Modelo de ecuaciones estructurado - Paso 1: Especifique el Modelo

Paso 1 del proceso de desarrollo SEM de cinco pasos

La premisa fundamental del modelado estructural de ecuaciones (SEM) es que un investigador de mercado "puede probar si ciertas variables están interrelacionadas a través de un conjunto de relaciones lineales al examinar las varianzas y covarianzas de las variables "(StatSoft, 2011) Esta es quizás una de las afirmaciones más claras sobre SEM, SI usted entiende los términos utilizados en la oración.

Entonces, revisemos.

Variable - (Sustantivo) Según Merriam-Webster: "1). Un elemento o factor que puede variar o cambiar; 2) Una cantidad que durante un cálculo se supone que varía o puede variar en valor. "

Relación lineal - Según Investopedia: En los términos más simples," la relación entre una variable y una constante que se puede expresar en un gráfico en el que una constante y una variable están conectadas por una línea recta." Un ejemplo sería el costo de los veleros que aumenta de forma lineal a medida que uno avanza por la línea hacia embarcaciones cada vez más grandes, medidas en pies cuadrados.

Varianza - Según el Diccionario de negocios: "1) La diferencia entre un resultado esperado y el resultado real; 2) En estadística, la media aritmética de los cuadrados de la desviación de todos valores en un conjunto de números de su media aritmética. La varianza y su raíz cuadrada (la desviación estándar) son de importancia fundamental como una medida de dispersión. "

Covarianza Variable - De acuerdo con Merriam-Webster:" En estadísticas y la teoría de la probabilidad, la covarianza es una medida de cuánto cambian juntas dos variables. "

El SEM se basa en la estructura que se basa en las Matemáticas

Este primer paso en el proceso SEM es básicamente uno de los investigadores de mercado que declara - o dibuja, mediante el uso de un diagrama de ruta - la forma en que él / ella cree que las variables están interrelacionadas.

Puede ser útil pensar sobre el efecto de las transformaciones aditiva y multiplicativa. Por ejemplo, si una lista de números se multiplica por una constante K, la media y la desviación estándar también se multiplican por el valor absoluto de K. Es automático. Con los números, se ve así: Para los números 1, 2 y 3: La media es 2 y la desviación estándar es 1. Digamos K = 4. Multiplicando 1, 2 y 3 por K da como resultado 4, 8, y 12. Para 4, 8 y 12, la media es 8 y la desviación estándar es 4. La varianza es 16. Recuerde, "la varianza es una medida de cuán lejos está cada valor en el conjunto de datos de la media". Por lo tanto, la desviación estándar al cuadrado.

Como sabes que los dos conjuntos de números están relacionados, y sabes cuál es la varianza, puedes probar indirectamente la hipótesis de que un conjunto de números está relacionado con el otro conjunto de números al comparar la varianza de las variables.

La información sobre Modelado de ecuación estructural a continuación se basa en el contenido del libro de R. H. Hoyle (ed.) 1995. Modelado de ecuaciones estructurales. SAGE Publications, Inc. Thousand Oaks, CA cortesía de Google Books, y también sobre la graciosa interpretación de escritos complejos sobre SEM por Ricka Stoelting, anteriormente de San Francisco State University.

En el paso de especificación del modelo, el modelo se define en términos de sus parámetros. Se consideran dos tipos de parámetros: parámetros fijos y parámetros libres.

¿Por qué los parámetros designados son fijos o gratuitos?

Identificar qué parámetros son fijos y qué parámetros son libres es crítico para la integridad y la aplicación del modelo SEM. Las designaciones fijas o libres determinan cómo se compararán los componentes del modelo. Los componentes del modelo son: 1) el diagrama hipotético, 2) la varianza poblacional de la muestra, y 3) la matriz de covarianza. Cada uno de estos componentes es importante para probar el ajuste del modelo (que es el Paso 4)

El investigador de mercado determina qué parámetros se designan libres y qué parámetros se designan como fijos. Las elecciones hechas por el investigador de mercado son un reflejo de la hipótesis a priori .

significa que "del primero" en latín, por lo que se refiere a la hipótesis hecha antes de que la investigación o experimento haya tenido lugar. Entonces, una hipótesis a priori es una mejor aproximación a las relaciones a explorar a través del proceso SEM.

El investigador de mercado hace una mejor estimación acerca de qué vías serán importantes en la estructura relacional. El investigador de mercado conjetura qué parámetros jugarán un papel en la varianza de la muestra (que es observable) y en la matriz de covarianza. En otras palabras, ¿dónde espera el investigador de mercado que ocurran las relaciones?

Un parámetro fijo generalmente se establece en cero. Cero significa que no hay una relación entre las variables. Debido a que el modelo se basa en rutas, los parámetros fijos tendrán rutas que tienen etiquetas numéricas. Una excepción, por supuesto, ocurre si un valor de cero ha sido asignado a una ruta. No se dibuja ninguna ruta en el diagrama SEM para una ruta con un valor de cero.

Un investigador de mercado espera que los parámetros libres tengan valores distintos de cero. Los parámetros libres se estiman a partir de los datos que son observables. En el diagrama SEM, las rutas de los parámetros libres están marcadas con asteriscos.

¿Listo para continuar?

• Identifique el modelo
• Estime el modelo
• Pruebe el modelo Ajuste
• Manipule el modelo