Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Actividades Semana 3 JASV
Actividades Semana 3 JASV
MAESTRÍA EN ADMINISTRACIÓN
Trabajo Semana 3
Marzo, 2021
TRABAJO INDIVIDUAL SEMANA 3
Continuando con el estudio de mercado acerca de la implementación de un centro comercial con multicine en la ciudad
de Huaraz y la postura o actitud que presenta el consumidor huaracino ante este proyecto, este modelo presenta las
siguientes variables latentes o constructos:
Preguntas
Dimensiones
Variables (Indicadores o Variables
(Constructos o Variables latentes)
observables)
En este estudio, los indicadores o variables observables, cuyas respuestas fueron medidas todas usando la escala de
Likert, son:
El modelo teórico de este estudio, diseñado a través del software estadístico SmartPLS, se presenta a continuación:
Por otro lado, el coeficiente de determinación R2 igual a 0.746, indica una importante cercanía de los datos a la línea de
regresión ajustada.
Luego de realizado el análisis de fiabilidad y validez de constructo, se observan valores mayores a 0.7 en la Fiabilidad
compuesta (o CR Composite Reliability) de las variables “Perfil Conductual” y “Perfil Ocupacional”, así como valores
mayores a 0.5 en la Varianza extraída media (AVE) de las variables “Perfil Conductual”, “Perfil Demográfico” y “Perfil
Ocupacional”, por lo que se puede decir en estos casos que las respuestas corresponden a esta variable. Del mismo
modo, evaluando la consistencia interna, se observan valores mayores a 0.7 en las variables “Perfil Conductual” y “Perfil
Ocupacional”.
Luego, uniendo a este cuadro los valores de las cargas externas de cada variable y sus indicadores, se obtiene la
siguiente matriz de análisis de validez convergente y cargas externas.
Gasto
Perfil Perfil Perfil Perfil
Constructo o Variable Latente Individual en
Conductual Demográfico Económico Ocupacional
el Local
Gasto Individual en el Local 0.716
Perfil Conductual -0.005 0.988
Perfil Demográfico 0.791 0.005 0.717
Perfil Económico 0.717 -0.011 0.546 0.344
Perfil Ocupacional 0.704 0.009 0.807 0.685 0.935
Al realizar el análisis de cargas cruzadas o cargas factoriales y comparar las cargas factoriales cruzadas de los
indicadores de una variable latente con las cargas de los indicadores de las demás variables latentes, se puede verificar
que las cargas factoriales tienen mayor valor con su propia variable que con las demás que se evalúan en el modelo,
para el caso de las variables “Perfil Conductual” y “Perfil Ocupacional”, por lo que en estos casos se confirma la validez
discriminante del modelo. En análisis anterior se puede comprobar en el siguiente cuadro:
Desviación Estadístico t
Coeficiente
Hipótesis estándar Student P-Valor
Path (β)
(STDEV) (Bootstrapping)
Perfil Conductual -> Gasto Individual en el Local -0.002 0.035 0.064 0.949
Perfil Demográfico -> Gasto Individual en el Local 0.649 0.277 2.341 0.020 (*)
Perfil Económico -> Gasto Individual en el Local 0.451 0.082 5.526 0.000 (***)
Perfil Ocupacional -> Gasto Individual en el Local -0.129 0.276 0.466 0.642