Empezando a trabajar con

LISREL para Windows

 Empezando a trabajar con LISREL para Windows

Este documento es una guía breve guía para aquellas personas que
habitualmente utilizan SPSS y que tienen necesidad de estimar y evaluar
un modelo estructura con LISREL para Windows versión 8.71.
Describiremos fundamentalmente las siguientes utilidades:
• Importar datos
• Elaborar diagramas causales
• Fijar o restringir parámetros
• Seleccionar, de entre los procedimientos implementados en el programa, el
método de estimación deseado
• Configurar la salida de resultados deseada
• Modificar el modelo
 Introducción
Para facilitar la comprensión del programa vamos a partir de hipótesis concretas muy
sencillas que pueden facilitar la comprensión de LISREL en particular y de los
modelos de ecuaciones estructurales en general.
Hipótesis 1. El conocimiento del español actúa como variable mediadora entre los
años que una población inmigrante lleva en España y la satisfacción con el nivel de
vida aquí.
El diagrama conceptual de esta hipótesis es muy sencillo y sería:

Conocimiento
Años Satisfacción
idioma

Normalmente los datos correspondientes a las variables anteriores los hemos escrito
en un archivo de datos de SPSS (*.sav) que LISREL no puede leer. Lo primero por
tanto es convertir el archivo .sav en un archivo de datos del sistema PRELIS (.psf)
para que el programa LISREL pueda ajustar el modelo. Así, en las siguientes
transparencias veremos como ajustar un modelo path (todas las variable son
observadas o manifiestas) a un archivo de datos de SPSS.
Ajustando un modelo path a un archivo de datos
de SPSS
Al archivo de datos que contiene la información de las variables de la hipótesis le hemos llamado
“satisfacción.sav” y la siguiente figura es una porción del mismo. El archivo contiene información
de N=286 inmigrantes y tres variables.

Estadísticos descriptivos

N Mínimo Máximo Media Desv. típ.

Conocimiento del
286 1,00 5,00 4,5280 ,77974
español
Años residiendo en
286 ,08 16,00 9,5580 4,78836
España
Satisfacción con el nivel
286 1,00 5,00 4,2797 ,94706
de vida en España
N válido (según lista) 286
 Importando datos de SPSS a PRELIS

• En primer lugar abrimos el programa LISREL cliqueando en el icono

que tenemos en el escritorio.
• Aparece una ventana muy simple: una barra con tres menús y una barra de
herramientas

• Seleccionamos el menú File cliqueando sobre él con el botón izquierdo del ratón y
se despliegan las opciones de la siguiente figura.
 Importando datos de SPSS a PRELIS

Vamos a describir, brevemente, las utilidades de las opciones de File.

•La opción New nos permite crear •Open, como puedes ver en la siguiente figura,
cualquiera de los archivos que soporta nos permite abrir cualquiera de los archivos
LISREL (PRELIS Data, SIMPLIS Project, propios en el sistema LISREL.
LISREL Project, Path Diagram).
 Importando datos de SPSS a PRELIS

La opción Import data in free format La opción Import External Data in

nos permite abrir datos escritos con el Other formats nos permite abrir
sistema PRELIS en diferentes formatos archivos de datos escritos con otros
incluidos los de SPSS. programas, por ejemplo SPSS, y
convertirlos en archivos PRELIS (.PSF).
 Importando datos de SPSS a PRELIS
Seleccionamos import External Data in Other formats. En el campo Tipo:
seleccionamos SPSS Data File (“.sav) y el Nombre del archivo en el que hemos
grabado los datos: satisfacción.sav que se encuentra en el Escritorio.

A continuación cliqueamos en Abrir. Aparece la ventana Guardar como y ahí insertamos el

nombre satisfacción.PSF en el campo Nombre. Con esta operaciones tenemos el archivo de
datos que necesitamos para probar la hipótesis en un formato que puede leer LISREL. Se
recomienda escribir los archivos que LISREL va a utilizar en una carpeta lo más cercana al
directorio raíz pues es posible que en cualquier otro caso no escriba la dirección completa de
los archivos y aborte el proceso
 Importando datos de SPSS a PRELIS
Seleccionamos import External Data in Other formats. En el campo Tipo:
seleccionamos SPSS Data File (“.sav) y el Nombre del archivo en el que hemos
grabado los datos: satisfacción.sav que se encuentra en el Escritorio.

A continuación cliqueamos en Abrir. Aparece la ventana Guardar como y ahí insertamos el

nombre satisfacción.PSF en el campo Nombre. Con esta operaciones tenemos el archivo de
datos que necesitamos para probar la hipótesis en un formato que puede leer LISREL. Se
recomienda escribir los archivos que LISREL va a utilizar en una carpeta lo más cercana al
directorio raíz pues es posible que en cualquier otro caso no escriba la dirección completa de
los archivos y aborte el proceso
 Importando datos de SPSS a PRELIS
El resultado de estas operaciones es la ventana correspondiente a la entrada de datos de
PRELIS.

Para ajustar el modelo no es necesario que tengamos abierto el archivo de datos de PRELIS.
 Dibujando un diagrama causal
(Path diagram) en LISREL
Para crear el diagrama correspondiente a la hipótesis volvemos a la opción de File (es
indiferente si tenemos abierto o cerrado el archivo de datos a la hora de crear diagrama
causales) y ahora seleccionamos New como muestra la siguiente figura. New abre una
ventana nueva con las distintas opciones que nos proporciona LISREL. Es cómo si nos
preguntaran qué es lo que queremos hacer: escribir datos (PRELIS Data), escribir el
modelo en el lenguaje SIMPLIS (SIMPLIS Project), escribir el modelo en el lenguaje de
programación LISREL (LISREL Project) ó dibujar el diagrama causal (Path Diagram)

Nosotros vamos a elegir Path Diagram y, posteriormente, seleccionamos el botón Aceptar

 Dibujando un diagrama causal (Path
diagram) en LISREL
Se abre nuevamente la ventana Guardar como y aquí en el campo Nombre escribimos el
que queremos que tenga el archivo que va a contener el diagrama causal de nuestra
hipótesis. En nuestro caso el nombre elegido es satisfaccion. Observa que el campo Tipo
se rellena automáticamente con la extensión *.pth propio de los diagramas causales. A
continuación pulsamos en Guardar.
 Dibujando un diagrama causal (Path
diagram) en LISREL
• La ventana siguiente nos muestra el
nombre del archivo en dónde vamos a
guardar el diagrama (satisfaccion.pth).

• Debajo una barra de menúes que nos van

a permitir acceder a las diferentes utilidades
de LISREL para ajustar modelos.
• Una barra de herramientas ya clásica en
los programas para Windows.

• Por último, de momento, una columna a la

izquierda con dos filas. La primera para las
variables Observadas y la segunda para las
latentes. Por defecto incorpora dos variables
observadas (VAR 1 y VAR 2) y ninguna
latente.
• La parte de la derecha es como una pizarra
en dónde se puede dibujar utilizando la
barra de dibujo
 Dibujando un diagrama causal (Path
diagram) en LISREL: Incorporacón de
variables de un archivo *.psf
Antes de empezar a dibujar vamos a
incorporar a esta ventana las variables
de nuestra hipótesis y cuyos datos los
tenemos guardados en el archivo
satisfaccion.psf. Operamos de la
siguiente manera:
• Seleccionamos el menú Setup y la
opción Variables como se muestra en
la figura adjunta.
• Aparece la ventana Labels y debajo
del cuadro Observed Variables un
botón sobre el que
vamos a pulsar para incorporar
nuevas variables
 Dibujando un diagrama causal (Path
diagram) en LISREL : Incorporación de
variables de un archivo *.psf
• El botón anterior nos lleva a la
ventana de la derecha.
• Observa que por defecto está
marcada la opción de leer un
archivo LISREL (*.lpj). Pulsando
sobre la flecha a la derecha del
campo Read from file podemos
cambiar el tipo de archivo a leer por
un archivo PRELIS (*.psf) que es en
el que tenemos nuestra variables.
.
 Dibujando un diagrama causal (Path
diagram) en LISREL : Incorporación de
variables de un archivo *.psf
• Seleccionamos PRELIS System File
y pulsamos en el botón para
incorporar el archivo satisfaccion.psf
como se observa en la ventana de la
derecha.
• A continuación seleccionamos
Abrir.
• Volvemos a la ventana Add/Read
Variables pero ahora con el campo
File Name relleno.
• Ya sólo nos queda pulsar el botón
OK y habremos incorporados las
variables a la ventana del diagrama
path.
 Dibujando un diagrama causal (Path
diagram) en LISREL : Incorporación de
variables de un archivo *.psf
• Nos encontramos otra vez en la
ventana Labels y tenemos dos
opciones pulsar
y continuar definiendo las opciones
del ajuste o seleccionar
y dibujar el diagrama causal. Vamos
a seleccionar OK y después
volveremos a NEXT.
 Dibujando un diagrama causal (Path
diagram) en LISREL
• Volvemos a la ventana que nos
permite dibujar diagramas pero
ahora tenemos en al lista de
variables observadas las que hemos
codificado en el archivo
satisfacción.psf y hemos incluido en
la hipótesis.
• En nuestra hipótesis todas las
variables son observadas y sólo una
de ellas es exógena (X) las otras
dos son endógenas (Y). Pues bien
la manera de incorporar esta
distinción en la lista de variables es
marcar en el recuadro de la
derecha, con el botón izquierdo del
ratón a las variables endógenas. En
nuestro caso marcaremos
AÑOESP1 y NIVEL
 Dibujando un diagrama causal (Path
diagram) en LISREL
• Observa que con respecto a la
transparencia anterior, la única
diferencia son las cruces en las
variables.
• Ahora vamos a empezar a dibujar el
diagrama pinchando con el botón
izquierdo del ratón sobre el nombre
de la variable exógena CONOESP y
con el botón pulsado la desplazado
hasta la pizarra y soltamos el botón.
Lo mismo hacemos con el resto de
las variables.
• Observa que las variables tienen
colores distintos según sean
exógenas o endógenas.
• A continuación utilizamos la barra de
dibujo de relaciones que se
encuentra a la derecha de la
variable o en el menú View.
 Dibujando un diagrama causal (Path
diagram) en LISREL
• Para dibujar el efecto directo entre CONOESP y AÑOESP1
• 1. seleccionamos la flecha:
2. situándonos sobre la variable X, y con el botón izquierdo
del ratón pulsado, desplazamos el trazo de la flecha hasta la
variable Y1. De la misma manera dibujamos el efecto directo
de Y1 a Y2
 Definiendo las condiciones del análisis
• Además de dibujar el diagrama causal es
necesario indicarle al programa el número
de sujetos de la muestra. Para indicar el
tamaño de la muestra seleccionamos,
nuevamente, Setup y la opción Data.
Esto sólo es necesario cuando la matriz
de datos sea una matriz de var-covar o
de correlaciones.
• En la ventana Data aparecen varios
campos con información y otros en
blanco. En el campo Statistics from
definimos el tipo de matriz que se va a
utilizar: Raw Data es un matriz de datos
estándar.
• File Type: se refiere al tipo de archivo de
LISREL que va a leer y, que ya antes
cuando incorporamos las variables,
incluimos.
• Number of Observations se refiere al
número de sujetos y aquí es dónde
vamos a incluir el valor de 295.
• El último campo se refiere a la matriz que
analiza por defecto que es la de var-covar
• Lo siguiente es pulsar OK y estamos en
disposición de obtener estimaciones de
los parámetros con el método de
estimación que tienen por defecto que es
ML y con la salida por defecto.
 Ajustando el modelo
• Al pulsar OK volvemos a la vista del
Diagrama.
• Si ahora pulsamos en el ejecutable
de LISREL para el ajuste de
modelos

que se encuentra en la barra de

herramientas desaparece la vista
del diagrama y nos proporciona la
ventana de sintaxis de SIMPLIS.
Pulsando nuevamente sobre el
ejecutable de ajuste obtenemos las
estimaciones de los efectos directos
en el diagrama y dos medidas de
ajuste global del modelo. Además
crea una archivo de resultados con
información adicional.
 Distintas vistas del diagrama
• La ventana de la derecha muestra el resultado de la estimación en el
diagrama.
• Los coeficientes corresponden a los valores de los efectos directos no
estandarizados. También aparece la varianza de la variable exógena, y las
varianzas de error de las variables endógenas.
 Distintas vistas del diagrama
• Si en el campo Estimates pulsamos en la flecha podemos incorporar al
diagrama otros estadísticos.

• Podemos obtener la solución estandarizadas seleccionando: Standarized

Solution
 Distintas vistas del diagrama
• Podemos ver el diagrama conceptual:
 Distintas vistas del diagrama
• Podemos ver los valores de los índices de modificación:
 Distintas vistas del diagrama
• Y por último, el cambio esperado con estas modificaciones en el valor de
los coeficientes.
 Procedimientos de estimación y opciones
para la salida del archivo de resultados
• Aunque las opciones por defecto de un programa
normalmente son las más utilizadas por ser, a su vez,
las más robustas conviene saber cuáles son esas
opciones y que otras posibilidades tenemos. Para
conocer con qué método de estimación hemos
estimado y qué otros podemos utilizar vamos a
seleccionar el menú Output y LISREL Output.
• Si pinchamos en Estimations tenemos acceso a una
ventana con los diferentes métodos de estimación
implementados en LISREL. Por defecto está
seleccionado ML.
 Procedimientos de estimación y opciones
para la salida del archivo de resultados
• Seleccionando el botón NEXT de la ventana
anterior tenemos la posibilidad de seleccionar
algunos estadísticos muy útiles para
determinados análisis por ejemplo: efectos
totales e indirectos (Total Effects and Indirect
Effects). Los efectos indirectos son los
estadísticos necesarios para comprobar hipótesis
de mediación. Por ejemplo en nuestro modelo la
variable CONO no afecta directamente a NIVEL
sino indirectamente. Con esta opción obtenemos
el valor y la significación de los efectos
indirectos.
• Otra opción que puede ser útil en modelos con
variables latentes es la de Factor-scores
Regression que nos permite obtener la matriz de
pesos para obtener la matriz de puntuaciones de
los sujetos en los factores.
• Podemos seleccionar Print All y tendremos una
salida completa pero tediosa.
 Procedimientos de estimación y opciones
para la salida del archivo de resultados
• Seleccionando el botón NEXT podemos
salvar diferentes matrices.
 Ejercicio
• Implementar en LISREL el siguiente
modelo:

El archivo de datos se llama mbidentistas.sav

 Implementando un modelo con variables
latentes: modelo de medida
Vamos a mostrar en este ejemplo como implementar y evaluar un modelo de medida
para confirmar la estructura factorial del MBI en una muestra de personal de la
universidad de Sevilla.
La estructura del MBI es una estructura trifactorial correspondiente a la escala que
mide realización personal. En el siguiente archivo vienen descritos los ítemes
(indicadores) correspondientes a cada variable latente.
El archivo de datos de esta investigación se denomina: mbiuniversidad.sav
Los procedimientos para importar datos y dibujar el diagrama causal son los
descritos antes. No los describiremos en detalle salvo en las cuestiones que son
específicas para los modelos con variables latentes.
 Importando datos de SPSS a PRELIS
• La ventana de la derecha es una
porción del archivo importado PRELIS
• Los valores -999999,000 son valores
perdidos.
• Por defecto PRELIS considera a las
variable ordinales y nosotros las
vamos a considerar cuantitativas. Para
hacer este cambio vamos a
seleccionar el menú Data y Define
Variables
 Importando datos de SPSS a PRELIS
• Vamos también a definir los valores
perdidos pulsando en missing values y
escribiendo el valor -99999,000

• De momento no vamos a describir más

utilidades de PRELIS lo haremos en función
de las necesidades del análisis
 Importando datos de SPSS a PRELIS
• Seleccionamos los 22 ítemes del MBI
y pulsamos en el botón Variable Type
y continuous
 Dibujando el diagrama causal para el
modelo de MBI(Path diagram) en LISREL
Para crear el diagrama volvemos a la opción de File seleccionamos Path Diagram
 Dibujando un diagrama causal (Path
diagram) en LISREL
Se abre nuevamente la ventana Guardar como y aquí en el campo Nombre escribimos el
que queremos que tenga el archivo que va a contener el diagrama causal de nuestra
hipótesis. En nuestro caso el nombre elegido es mbiuniversidad.pth. A continuación
pulsamos en Guardar.
 Dibujando un diagrama causal (Path
diagram) en LISREL
• La ventana siguiente ya la conocemos y vamos ahora a incorporar las
variables del archivo mbiuniversidad.psf.
• Seleccionamos el menú Setup y la opción Variables como se
muestra en la figura adjunta.
• En la columna de variables latentes (Latent Variables) pulsamos en el
botón Add Latent Variables
 Dibujando un diagrama causal (Path
diagram) en LISREL
• Escribimos Cansancio y
seleccionamos OK
• Volvemos a pulsar en Add Latent
Variables y ahora escribimos
Despersonalización.
• Por último incorporamos la variable
Realización
• Una vez incorporadas las variables
latentes pulsamos en el botón
Add/Read Variables para incorporar
las variables observadas del archivo
de datos.
 Dibujando un diagrama causal (Path diagram) en
LISREL : Incorporación de variables de un archivo
*.psf
.
Seleccionamos el archivo de
datos y pulsamos en abrir y
como antes seleccionamos la
opción de leer una archivo
PRELIS. Pulsando OK
terminamos la incorporación de
variables
 Dibujando un diagrama causal (Path
diagram) en LISREL
• Ahora tenemos variables tanto en la
columna Observed como en Latent.
• Para incorporarlas a la zona de
dibujo hacemos lo mismo que antes
arrastramos, con el botón izquierdo
del ratón pulsado, el nombre de la
variables.
• Vamos a empezar por las variables
latentes.
 Dibujando un diagrama causal (Path
diagram) en LISREL
• A continuación incorporamos los indicadores de Cansancio y
dibujamos los efectos directos:
 Definiendo las condiciones del análisis
• Incorporamos el resto de indicadores y el
modelo a estimar quedaría como.
• En los modelos con variables latentes es
necesario definir la escala de las mismas.
Hay dos procedimientos para hacerlo:
– O bien fijamos las varianzas en el valor de
1.00 (variables estandarizadas) esta es la
opción por defecto que tiene implementada
LISREL
- La segunda opción es fijar un peso para
cada factor en 1. La escala de la variable
latente es la de la variable a la que le
asignemos ese peso. No hay acuerdo
sobre que procedimiento es mejor. Cuando
la escalas de las variables sean
importantes o se comparen muestra
distintas no se recomienda fijar las
varianzas.
Podemos ya ejecutar el análisis y obtener los
valores de los parámetros y de los índices
de ajuste.