El objetivo de esta asignatura es introducir al alumno a los modelos de ecuaciones estructurales para que los conozca y sea capaz de aplicarlos.
Se comienza con una revisión de los conceptos fundamentales y de la nomenclatura utilizada. Se discuten los métodos de estimación y los estadísticos de bondad de ajuste. Se desarrollan ejemplos simples para ilustrar la manera de definir estos modelos con los programas al uso.
Se discuten los principales inconvenientes de estos métodos de análisis y se estudian algunos artículos ilustrativos en los que se utilizan (correcta o incorrectamente) dichos modelos.
El interés se centra en los pasos necesarios para conseguir formular, especificar, estimar e interpretar este tipo de modelos incidiendo en las estrategias que deben conocerse para poder utilizar los programas disponibles.
Un estudiante que supere la asignatura Modelos de ecuaciones estructurales debe estar capacitado para…
1. Entender las partes de un modelo de ecuaciones estructurales, sus componentes y el papel de cada uno de los parámetros contenidos en él. Debe ser capaz de formularlas ecuaciones de un modelo (matricial y explícitamente) y determinar los grados de libertad disponibles.
2. Ser capaz de valorar modelos ya publicados, criticarlos, detectar errores de especificación y de identificación de los parámetros, y proponer mejoras.
3. Ser capaz de definir modelos simples de las tipologías básicas: modelos de regresión lineal múltiple, modelos de rutas, modelos de análisis factorial confirmatorio, modelos de análisis factorial de segundo orden y modelos de regresión con variables latentes (recursivos y no recursivos).
4. Utilizar las prestaciones del programa AMOS para definir y estimar los modelos de las tipologías mencionadas anteriormente, estableciendo las restricciones necesarias para poder llevar a cabo la estimación. Ser capaz de realizar una valoración técnica de los resultados. Saber interpretar los resultados de la estimación. Distinguir la información relevante de la accesoria.
5. Aprender a elaborar un informe básico que resuma la aplicación de esta técnica de análisis a un problema concreto.
6. Conocer las limitaciones de esta metodología de análisis y los problemas que pueden surgir al utilizarla de manera inadecuada en la elaboración de teorías científicas.
7. Preparar los datos con otras herramientas de análisis de datos como el SPSS o EXCEL para su análisis, valorar la adecuación previa de los datos y saber cómo introducirlos en los programas de estimación.
8. Obtener de forma autónoma y eficiente información relevante a partir de las fuentes bibliográficas relacionadas con los avances en el desarrollo de estos modelos y sus problemas.
9. Acercarse con actitud crítica a una base de datos, sabiendo dónde y cómo dirigir la atención para encontrar fortalezas y debilidades.
10. Trabajar de forma minuciosa y ordenada en el tratamiento de los datos, como estrategia de autoprotección contra errores.
