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

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

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

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

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

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) Tamaño del efecto de moderación
D) Fuerza de la relación entre el indicador y el factor

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

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

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

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

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

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

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

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

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

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

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

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

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

A) Complejidad en la especificación e interpretación de modelos
B) Facilidad para tratar los datos que faltan
C) Limitado a relaciones lineales
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 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) Contiene información sobre las relaciones entre las variables observadas
C) Indica la convergencia del modelo
D) Se utiliza para inicializar el peso

Examen creado con That Quiz — el sitio de matemáticas.