Modelo de ecuaciones estructurales

1. Un modelo de ecuaciones estructurales (SEM) es una técnica estadística utilizada para probar y validar relaciones complejas entre variables. Se trata de una potente herramienta utilizada habitualmente en las ciencias sociales, la psicología, la economía y otros campos para estudiar las relaciones causales entre factores. El SEM permite a los investigadores modelizar variables observadas y no observadas, conocidas como variables latentes, y cuantificar los efectos directos e indirectos de una variable sobre otra. Al especificar múltiples ecuaciones interrelacionadas, el SEM ayuda a los investigadores a comprender los mecanismos y vías subyacentes a través de los cuales las variables se influyen mutuamente. Este método proporciona valiosos conocimientos sobre sistemas complejos y puede ayudar a fundamentar modelos teóricos, hacer predicciones y orientar la toma de decisiones en diversos ámbitos de investigación.

En SEM, ¿a qué se refiere el término "variable exógena"?

A) Variable con efecto causal directo
B) Variable afectada por errores de medición
C) Variable no predicha por otras variables del modelo
D) Variable con efecto indirecto únicamente

2. ¿Cuál es la finalidad del análisis factorial confirmatorio en el SEM?

A) Estudiar las relaciones causales entre variables
B) Predecir resultados futuros
C) Evaluar la fiabilidad y validez de los instrumentos de medida
D) Analizar las relaciones no lineales

3. ¿Qué análisis estadístico se suele utilizar para evaluar la bondad de ajuste de un modelo SEM?

A) Prueba T
B) Prueba Chi-cuadrado
C) Correlación de Pearson
D) ANOVA

4. ¿Qué representa en SEM la "carga" de un indicador en un factor?

A) Repetibilidad de la medición
B) Magnitud del error de medición
C) Fuerza de la relación entre el indicador y el factor
D) Tamaño del efecto de moderación

5. ¿Para qué sirve especificar los términos de error en SEM?

A) Eliminar los sesgos de medición
B) Reducir la complejidad del modelo
C) Tener en cuenta la varianza no explicada de las variables observadas
D) Mejorar la interpretabilidad del modelo

6. ¿Qué implica la modelización "recursiva" en SEM?

A) Presencia de trayectorias no lineales únicamente
B) Todas las variables se influyen mutuamente de forma directa
C) No se presupone ninguna relación entre las variables
D) Las variables están dispuestas en una serie de relaciones causales sin bucles de retroalimentación.

7. ¿Qué programas informáticos se utilizan habitualmente para el análisis SEM?

A) Minitab
B) Excel
C) LISREL
D) SPSS

8. ¿A qué se refiere el término "endogeneidad" en SEM?

A) Sobreajuste del modelo
B) Cuando una variable independiente está correlacionada con el término de error de otra variable
C) Acumulación de errores de medición
D) Distribución residual no normal

9. ¿Para qué sirve el "índice de modificación" en los análisis SEM?

A) Determinar la potencia estadística
B) Estimar la complejidad del modelo
C) Identificar posibles áreas de mejora en el ajuste del modelo
D) Calcular el tamaño total del efecto

10. ¿A qué se refiere la "identificación de modelos" en SEM?

A) Interpretación de los índices de ajuste
B) Proceso de estimación de parámetros
C) Selección del algoritmo de optimización
D) Garantizar la estimación única de los parámetros del modelo con los datos dados

11. ¿Cuál de las siguientes es una desventaja del SEM?

A) Facilidad para tratar los datos que faltan
B) Limitado a relaciones lineales
C) Complejidad en la especificación e interpretación de modelos
D) Tiempos de cálculo rápidos

12. En SEM, ¿cuál es el término general para los caminos que indican relaciones causales directas entre variables?

A) Vías de error
B) Vías de medición
C) Vías estructurales
D) Vías de los factores

13. ¿Qué papel desempeña la "matriz de covarianza" en la estimación de modelos SEM?

A) Contiene información sobre las relaciones entre las variables observadas
B) Se utiliza para inicializar el peso
C) Indica la convergencia del modelo
D) Calcula el tamaño de los efectos

Examen creado con That Quiz — el sitio de matemáticas.