Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ecuacionesestruc Jehw 0
Ecuacionesestruc Jehw 0
Puede ser vistos simplemente como una combinacin de anlisis factorial y de regresin (Hox
& Bechger)
Discusiones
Causalidad. Aunque algunos autores lo llamaron modelos causales, la
causalidad no se resuelve con mtodos de estimacin, sino con
diseos de investigacin (i.e., diseos experimentales)
Construccin de teora vs confrontacin de teora
Variables observadas
Variables latentes
Variables exgenas
Variables endgenas
Errores de medicin
De la validez
Validez de contenido
Validez de criterio
Uso de un instrumento externo para saber si lo
que se mide realmente mide lo que se dice que
mide
De la validez
Validez de constructo
Mientras que en el grueso de constructos que
forman la teora social no es siempre posible tener
un indicador externo contra el cual confrontar la
variacin de un conjunto de variables observadas,
s es posible en cambio, identificar tal variacin a
la luz de un concepto tericamente conformado, a
lo cual le denominamos constructo (Borsboom,
Mellenbergh y Heerden, 2004).
Validez de constructo
Es decir, medir la influencia de una medicin sobre el
resultado de esa medicin.
Ante la incapacidad del investigador por encontrar lo que
realmente se dice que se mide, hay que conformarse
con identificar si la variabilidad de un instrumento a
afecta consistentemente la variabilidad de un constructo
tericamente propuesto.
Reconocer que en el mundo social no hay mediciones
reales sino imputaciones de los investigadores a
fenmenos del comportamiento.
Tipos de SEM
Anlisis factorial confirmatorio
Path Analysis (anlisis de trayectorias o sendas)
Full SEM
AFC
.32
e4
Bao .49
e3
.56
.70
Refrigerador
.42
.65
e2
equipamiento
.54
Lavadora
.29
e1
Estufa
.31
.33
e7
e6
e5
Cable .71
.58
.84
Computadora
.66 .81
.27
comunicaciones
Internet
-.45
.12
e11
Acciones
.36
e10
Ahorros.43
.61
-.04
.35
.60
.66
e9
Cuenta.47 .69
e8
Tarjeta
-.46
finanzas
-.09
-.46
.03
-.06
.18
e13
casa
e12
automvil
.66
.81
propiedades
.10
ingreso
AFC
El mayor objetivo es determinar cuanto la covarianza
propuesta ajusta la covarianza observada.
En otras palabras, si las relaciones entre las
variables en el modelo hipottico se parecen a las
relaciones entre las variables en el conjunto de
datos observados.
Full SEM
Un modelo completo de ecuaciones estructurales permite
la especificacin de la estructura de regresiones entre las
variables latentes.
Se denomina modelo completo a este modelo porque
contiene un modelo de medicin y un modelo estructural.
Por modelo de medicin se entienden las relaciones entre
las variables latentes y sus mediciones observadas (AFC), y
el modelo estructural se refiere a las relaciones entre las
variables latentes.
El modelo completo supone el esfuerzo del investigador por
proponer un modelo terico, o una serie de modelos
tericos, el cual se evala va la bondad de ajuste entre los
modelos propuestos y los datos del caso (Byrne, 2010).
Full SEM
Figure 1. Structural model for Political Participation
and Civic Awareness
e17
e9
.26
.28
e10
1.03
aware2
.25
.01
news1news2
1.02
.51
aware
.12
news
.53
aware4
e7
.13
.49
.48
e18
e13
.24
e12
e8
.08
discuss
.76
.09e14
e6
aware5
.71
.50
aware3
.27
.50
.36 .52
.16
e5
.21.85
.75
.23
e11
.27
particip
.44
parents2
.71
partic1
.57
partic2
e1
e2
Elementos
Factor (variable latente)
Factor loading
Item 1
(variable observada)
Item 2
(Variable dependiente del factor)
error
Variable exgena
1
Regresin (B)
Correlacin
Variable endgena
Factor loading
Item 1
(variable observada)
Item 2
(Variable dependiente del factor)
error
Identificacin
Diferencia entre el nmero de variables y el nmero
de parmetros a ser estimado
Tiene que haber ms parmetros conocidos que
desconocidos, es decir, debemos tener grados de
libertad positivos (V(V+1)/2)
Estimacin
Evaluacin
Re especificacin
e4
Bao .49
e3
.56
.70
Refrigerador
.42
.65
e2
equipamiento
.54
Lavadora
.29
e1
Estufa
.31
.33
e7
e6
e5
Cable .71
.58
.84
Computadora
.66 .81
.27
comunicaciones
Internet
-.45
.12
e11
Acciones
.36
e10
Ahorros.43
.61
-.04
.35
.60
.66
e9
Cuenta.47 .69
e8
Tarjeta
-.46
finanzas
-.09
-.46
.03
-.06
.18
e13
casa
e12
automvil
.66
.81
propiedades
.10
ingreso
-.14
Bao.48
e3
Refrigerador
.43.65
e2
.15 .60
Lavadora
.36
.56
.69
equipamiento
.10
e1
Estufa-.12 .33
e7
Cable.70
e6
.83
Computadora
.68.82
e5
Internet
.09
.28
.57
.12
e11
Acciones
.36
e10
Ahorros
.44.66
e9
Cuenta.47.69
e8
Tarjeta
.22
comunicaciones
.61
.35
.60
finanzas
.67
e13
padequip1
.62
e12
padequip2
.44
.82
.79
e14
padfina1
.60
.78
equipamiento
finanzas padre
.33
.31
equip2
.48
e2
.64equip3
.40
e3
equip4
e4
.83
.58
comm
.59
.72
.43
.85
educacin.66
padre
.81
educacin pat
e16
educacin de la madre
.29
.44
e5
.27
comm2
.67
.82
e6
comm3
.13
e7
fina1.38
e8
fina2.44
e9
fina3.45
e10
fina4
e11
.61
finanzas
.70
comm1
.33
.61
.36
.51
.53
.69
.31
.16
e17
e1
.55
.35
.45
padfina2
equip1
.31
.58
.28
.20
e15
.34
.66
.67
Modelo operacional
e22
1
bienes_padre
bienes_hijo
e17
e16
1
1
educpad
educmad
educacin pat
Hiptesis confirmatorias
CH11: A mayor equipamiento del hogar de una persona, ms
alta la probabilidad que ese hogar contenga bao dentro de la
casa.
CH21: A ms alto el nivel de propiedades que una persona tiene,
ms alta la probabilidad que esa persona cuente con casa
propia.
Bondad de ajuste
Correlaciones
Poblacin general
e22
.30
bienes_padre
.33
e23
.18
.42
.36
bienes_hijo
.21
.71
.84
e17 educacin
padre
.57 .67
.82 educacin pat
e16
educacin de la madre
AFC
Se crea una matriz de correlacin / covarianza
El desarrollo y evaluacin de un AFC involucra
5 pasos
Especificacin del modelo
Identificacin del modelo
Estimacin del modelo
Evaluacin del modelo
Rediseo del modelo
Conocidos
Nmero de elementos no redundantes = V ( V + 1) / 2 (conocidos)
V = nmero de variables medidas en el estudio
Elementos son a) entradas en una matriz de correlacin para las variables medidas
Varianzas y coeficientes de varios rdenes para las rutas de las variables
independientes
Desconocidos
Especificar 1 en un tem no altera la solucin final del procedimiento de mxima probabilidad (ML).
X2 bsqueda de no significancia
Parmetro sensible a n, por lo que se usan ms
indicadores para reducir error Tipo II
Absolutas
Cuan bien ajusta la matriz de correlacin
observada a la esperada
RMSEA es el promedio de los residuales entre
la correlacin observada de la muestra y el
modelo esperado estimado de la poblacin
Relativas
Mediciones relativas al modelo de
independencia (no hay relaciones en los
datos) y al modelo saturado (ajuste perfecto)
Comparaciones con mediciones baseline
CFI
Parsimonia
Penalizan modelos grandes con muchos
parmetros estimados
SEM es sensible a la cantidad de parmetros a
estimar
Ms complejo el modelo, ms probabilidad de
que ajuste
AGFI y PGFI
El proceso de estratificacin
Los sistemas de estratificacin pueden ser caracterizados de
varias maneras. Una importante se relaciona con los procesos
por los cuales los individuos se ubican en posiciones en la
jerarqua.
Dos extremos, en uno, las condiciones de nacimiento fijan el
destino de ego (adscripcin); en el otro, hay ausencia de lmites
derivados de las circunstancias de nacimiento o crianza (logro).
Dos preguntas tpicas: Cmo, y con qu grado, condicionan las
circunstancias de nacimiento al estatus subsecuente? Cmo el
estatus alcanzado (va adscripcin o logro) en una etapa del ciclo
de vida afecta los prospectos para una etapa subsecuente?
(Blau y Duncan, 1967)
e3
e4
Educacin
Competencias
1
1 e10
Capital humano
e9
e2
Capital cultural
Origen social
e1
1 Bienestar
econmico
de padres
Ingreso
1
e8
Equipamiento
Propiedades Riqueza financiera
hogar
1
1
1
e7
e6
e5