Académique Documents
Professionnel Documents
Culture Documents
1
1.1 Noción de causalidad
e1 e2
e3
2
2. MODELIZACIÓN CON ECUACIONES ESTRUCTURALES Y VARIABLES
LATENTES
3
2.1.1 Diagrama, modelo de medida y modelo estructural
δ1 X1 Y1 ε2
λ11 ξ1 γ11 η1
δ2 Y2 ε2
X2
λ21 φ21 ζ1
γ12 β21 ζ2 ψ21
ξ2 η2
4
2.1.2 Supuestos previos a la estimación
Como supuestos de partida hay que considerar cero las covarianzas entre los
factores exógenos y los términos de perturbación aleatoria, y las covarianzas de los
factores exógenos y errores de medida, al igual que se hacen cero el valor esperado de
los errores de medición y de los términos de perturbación aleatoria. Las variables
independientes se toman centradas (no estandarizadas), es decir, su valor esperado es
cero. Las distribuciones de las variables explicativas, términos de perturbación y errores
de medida, se asumen normal multivariante, y la ausencia de este supuesto no lleva a
sesgos en la estimación, pero sí afecta a la eficiencia de los estimadores y a los
contrastes de hipótesis.
Partiendo de que el modelo está identificado, cada uno de los parámetros tendrá
un valor único. Si conociésemos los valores de los parámetros del modelo correcto y las
varianzas y covarianzas poblacionales, entonces cada elemento de esta matriz sería
idéntico al reproducido en la matriz del modelo, pero como la poblacional no es
conocida la aproximamos por la matriz de varianzas y covarianzas muestral. El proceso
de estimación consiste en la obtención de aquellos valores p de los parámetros π que
ajusten lo mejor posible a la matriz observada, por la que aquellos reproducen. La
estimación de coeficientes se realiza mediante procedimientos iterativos de
minimización de desviaciones, bajo la hipótesis de que nuestro modelo es correcto. Tras
la fase de estimación, los tests de bondad del ajuste nos permitirán decidir si la falta de
identidad entre la matriz de varianzas y covarianzas muestral y la generada por el
modelo, se debe al azar o a la inadecuación del modelo.
5
Se pueden emplear diferentes funciones de ajuste entre las matrices implicada y
observada, aunque todas siguen una estructura similar, la expresión genérica que se
minimiza es del tipo:5 F = (S-Σ(p))’ W (S-Σ(p)), en donde S es la matriz observada, Σ(p)
la matriz implicada, (S-Σ(p)) son los vectores de residuos y W es la matriz de
ponderación.
Las técnicas de evaluación del modelo pueden ceñirse a una valoración global de
la bondad del ajuste o extenderse al análisis detallado de los parámetros y residuos del
modelo, con el objetivo de determinar si se han impuesto las restricciones necesarias al
modelo, y si las estimaciones de los parámetros son susceptibles de interpretación
plausible y útil para el investigador. A partir del estadístico chi-cuadrado podemos
obtener otros indicadores de bondad de ajuste que comparan el valor obtenido de χ2
para el modelo, con el del modelo base que supone la no-asociación entre las variables
del modelo (caso peor). Entre estas medidas encontramos el índice de ajuste normado
(NFI), el índice de ajuste no normado (NNFI) y el índice de no centralidad relativo
(RNI). Si realizamos un diagnóstico detallado, podemos emplear otros contrastes para
ver la significación de parámetros adicionales, como por ejemplo el test de razón de
verosimilitud, el test de los multiplicadores de Lagrange, test de Wald, etc.
6
desconfirmación, mediante el cual el cliente configura su nivel de satisfacción, en
función de la calidad percibida tras la experiencia de prestación del servicio.
Imagen
ζ 3.206
1.666
ζ
0.72
ζ ζ
Expectativas
0.64
2.275
1.417 Satisfacción Fidelización
0.92
Valor
2.353 3.114 Servicio
2.391 0.71
1.04
Calidad del 0.11
ζ
Servicio
Calidad del
Producto ζ
7
4.2 Operacionalización de las variables latentes
Los siete componentes del índice son por tanto variables latentes, medidas cada
una por dos o tres indicadores, en cada caso. El Plan de operacionalización de las
variables latentes en indicadores, se ha realizado mediante la utilización de un
cuestionario realizado a los usuarios de los servicios, de forma que los diferentes
indicadores son los ítems o preguntas efectuadas:
Para poder obtener una medida de los constructos o variables latentes del ECSI,
es necesario plantear las expresiones que relacionan cada uno de estos conceptos con
sus indicadores, es decir, elaborar el modelo estructural y el modelo de medición que
subyacen en el ECSI.
1. Modelo de medición: Especifica las ecuaciones que vinculan las variables latentes a
las observadas o indicadores x e y, expresado de forma matricial sería:
x = Λ xξ + δ
y = Λ yη + ε
2. Modelo estructural: Especifica las ecuaciones causales lineales entre las variables
latentes del modelo.
8
η = βη + τξ + υ
Siendo:
η : variables endógenas
β : matriz de coeficientes de las variables endógenas
τ : matriz de coeficiente de la variable exógena
ξ : variable exógena
υ : término perturbación aleatoria
Imagen = Imagen
Expectativa = γ10 Imagen + ζ1
Calidad producto = γ31 Expectativa + ζ3
Calidad servicio = γ21 Expectativa + ζ2
Valor del servicio = γ41 Expectativa + γ42 Cal servicio + γ43 Cal producto + ζ4
Satisfacción = γ50 Im + γ51 Exp +γ5,4 Val + γ52 Cal serv + γ43 Cal prod + ζ5
Fidelización = γ60 Imagen + γ65 Satisfacción + ζ6
9
- Índice del Radical del error de aproximación medio, que se obtiene como la raiz
cuadrada de la ratio del parámetro no central ajustado por los grados de libertad.
(RMSEA: Root Mean Square Error Aproximation).
5. RESUMEN Y CONCLUSIONES
6. BIBLIOGRAFÍA
10
3
DÍEZ MEDRANO, J. (1992). Métodos de análisis causal. Cuadernos Metodológicos, CIS, Madrid. Pág.
61.
4
BATISTA, J.M. y COENDERS, G. (2000). Modelos de ecuaciones estructurales. Cuadernos de
estadística, 6, La Muralla, Madrid, pág. 68.
5
BATISTA, J.M. y COENDERS, G. (2000). Modelos de ecuaciones estructurales. Cuadernos de
estadística, 6, La Muralla, Madrid, pág. 73.
6
Véase CARRERAS, E. (1999). Fundamentos Metodológicos de la Evaluación. La evaluación
postpositiva: E.C.S.I., Tesis doctoral, Facultad de Ciencias Políticas y Sociología, Universidad
Complutense de Madrid, págs. 459-460.
7
Véase CARRERAS, E. (1999). Fundamentos Metodológicos de la Evaluación. La evaluación
postpositiva: E.C.S.I., Tesis doctoral, Facultad de Ciencias Políticas y Sociología, Universidad
Complutense de Madrid, pág. 493
11