica Bayesiano (Bayesian CCA)Análisis Conjunto BayesianoInferencia bayesiana con error de mediciónInvestigación sobre contraste de modelos bayesianosMediación Moderada BayesianaRed BayesianaRed Bayesiana con Error de MediciónInvestigación cuantitativa observacional bayesianaInvestigación Bayesiana de EncuestasAnálisis Factorial Confirmatorio (AFC)Modelado Causal DinámicoAnálisis FactorialInvestigación confirmatoria jerárquicaInvestigación de Pruebas de Modelos JerárquicosAnálisis Factorial Confirmatorio LongitudinalValidez discriminante longitudinalPrueba de Invarianza de Medida LongitudinalPrueba de Modelos Longitudinales en InvestigaciónEstimación por Máxima VerosimilitudAnálisis de MediaciónModelado de mezclasAnálisis de mediación moderadaAnálisis Factorial Confirmatorio Multigrupo (MG-CFA)Prueba de Invarianza de Medida MultigrupoInvarianza de Medición MultinivelAnálisis de Mediación MultinivelModelado multinivelAnálisis de Regresión MúltipleInvestigación Correlacional MultivariadaInvestigación explicativa multivarianteInvestigación Longitudinal MultivariadaInvestigación de prueba de modelos multivariantesInvestigación Multivariante de PanelesAnálisis de Contenido Cuantitativo MultivarianteValidez nomológicaAnálisis Factorial Exploratorio OrdinalInvestigación Confirmatoria Basada en PanelesInvestigación de pruebas de modelos basadas en panelesAnálisis de senderosAnálisis Factorial Confirmatorio RobustoValidez discriminante robustaAnálisis de mediación robustaInvestigación de pruebas de modelos robustosAnálisis de mediación moderada robustaValidez nomológica robustaAnálisis de Caminos RobustoModelado de Ecuaciones Estructurales RobustoAnálisis de potencia para Modelos de Ecuaciones EstructuralesInvestigación confirmatoria asistida por simulaciónMorfometría basada en vóxeles
ScholarGateStructural Equation Modeling (Structural Equation Modeling (SEM)). Recuperado el 2026-06-15 de https://scholargate.app/es/research-statistics/structural-equation-modeling · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026