Resumen de Modelado de ecuaciones estructurales en el campo de las Ciencias de la Administración

José Luis Soriano, Juan Mejía Trejo

• español

  El presente artículo analiza el papel del modelado de ecuaciones estructurales en el campo de las ciencias de la administración. Se presenta el enfoque por el cual se incorpora el uso de la técnica al campo de la administración y adicionalmente se genera una comparativa entre los diferentes algoritmos y paquetes estadísticos disponibles para la aplicación de la técnica. Encontrando en código cerrado, LISREL, EQS, AMOS, SmartPLS, Mplus, CALIS (en SAS), SEPATH (en Statistica), RAMONA en (Systat), SEM (Stata), Matlab, Semopy (en Python) y en código abierto, Scilab, Julia, R: lavaan, sem, lava, OpenMx, Strum. Identificando las tendencias actuales y enfoques futuros que enrolan la técnica de análisis multivariante dentro de las ciencias de la administración. Encontrando softwares sugeridos para el área de las ciencias de la administración, así como tendencias de mezcla en la técnica, como el uso de las redes neuronales que se comienza a incorporar como alternativa o complemento a la técnica SEM.

• English

  Structural Equations Modeling in the Management SciencesABSTRACTThis article analyzes the role of structural equation modeling in the field of management science. The approach by which the use of the technique is incorporated into the field of management. Additionally, a comparison is generated between the different algorithms and statistical packages available for the application of the technique. Finding in closed source, LISREL, EQS, AMOS, SmartPLS, Mplus, CALIS (in SAS), SEPATH (in Statistica), RAMONA (in Systat), SEM (Stata), Matlab, Semopy (in Python). And in open source: Scilab, Julia, R: lavaan, sem, lava, OpenMx, Strum. Identifying current trends and future approaches that embody the multivariate analysis technique within the management sciences. Finding suggested software for the area of management sciences, as well as mixing trends in the technique, such as the use of neural networks that is beginning to be incorporated as an alternative or complement to the SEM technique.