ISBN
979-13-87631-36-9
Fecha de publicación
28-12-2024
Licencia
D. R. © copyright 2024; Aurora Irma Máynez Guaderrama y Virginia Guadalupe López Torres.
Jorge Alberto Ruiz Vázquez
Universidad Veracruzana
0000-0001-9495-2042
Cristina Guadalupe Guerrero Sánchez
Universidad Veracruzana
Acerca de
El uso de modelos de ecuaciones estructurales como herramienta de evaluación de relaciones específicas entre variables y constructos teóricos ha sido cada vez más frecuente en las investigaciones de diferentes disciplinas, incluyendo a las ciencias administrativas (Soriano y Mejía-Trejo, 2022). Si bien el modelamiento de ecuaciones estructurales ha estado vigente como método de regresión desde principios del siglo XX (Wright, 1920), su uso se vio potenciado a partir de la contribución de Jöreskog (1970) respecto a un método particular para resolver un sistema de ecuaciones que permitiera estimar los coeficientes para modelar relaciones lineales estructurales, junto con el primer software programado en lenguaje FORTRAN-IV y diseñado para desarrollar este tipo de modelos con ayuda de las computadoras (LISREL, por Linear Structural Relations; Jöreskog y Van Thiilo, 1972). Con el paso del tiempo, LISREL ha evolucionado, tanto en sus algoritmos matemáticos como en los algoritmos computacionales que permiten su ejecución (https://ssicentral.com/wp-content/uploads/2020/07/LISREL_History.pdf). Así mismo, otros desarrolladores han aparecido en la escena con sus respectivos productos, entre los que destacan principalmente EQS (por Equations; Bentler, 1985) y AMOS (por Analysis of Moment Structures; Barnidge y De Zúñiga, 2017) por su uso frecuente en la literatura en la que se emplean modelos de ecuaciones estructurales (Soriano y Mejía-Trejo, 2022).
En los últimos años ha habido un incremento prácticamente exponencial en el uso de la técnica de mínimos cuadrados parciales (PLS, por sus siglas en inglés) como un método alternativo para la estimación de coeficientes en los modelos de ecuaciones estructurales (PLS-SEM, en adelante). Por ejemplo, de acuerdo con Hair y colaboradores (2022), para el año 2020 el número de citas del método PLS-SEM alcanzaba las 1500 menciones tan solo entre publicaciones registradas en Web of Science, mientras que diez años antes apenas eran unos cuantos artículos los que citaban este método. El método PLS-SEM, en relación con los modelos típicos basados en covarianzas (CB-SEM, en adelante), destaca por diferentes razones (Hair, et al. 2022): a) maximiza la varianza explicada; b) es especialmente útil para modelar constructos formativos; c) se obtienen resultados con niveles de potencia estadística aceptable empleando tamaños de muestra más pequeños que los requeridos en los modelos CB-SEM; d) no se asume una distribución normal de los datos y es robusto ante a la asimetría; e) igualmente es robusto en la construcción de modelos complejos con demasiadas variables observadas; f) la evaluación del modelo no depende de la bondad de ajuste; g) permite el modelamiento de constructos de orden superior a partir de un mínimo de
Referencias
Adler, S. J., Sharma, P. N., & Radomir, L. (2023). Toward open science in PLS-SEM: Assessing the state of the art and future perspectives. Journal of Business Research, 169, 114291. https://doi.org/10.1016/j.jbusres.2023.114291
Ali, M., Lei, S., & Hussain, S. T. (2017). Relationship of external knowledge management and performance of Chinese Manufacturing Firms: The mediating role of talent management. International Business Research, 10(6), 248. https://doi.org/10.5539/ibr.v10n6p248
Barnidge, M., & De Zúñiga, H. G. (2017). Amos (software). The International Encyclopedia of Communication Research Methods, 1–3. https://doi.org/10.1002/9781118901731.iecrm0003
Bentler, P. M. (1985). Theory and implementation of EQS: A structural equations program. BMDP Statistical Software. Multivariate Software Inc.
Hair, J.F., Black, W.C., Babin, B.J., & Anderson, R.E. (2019). Multivariate data analysis. 8th edition. Cengage.
Hair, J. F., Hult, G. T., Ringle, C. M., Sarstedt, M., Danks, N. P., & Ray, S. (2021). Partial least squares structural equation modeling (PLS-SEM) using R. A workbook. Springer.
Jöreskog, K. G. (1970). A general method for estimating a linear structural equation system. ETS Research Bulletin Series, 1970(2). https://doi.org/10.1002/j.2333-8504.1970.tb00783.x
Jőreskog, K. G., & van Thiilo, M. (1972). Lisrel a general computer program for estimating a linear structural equation system involving multiple indicators of unmeasured variables. ETS Research Bulletin Series, 1972(2). https://doi.org/10.1002/j.2333-8504.1972.tb00827.x
Khan, G. F., Sarstedt, M., Shiau, W.-L., Hair, J. F., Ringle, C. M., & Fritze, M. P. (2019). Methodological research on partial least squares structural equation modeling (PLS-SEM). Internet Research, 29(3), 407–429. https://doi.org/10.1108/intr-12-2017-0509
Máynez-Guaderrama, A.I. & Vargas-Salgado, M.M. (2019). Modelos de ecuaciones estructurales mediante mínimos cuadrados parciales: un ejemplo de su aplicación en el campo de las ciencias administrativas. En: A.I. Maynez-Guaderrama y V.G. López-Torres (Coords.), La práctica de la investigación en las ciencias administrativas (pp. 113-135). Pearson Educación.
R Core Team (2022). foreign: Read Data Stored by ‘Minitab’,’S’, ‘SAS’, ‘SPSS’, ‘Stata’, ‘Systat’, ‘Weka’, ‘dBase’, … R package version 0.8-84, <https://CRAN.R-project.org/package=foreign>.
Ray, S., Danks, N., & Calero-Valdez A (2022). seminr: Building and Estimating Structural Equation Models. R package version 2.3.2, <https://CRAN.R-project.org/package=seminr>.
Ruiz, J. A., Bermúdez, K. A., & González-García, D. A. (2020). Adaptación y validación de un instrumento para evaluar la identidad universitaria. En: E. Vargas, S. Cruz y V.G. López (Comps.), Interdisciplina en temas de relevancia social (pp. 81-91). México: MA Porrúa.
Sharma, R. K., & Kaur, S. (2024). Analysing the mediating role of organisational citizenship behaviour between Transformational Leadership and Education 4.0 using PLS-SEM approach. International Journal of Educational Management, 38(2), 391–412. https://doi.org/10.1108/ijem-07-2023-0322
Soriano, J. L., & Mejía-Trejo, J. (2022). Modelado de Ecuaciones Estructurales en el Campo de las ciencias de la administración. Revista de Métodos Cuantitativos para la Economía y la Empresa. https://doi.org/10.46661/revmetodoscuanteconempresa.5414
Takaki, M., Bravo, R., & Martínez, E. (2015). La Gestión de la Identidad Corporativa en la Universidad: Análisis Y consecuencias desde la perspectiva del profesorado. Revista Europea de Dirección y Economía de La Empresa, 24(1), 25–34. https://doi.org/10.1016/j.redee.2014.05.001
Westland, C.J. (2019). Structural equation models. From paths to networks. Springer
Wright, S. (1920). The relative importance of heredity and environment in determining the piebald pattern of Guinea-Pigs. Proceedings of the National Academy of Sciences, 6(6), 320–332. https://doi.org/10.1073/pnas.6.6.320