Introducción a los Modelos de Ecuaciones Estructurales

Abstract

Los modelos de ecuaciones estructurales (en adelante SEM1) son una técnica estadística cuantitativa multivariante que tiene como objetivo principal describir la relación existente entre una serie de variables observables y otras no observables denominadas variables latentes. Esta técnica es muy utilizada en diversos campos, principalmente en ciencias sociales como la psicología. En este trabajo, se tratarán de exponer los fundamentos que caracterizan a los SEM y se mostrarán algunas aplicaciones mediante el uso del software estadístico R. Para ello, el trabajo se ha dividido en cuatro bloques o capítulos. En el primer capítulo se describirá de manera breve en qué consisten este tipo de modelos, además de explicar el contexto en el que surgen e introducir algunos conceptos importantes para su formulación. También se describen de forma breve los tipos de SEM que existen. En el segundo capítulo, se detallarán los pasos necesarios para la construcción de un modelo SEM, partiendo de la comprobación de las hipótesis previas que deben darse para ello, y finalizando con la evaluación del modelo y la obtención de conclusiones. El tercer capítulo está dedicado a la aplicación práctica de los SEM mediante el uso del software R sobre dos conjuntos de datos. El primero de ellos trata sobre la expansión de la democracia y la industrialización en países en vías de desarrollo. En el segundo caso práctico se muestra la aplicación de los modelos SEM sobre un conjunto de datos cuyas observaciones están divididas en grupos o clusters. Finalmente, el cuarto capítulo contiene las conclusiones, donde se hace balance de los principales resultados, tanto teóricos como prácticos, que se han obtenido a raíz de la realización de este trabajo.

Structural Equation Modeling (SEM) is a multivariate quantitative statistical technique whose main objective is to describe causal relationships between observable and unobservable variables, which are called latent variables. This technique is widely used in many areas, mainly in social sciences such as psychology. In this work, we will try to explain the fundamentals that characterize the SEM and some applications will be shown by using the R statistical software. For this purpose, the work has been divided into four blocks or chapters. The first chapter will briefly describe what this type of modeling consists of, as well as explaining the context in which they arise and introducing some important concepts for their formulation. The types of SEM that we can found will also be briefly described. In the second chapter, the necessary steps for the construction of a SEM model will be detailed, starting with the verification of the previous hypotheses that must be given for this purpose, and ending with the evaluation of the model and the drawing of conclusions. The third chapter is focused on the practical application of SEM using R software on two datasets. The first one is about the expansion of democracy and industrialization in developing countries. The second practical case shows the application of SEM models on a dataset whose observations are divided into clusters. Finally, the fourth chapter is devoted to conclusions, which take stock of the main results, both theoretical and practical, that have been obtained as a result of this work.