Análisis de Ecuaciones Estructurales de Covarianza
(SEM) eficacia estadística.
Fue introducido por Bock y Bargmann, y desarrollado
por Joreskog. Pertenece a una familia de técnicas
multivariadas en la que hay dos subgrupos: a) análisis
factorial confirmatorio y b) modelo de covarianza
estructural latente. También conocido como
Moldeamiento de Ecuaciones Estructurales (MEE). Es
una compleja combinación del análisis factorial y del
análisis de regresión múltiple. En este, se pueden
evaluar los efectos de las variables latentes entre sí y
sobre otras variables observadas. Se usa para
desarrollar un modelo que tenga considerablemente
más puntos de datos que parámetros libres a estimar.
Se adecua mejor al estudio y análisis de modelos
teóricos estructurales complejos, donde se utilicen
cadenas complejas de razonamientos para ligar la
teoría con la investigación. También verifica resultados
complejos.
Los diagramas de ruta se usan para desarrollar de
forma gráfica el modelo estructural que se va a probar.
El SEM nace de dos tradiciones: predicción + enfoque
psicométrico. Donde hay una extensión de técnicas
multivariantes de regresión múltiple, AF, AR. Abarca:
análisis estructural de covarianza, análisis de variable
latente, AFC, Análisis de Lisrel. El AR se puede
calcular desde una ecuación estructural.
Se basa en el análisis de la estructura de covarianza,
para estimar: a) parámetros del modelo: incógnita
poblacional que se quiere conocer, b) ajuste de los
datos al modelo hipotetizado. Además, es un sistema
analítico para modelar y probar teorías científicas del
comportamiento. Como técnica estadística implica un
AF y un ARM. Además, evalúa las relaciones de
manera confirmatoria (confirma relaciones).
Estos modelos se caracterizan por evaluar
simultáneamente las relaciones de dependencia de
manera directa. Esto garantiza eficacia estadística
(mejor precisión en los resultados). Estos modelos
trabajan con la noción de variable latente. Toma en
cuenta los errores de medida en los procesos de
estimación.
Objetivo
Confirmación de una teoría, sea parcial o total.
Tipos de variables: VI (medidas o latentes), VD
(medidas o latentes), Medidas de error. Las variables
latentes algunos autores la usan como sinónimo de
factor o v. sin medir, se representa mediante óvalos.
Se utiliza mejor en etapas tardías de investigación,
donde el investigador ya ha reunido suficiente
información sobre las relaciones entre las V.
Características
Diseño prospectivo con más de un eslabón causal. Es
criterio del investigador utilizar un análisis de ruta o un
análisis estructural de covarianza.
- Examina las relaciones de manera simultánea, da
- Trabaja con la noción de V. Latente.
- Las VL siempre son óvalos, y las VO cuadrados.
- Hay dos modelos, el de medida y el de relación. Al
estimar el modelo de medida toma
simultáneamente el error de medida. Se puede
modificar el modelo en caso de ser necesario.
Modelos estructurales: tienen más potencia
estadística, se hace de forma simultánea (en el AR se
hace secuencialmente) y tiene le modelo de medida
incluido (+ un modelo de relaciones). También se basa
en la regresión, pero es más complejo.
Modelos de Medida en el SEM
Modelo de medida
Es la relación entre la variable latente y sus
indicadores. De una única variable.
Modelo de relación o predicción
A partir de una variable latente exógena se predice una
endógena. Parecido al AR, implica un conjunto de
variables.
Consideración
Las variables tanto observadas como latentes no
pueden predecir a una dimensión o indicador de una
variable latente. Las variables observadas predicen
variables latentes, y viceversa, nunca sus dimensiones.
Tipos de modelos
Nociones
Parámetros libres: coeficiente a ser estimado referido
a todas las posibles correlaciones y varianzas de todas
las VI (es decir, sus cargas factoriales), y los errores de
la VD. La S2 de la VI no funciona como PL porque se
fija en 1 unidad (o algunos autores la fijan en 0, esto es
un valor forzado).
Número de Ecuaciones: corresponde a los datos
pedidos y obtenidos.
Número de incógnitas: parámetros libres, coeficientes
a ser identificados en el modelo.
Datos: son los indicadores, ítems o factores. Más, el
número de correlaciones entre ellos. Para calcularlo se
utiliza: [n(n+1)]/2. Donde n es la cantidad de variables
observadas, ítems, etc.
Grados de libertad: gl = Datos – Parámetros Libres
Modelos
Modelo subidentificado: Más incógnitas que datos. gl
< 0. Por ejemplo, una VL con dos ítems tiene 3 datos y
4 parámetros, por tanto, tendrá -1 gl, es decir, tengo 3
datos y quiero saber cuatro.
Modelo saturado o identificado: igual n° de datos
que de incógnitas. gl = datos-incógnitas = 0. Ejemplo:
AFE, Análisis discriminante, AR, Análisis de
Regresión. Por ejemplo, si tengo una VL con tres
dimensiones, tendré 6 datos y 6 PL, por lo que se
obtendrá 0 gl.
Modelo sobreidentificado: todo lo demás, más datos
que incógnitas. En análisis da más de lo que necesita.
gl > 0. Ejemplo: SEM, AFC y modelos estructurales de
covarianza o AFE. Por ejemplo, si tengo una VL con 4
factores, tendré 10 datos y 8 PL, igual a 2 gl. Esto hace
una simplificación de la realidad, se estiman pocos
parámetros.
Ecuación
Además, este método usa modelos de ruta. La
estructura de covarianza más simple es el análisis de
regresión. X1 = B2X2+ B3X3+ B4X4+e (las puntuaciones
son desviaciones). B son los pesos estandarizados. Se
usan cuadrados para diagramar a las variables medidas,
y se utilizan elipses para v. sin medir. Por cada VD hay
una ecuación. Los asteriscos significan que hay
parámetros libres a estimarse en conexión con estas
rutas, uno para cada estrella. Para la VD hay un error
en la ecuación, que es independiente a las VIs, y que es
igual a 1. El asterisco indica: parámetro libre en el
modelo, y un valor estimado (no fijo). Las covarianzas
entre las VIs son relaciones, y las varianzas de cada
una que en conjunto también son parámetros libres
Características del SEM
1. Existe una flecha unidireccional a partir de cada
VI, señalando hacia la VD.
2. Cada variable que tiene una fecha unidireccional
apuntando hacia sí misma genera una ecuación de
regresión lineal en el modelo de covarianza o de
ecuación estructural.
3. Existe un asterisco (*) insertada en cada flecha de
las Vis a la VD, lo cual indica que existen
parámetros libres a ser estimados para estas rutas.
4. El asterisco identifica un parámetro libre en el
modelo.
5. Todas las covarianzas (correlaciones) entre las VIs
también representan parámetros libres en el
modelo. Los parámetros libres de la covarianza se
indican por medio de flechas bidireccionales, con
un asterisco en medio.
6. Las varianzas de las VIs medidas también son
parámetros libres. Dichas variables se encuentran
subrayadas en sus cajas, con un asterisco junto a su
símbolo.
7. Todas las VIs poseen varianzas que funcionan
como parámetros en el modelo.
8. Las VDs no poseen varianzas que funcionen como
parámetros en el modelo.
9. Las VIs deben tener su escala fija: a) al establecer
el coeficiente de regresión en un valor fijo,
generalmente 1. B) al fijar su varianza en algún
valor conocido, generalmente 1.
10. En la mayoría de los casos, los errores de medición
tienen coeficientes de regresión fijos en 1, y por
ello no aparece ningún asterisco en la flecha que
apunta hacia la VD. Pero no puede ser así si la
varianza se fijó en 1.
Supuestos
Del análisis factorial + análisis de ruta.
- Todas las VIs tienen varianzas que funcionan
como parámetros en el modelo, y que incluyen
todas las variables de error, así como las VIs
medidas. Pero la VD no tiene varianzas que
funcione como parámetro.
- La causalidad no se fija en correlaciones.
- Si los grados de libertad son igual a cero, habrá un
ajuste perfecto. Sin embargo, en los modelos con
grados de libertad mayores a cero son capaces de
ofrecer información con significancia teórica.
- El modelo necesita ser sobreidentificado. gl > 0
- La distribución de la VD es normal.
- Requisito de la identificación: el problema de la
estructura de la covarianza debe establecerse de tal
manera que todos los parámetros estimados
puedan identificarse.
Pasos
1. Los datos se analizan de acuerdo con el modelo
establecido.
2. A partir de los análisis de datos se calcula una
matriz R utilizando los parámetros estimados del
modelo teórico, lo cual se hace escribiendo
ecuaciones para cada una de las variables.
3. Solo se estiman las cargas factoriales relacionadas
a la hipótesis, el resto se fuerzan a ser iguales a
cero.
4. Evaluar la bondad de ajuste con estadísticos que
no dependan del tamaño de la N: índice de ajuste
comparativo (>.95 buen ajuste entre el modelo y
los datos, lo que indica una baja probabilidad que
cualquier reespecificación posterior del modelo
altere mucho al índice), índice de bondad de
ajuste, raíz del cuadrado medio residual (RCM).
5. Analizar residuales mediante: mínimos cuadrados
sin ponderar, mínimos cuadrados generalizados y
máxima verosimilitud. A menos tamaño de
residuales, mejor será el ajuste, y viceversa.
6. Además, resulta útil hacer una comprobación de
hipótesis alternativa cuando el problema permita
dicha comprobación.
Errores en SEM
- El modelo no se ajusta porque fue conceptualizado
pobre e incorrectamente.
- El análisis no funciona a causa de: fuerte
colinealidad en la matriz de correlación.
- El modelo no se ajusta porque la teoría de donde
fue derivado está equivocada o es inaplicable.
Estimación del Parámetro del Modelo
La estimación del parámetro al ser simultáneo
optimiza los resultados, cosa que hace más exigente la
estimación en comparación a la regresión múltiple.
Programas con los que se puede calcular: AMUS
(extensión de SPSS), JAMOVI, JASP, ONYX,
LISREL, MPLUS, etc.
Estimación del modelo a los datos
¿El modelo es congruente con los datos? ¿Lo que se
recolectó se ajusta al modelo teórico? Para responde a
esta pregunta, se emplean los valores de los parámetros
estimados y valores forzados para calcular una matriz
de covarianza (o correlaciones) predicha es reducida a
la ajustada.
R: Matriz de correlaciones observada.
R*: Matriz de datos predicha o ajustada a partir de un
modelo teórico. Hay ajuste del modelo cuando esta se
corresponde con la obtenida.
R – R*: Matriz residual o del error, con menos error
habrá un mejor ajuste global.
Índices de Ajuste
El AEC ya que es simultáneo permite obtenerlo, se usa
para ver si los datos se ajustan al modelo. Se suelen
evaluar más índices para darle más validez, no todos
dan el ajuste. Se calculan a partir de la matriz residual.
Chi cuadrado χ2
Matriz residual teórica  Errores. Matriz obtenida.
Esperamos que R teórica sea igual a R obtenida para
que haya ajuste (Ho: R = R*, esperemos que no haya
diferencias significativas). A) χ2 no significativa:
generalmente da no significativo porque es sensible a
la N. B) Estadístico radio de verosimilitud χ2/gl < 3: si
no tenemos significancia o probabilidad, debe ser
inferior a 3.
Porcentaje de Varianza Explicada
Debe ser > .99 o > .95 o > .99. Están medidas como:
GFI: Es una medida de bondad de ajuste absoluta
normada, que, a modo de coeficiente de determinación
multivariado, indica la proporción de covariación entre
los ítems explicada por el modelo propuesto, es
sensible al tamaño de la muestra y no depende del
método de estimación utilizado. Su rango de valores
oscila entre 0 y 1, donde un monto por encima de .95
se considera que existe un buen ajuste al modelo.
Análogo al R2.
CFI: es un índice de ajuste incremental, es decir, un
índice normado que tiene una relativa insensibilidad a
la complejidad del modelo, donde valores más altos
indican mejor ajuste; donde valores por encima de .95
se considera aceptables.
NFI: mide la mejora de ajuste que produce el modelo
propuesto con respecto al modelo nulo en 0 factores,
en relación a la mejora esperada por un modelo que
ajustara bien. Sus valores se mueven entre 0 y 1, se
recomienda interpretarlo como un coeficiente de
fiabilidad, y hasta cierto punto tiene en cuenta la
complejidad del modelo; en este sentido, valores por
encima de .95 se considera aceptables.
Porcentaje de Varianza no Explicada
Es cualquier índice de ajuste relacionado con el error.
Uno de ellos en
RMSEA que es un estadístico basado en χ2 relativo a
los grados de libertad, que estima el error de
aproximación del modelo propuesto, más
específicamente, estima la discrepancia que habría
entre la matriz de correlación poblacional y la matriz
reproducida por el modelo propuesto, también en la
población. Valores por debajo de .05 se consideran
excelente, y mayores a .08 indican un ajuste
insuficiente; a su vez se recomienda reportar el
intervalo de confianza. Cuando se tiene una N > 200 O
250, el RMSEA es más preciso para modelos con
errores de especificación moderados. Sin embargo,
este coeficiente es más recomendado utilizarlo en
modelos confirmatorios a medida que las muestras se
vuelve más grande (500 o más). SMRS
Estimaciones
Máxima verosimilitud
También conocido como Maximum Likelihood (ML),
minimiza las correlaciones parciales, pero es muy
sensible al tamaño muestral; por tanto, todo el error
será muestral y no por aproximación. Este método se
debe utilizar cuando se use: matriz de correlaciones de
Pearson, 5 o más categorías de respuesta, se cumpla el
supuesto de normalidad multivariada, curtosis y
asimetría entre 2 y -2; y evaluar los índices de ajuste.
No se puede utilizar con matrices policóricas y solo
resulta apropiado bajo el modelo lineal. Es
matemáticamente sólido, pero requiere del supuesto de
normalidad. Una alternativa robusta es el test de Mavi.
Mínimos cuadrados
No supone normalidad.
Mínimos cuadrados no ponderados o no
estandardizados (ULS): es un método de estimación
del modelo factorial que proporciona resultados
adecuados cuando el número de factores a extraer es
bajo y se tiene una muestra pequeña, evita los casos
Heywood, no requiere de la normalidad multivariada;
da estimaciones de parámetros más precisas y menos
variables, así como errores estándar más precisos en
comparación con el Diagonally Weighted Least
Squares; (DWLS) y funciona bien tanto con el modelo
lineal como con el no lineal y es la mejor elección para
grandes conjuntos de ítems y muestras no muy
grandes. Se puede usar con matrices policóricas y da
mejores estimaciones para muestras pequeñas (N <
1000).
Consideraciones
a. No se puede decir que los indicadores tienen
efecto sobre una variable externa a su modelo de
medida (los indicadores no ejercen influencia).
b. Variables endógenas: no cuentan los indicadores
observados sobre las v. observadas que estén
explicando.
c. La variable o dimensión que es mejor explicada
por la variable latente es la que tenga mayor
magnitud de correlación (valor absoluto). Deberían
de ser mayores a .5, pero algunos usan un criterio
de .3.
d. Las relaciones directas suelen ser los mayores tiempo, se analiza el comportamiento de cada
predictores. variable contra las demás.
e. Modelos de medida con al menos tres
Comparación con el Análisis de Ruta
dimensiones. Con dos dimensiones queda
Semejanzas
restringida. No es deseado que un factor sea
a. Verifican hipótesis causales o predictivas entre
explicado por completo por la v. latente.
variables.
f. Se espera que χ2 sea significativo, sin embargo, es
b. Permite evaluar mediación.
muy afectado por el tamaño de la muestra. Por eso
Diferencias
se emplean los otros indicadores.
a. La estimación de parámetros es simultaneo en
g. Si tenemos un modelo que trabaja con variables
SEM, mientras que en AR es secuencial.
observadas, a nivel matemático una variable
b. El AR evalúa la bondad de ajuste para c/u de las v.
observada es aquello que podemos calcular
endógenas (Beta, R2). En el SEM los indicadores
directamente.
de ajuste son de todo el modelo.
h. Las variables latentes van en círculo. La variable
c. El AR la estimación de parámetros es sucesiva, por
latente no se mide o calcula directamente, sino que
ende, no necesita tantos requisitos
se calcula a partir de una configuración de
computacionales. El SEM es más compleja la
variables observables.
estimación, más exigente y compleja a nivel
a. Los indicadores pueden ser ítems o
computacional.
dimensiones (las dimensiones pueden ser
d. En el SEM los modelos de resolución matemática
compuestas por ítems).
están los ML (ML Robusta), y los de Mínimo
i. La diferencia principal es que el Análisis de ruta
cuadrado (ULS, DWLS).
trabaja con variables observables, mientras que el
e. Mientras que en AR solo hay VO, en el SEM hay
análisis de ecuaciones estructurales con variables
VL y VO.
latentes.
f. El AR supone un modelo de relación, el SEM hay
j. Cada variable latente se vuelve un modelo de
modelo de relación y de medida.
medida de las ecuaciones estructurales. Al igual
g. El SEM permite verificar modelos de medida, y el
que el modelo de ruta, tiene un modelo de
AR no.
relaciones.
h. Los SEM son modelos sobreidentificados, los AR
k. Los indicadores de la variable latente son los que
identificados.
tienen errores, no la variable latente.
i. El SEM permite probar la teoría, el AR genera
l. La literatura no establece si el SEM es mejor que
teorías.
AR, sin embargo, el SEM tiene mayor potencia y
j. Los SEM son estrategias confirmatorias, y el AR
eficiencia estadística, porque la resolución a nivel
exploratorias.
matemático es con una regresión más compleja a
nivel computacional. En el SEM se resuelve todo FASES
de una vez, mientras que el AR se resuelve paso a
Especificación
paso.
El investigador establece la relación hipotética entre
m. Evalúa las relaciones de dependencia múltiple y
latentes y observadas.
cruzadas.
n. Grado para representar conceptos no observados y Identificación
tener en cuenta el error de medida en el proceso de Se determina si el modelo está identificado mediante
estimación. una expresión algebraica, en función de las varianzas y
o. Modela las relaciones entre variables predictoras covarianzas muestrales.
(o indicadores o exógenas) y variables criterio (o Estimación de parámetros (desconocidos)
dependiente, endógenas). Y sus errores de medición.
p. Más confirmatorios que exploratorios: confronta el Evaluación del ajuste o Bondad de ajuste
conocimiento a priori e hipótesis empíricas. Son índices de exactitud d ellos datos del modelo para
q. Trabaja con variables observables o medibles determinar si es correcto y sirve para los propósitos del
(tienen valor de entrada) y con variables no investigador.
observadas o latentes (no tienen valor y se pueden Medidas absolutas
usar como concepto). Grado en el que el modelo general predice la matriz de
r. Ventajas: análisis de las relaciones por cada correlación. χ2/gl, NCP (no-centralidad del parámetro),
subconjunto de variables, permite interrelación GFI, RMSEA, RMSR, ECVI (índice de validación
entre variables de distintos grupos. Además, cruzada esperada).
permite comprobar todas las hipótesis al mismo
Medidas de ajuste incremental
Comparan el modelo propuesto con otro, generalmente
“modelo nulo”.
AGFI, NNFI, NFI (índice normado de ajuste).
Medidas de parsimonia
Nro. de coeficientes estimados necesarios, es la
cantidad de ajuste del modelo por cada variable. Entre
0 y 1, adecuados y elevados. Compara modelos. PNFI
(índice de ajuste normado de parsimonia), AIC
(criterio de información de Akaike), PGFI (índice de
bondad de ajuste de parsimonia).
Reespecificación del modelo
Saber si el primer modelo obtenido es el mejor.
Métodos para mejorar el ajuste, más o menos
parámetros estimados. Hay un índice de modificación,
una reducción de χ2 (mínimo 3.84 para que sea
significativo).
Interpretación de resultados
Establecer modelo correcto y establecer que hipótesis
se cumplieron y cuáles no. Conclusión.

Interpretación de Luis
Indicadores de Ajuste
1. Seleccionar 3 o 5 (procurando de que sean
impares).
2. Fijar un criterio (nivel de seguridad): .90 y .10;
.95 y .05; .99 y .01. Si hay una N grande y
pocas VO, el criterio puede ser más laxo.
3. Indicar si se cumple o no, y su valor.
4. El modelo propuesto se ajusta al obtenido. Si
no se ajusta se puede recomendar reajustar el
modelo y no se sigue interpretando.
Evaluar modelos de medida
1. Evaluar cargas factoriales en c/u de los
modelos.
2. Criterio: mayor a .4 o .5. Se representa con
lambda.
3. Si uno es menor se puede recomendar eliminar
el factor.
4. Indicar cual tiene más correlación entre VO y
VL.
5. Identificar lo que determina las cargas
positivas y negativas del factor. Ejemplo de
Dieta y gaseosa.
Analizar Predicción
1. Similar al AR.
2. Calcular efectos directos, indirectos y totales.
3. Las cargas factoriales entre variables latentes
se interpretan por magnitud y dirección.
4. Los factores no pueden predecir.
5. Se representa con gamma.