Efectos del error de medida aleatorio en modelos de ecuaciones estructurales con y sin variables latentes

• Autores: Pedro Miguel Hontangas Beltrán, Jose Manuel Tomás Miguel, Amparo Oliver Germes, S. J. Cox, A. Cheyne
• Localización: Psicológica: Revista de metodología y psicología experimental, ISSN-e 1576-8597, ISSN 0211-2159, Vol. 20, Nº 1, 1999, págs. 41-56
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 2 Citas
• Resumen

  • Se estudia el efecto que presenta el error de medida aleatorio sobre las estimaciones en regresión múltiple, modelos de ecuaciones estructurales con variables observables, y modelos de ecuaciones estructurales con variables latentes. Se analizan datos observados correspondientes a 2719 trabajadores y datos generados por simulación Monte Carlo. El experimento Monte Carlo introduce tres variables manipuladas: número de indicadores, con tres niveles, 2, 4 y 6 indicadores; magnitud de las saturaciones factoriales, 0.4, 0.6 y 0.8; y tipo de modelo, con dos niveles, modelo con variables observables y modelo con variables latentes. Los resultados muestran ausencia de sesgo para todas las condiciones de número de indicadores y saturaciones en los modelos con variables latentes. Por su parte, el modelo con variables observables tiene un fuerte sesgo que aumenta conforme disminuye el número de indicadores y aumenta el error de medida aleatorio. Los datos reales también muestran diferencias importantes entre las técnicas con variables observables y el modelo de ecuaciones estructurales con variables latentes.