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

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

A) Evaluar la fiabilidad y validez de los instrumentos de medida
B) Estudiar las relaciones causales entre variables
C) Predecir resultados futuros
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) Magnitud del error de medición
B) Tamaño del efecto de moderación
C) Fuerza de la relación entre el indicador y el factor
D) Repetibilidad de la medición

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

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

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

A) Todas las variables se influyen mutuamente de forma directa
B) Presencia de trayectorias no lineales únicamente
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) Excel
B) SPSS
C) Minitab
D) LISREL

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) Distribución residual no normal
D) Acumulación de errores de medición

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

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

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

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

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

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

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

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

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

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

Examen creado con That Quiz — el sitio de matemáticas.