I REUNIN INTERNACIONAL DE INVESTIGACIN EN CONTABILIDAD Y

AUDITORA (RIICA)

Modelos de ecuaciones estructurales

(SEM) para la investigacin en
Contabilidad y Auditora

Dr. D. Jess Collado Agudo

Departamento de Administracin de Empresas
Universidad de Cantabria
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

NDICE

1. Para qu sirven las ecuaciones estructurales?

2. Definicin y conceptos bsicos

3. Estimacin del SEM

4. Aplicacin a la investigacin en Contabilidad y

Auditora
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

1. Para que sirven las ecuaciones

estructurales?
En direccin de empresas
Anlisis univariable
Nmero de variables Anlisis bivariable
Diferentes Anlisis multivariable
tcnicas Escalas mtricas
de anlisis Escalas de medida
Escalas no mtricas

Anlisis descriptivo
Objetivos de anlisis
Anlisis inferencial

IMPORTANCIA EXPLICAN FENMENOS

 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

1. Para que sirven las ecuaciones

estructurales?
Tcnicas inferenciales multivariable clsicas:
ANOVA
Regresin mltiple
Modelos logsticos (logit, probit,)

Varias variables independientes

Una variable dependiente nica
Permiten explicar
FENMENOS/PROCESO SENCILLOS
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

1. Para que sirven las ecuaciones

estructurales?
Sin embargo
muchos fenmenos son COMPLEJOS
Norma subjetiva
emprendimiento H2

Ventajas del H3
H5
emprendimiento
Actitud hacia el H1 Intencin de
emprendimiento emprendimiento
Inconvenientes H6
del
emprendimiento

Control percibido H4
en el
emprendimiento

Rueda, I.; Fernndez, A.; Herrero (2014): Entrepreneurial intention: Perceived

advantages and disadvantages. Academia Revista Lationamericana de
Administracin, Vol. 27, num. 2. pp. 284-315.
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

1. Para que sirven las ecuaciones

estructurales?
FENMENOS COMPLEJOS
existe interrelacin entre las variables

Varias variables independientes

Varias variables dependientes
Variables con ambos roles

MODELOS DE ECUACIONES ESTRUCTURALES

 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

1. Para que sirven las ecuaciones

estructurales?
Objetivos del anlisis SEM
Entender los pasos para construir un modelo de
investigacin con interrelaciones de causalidad.
Ser capaz de construir e interpretar diagramas
causales SEM.
Entender los principios bsicos de cmo se
contrastan e interpretan los SEM.
Ser capaz de utilizar diferentes programas (EQS,
PLS, AMOS, Etc.) para estimar SEM.
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

2. Definicin y conceptos bsicos

Definicin de SEM
Es una metodologa estadstica de anlisis que permite
contrastar una teora estructural sobre algn fenmeno
usando un enfoque confirmatorio (contraste hiptesis).
Estimacin simultnea de relaciones de dependencia
mltiples e interrelacionadas.
Capacidad para representar conceptos no observables
(actitudes, percepciones, intenciones) en las relaciones.
Se denomina variable latente o factor, a los conceptos
no observables que se aproximan a travs de variables
medibles.
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

2. Definicin y conceptos bsicos

Tcnica que examina una serie de relaciones de
dependencia / causa de forma simultnea.
Combina aspectos tanto de la Regresin Mltiple
como del Anlisis Factorial.
Se basa en la representacin grfica de las
relaciones de causalidad.
MODELO ECUACIONES ESTRUCTUALES (SEM):

Y1 = X 11 + X 12 + ... + X 1n
Y2 = X 21 + X 22 + ... + X 2 n
Ym = X m1 + X m 2 + ... + X mn
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

2. Definicin y conceptos bsicos

Norma subjetiva
emprendimiento H2

Ventajas del H3
H5
emprendimiento
Actitud hacia el H1 Intencin de
emprendimiento emprendimiento
Inconvenientes H6
del
emprendimiento

Control percibido H4
en el
emprendimiento

INT = 1 ACT + 2 NS + 3 CPE + E1

ACT = 4 NS + 5 VEN + 6 INC + E2

i = Coeficiente efecto Var explicativa s/ var explicada

Ei = efecto aleatorio
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

2. Definicin y conceptos bsicos

Ventajas de SEM vs Regresin mltiple
Mayor flexibilidad estadstica (permite interpretacin incluso en
presencia de multicolinealidad).
Uso del Anlisis Factorial Confirmatorio para reducir el error de
medida (mltiples indicadores por variable latente).
Posibilidad de contrastar modelos conjuntamente.
Interfaz de representacin grfica de SEM.
Permite:
Contrastar modelos con mltiples variables dependientes.
Incorporar variables mediadoras.
Modelizar y medir los errores.
Comparar el modelo para sub-muestras diferentes (Multimuestra).
Utilizar datos difciles (distribucin no normal, datos ausentes).
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

2. Definicin y conceptos bsicos

Dos componentes:
Modelo estructural: Derivado del diagrama que representa
las relaciones causales.
Modelo de medida o factorial: Relaciones entre indicadores
(variables observadas) y constructos (conceptos no
observables).

Norma subjetiva
emprendimiento H2

Actitud hacia el H1 Intencin de

emprendimiento emprendimiento

Control percibido H4
en el
emprendimiento
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

2. Definicin y conceptos bsicos

INTENCIN DE EMPRENDIMIENTO
INT1 Estoy decidido a crear una empresa en el futuro
INT2 He pensado seriamente en crear una empresa
INT3 Tengo muy poca intencin de crear una empresa algn da
ACTITUD HACIA EL EMPRENDIMIENTO
ACT1 Si tuviese la oportunidad y los recursos, me encantara crear una empresa
ACT2 Entre varias opciones, preferira ser cualquier cosa antes que emprendedor
ACT3 Ser empresario me supondra una gran satisfaccin
NORMA SUBJETIVA RESPECTO AL EMPRENDIMIENTO
NS1 Mis amigos aprobaran mi decisin de crear una empresa
NS2 Mi familia ms directa aprobara mi decisin de crear una empresa
NS3 Mis compaeros aprobaran mi decisin de crear una empresa
CONTROL PERCIBIDO RESPECTO AL EMPRENDIMIENTO
CON1 Crear una empresa y mantenerla en funcionamiento sera fcil para m
CON2 Puedo mantener bajo control el proceso de creacin de una empresa
CON3 Si tratase de crear una empresa, tendra una alta probabilidad de lograrlo
CON4 Conozco los detalles prcticos necesarios para crear una empresa
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

2. Definicin y conceptos bsicos:

Modelo de Medida

NS1 INT1

NS2 INT2

NS3 INT3
Norma
Intencin
subjetiva

Control
Actitud
percibido
CON1 ACT1

CON2 ACT2

CON3 ACT3
Correlaciones
CON4
Fiabilidad
Validez
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

2. Definicin y conceptos bsicos:

Modelo Estructural
NS1

NS2
Norma
NS3
subjetiva

ACT1 INT1

ACT2 Actitud Intencin INT2

ACT3 INT3

Control
CON1
percibido
CON2

CON3

CON4
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

2. Definicin y conceptos bsicos:

Representacin grfica: Elementos bsicos
BASE: Teora, experiencia e investigaciones previas
Recoge relaciones causales
Diagrama de relaciones

Constructo / factor / variable latente:

Conceptos abstractos no observables (actitud)

Variable observable: Medible a travs de un tem

Relacin causal directa

Correlacin entre constructos

Relacin recproca
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

2. Definicin y conceptos bsicos

Fundamentos estadsticos bsicos
Confirmar si un conjunto de varianzas y covarianzas (matriz
covarianzas tiene una estructura especfica (modelo).
1. Plantear a partir de la teora la estructura de relaciones/interrelaciones
entre las variables (diagrama).

2. Estimar (EQS, PLS, AMOS) a travs de algortmos estadsticos si los datos

(varianzas y covarianzas) se ajustan a la estructura propuesta a partir de la
teora (modelo de medida y modelo estructural).

3. Resultados relevantes:

Ajuste del modelo a los datos (coeficientes).

Indicadores de validez convergente y discriminante.
Coeficientes relacin tem-factor () AFC (Modelo medida).
Coeficientes causalidad factor-factor () Modelo estructural.
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

2. Definicin y conceptos bsicos

Uso de los Modelos de Ec. Estruturales

Validar escalas de medida (multi-item)

Confirmar modelos tericos

Comparar modelos alternativos

 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

Etapas en la estimacin del SEM
A. Plantear estructura de constructos-items a priori

B. Construir un diagrama del modelo e medida

C. Seleccionar la matriz de datos (input)

D. Estimar el modelo

E. Evaluar la bondad de ajuste del modelo

F. Interpretar y modificar el modelo (si est justificado)

RESULTADOS RELEVANTES TESIS / ARTCULO

 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

A) Plantear estructura de constructos-items a priori

ESTRUCTURA FACTORIAL
Medicin de variables latentes no observables directamente

Desarrollo de items y relacin tem-factor basa en Teora

Sustento terico
Antecedentes previos
Validez de contenido: Grado en el que una medida
recoge el dominio del contenido estudiado.
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

B) Elaboracin del diagrama del modelo: AFC

7 NS1 (X7) 13 INT1 (X1) 1

x73 x11

NORMA
INTENCIN
8 NS2 (X8) SUBJETIVA INT2 (X2) 2
(1)
(3)
x83 x21

9 NS3 (X9) x93 x31 INT3 (X3) 3

34 12
14 23
10 CON1 (X10)
ACT1 (X4) 4
x42
x10 4
11 CON2 (X11) x11 4
CONTROL ACTITUD
ACT2 (X5) 5
(4) (2)
CON3 (X12) x52
12
x12 4
x13 4
x62 ACT3 (X6) 6
13 CON4 (X13) 24
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

B) Elaboracin del diagrama del modelo: MES

7 NS1 (X7) INT1 (X1) 1

x73 x11

NORMA 2 INTENCIN
8 NS2 (X8) SUBJETIVA INT2 (X2) 2
(1)
(3)
x83 x21

9 NS3 (X9) x93 3 x31 INT3 (X3) 3

10 CON1 (X10) 4 ACT1 (X4) 4

x42
x10 4
11 CON2 (X11) x11 4
CONTROL ACTITUD
ACT2 (X5) 5
(4) (2)
CON3 (X12) x52
12
x12 4
x13 4
x62 ACT3 (X6) 6
13 CON4 (X13)
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

C) Seleccionar matriz de datos
Alternativas:
Matriz varianza-covarianza.
Matriz de correlaciones: Interpretacin ms fcil.
Asunciones respecto a los datos / observaciones:
Observaciones independientes.
Relaciones lineales.
Normalidad multivariable.
Tamao muestral:
Debe ser superior al n total de covarianzas.
Deseable: Aproximadamente 200 (10 por parametro).
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

D) Estimacin del modelo

Normalmente: Estimacin mximo verosmil (ML)

Eficiente y no sesgada cuando existe normalidad.
ML Robusto si no existe normalidad de datos.
Alternativas si no se cumple normalidad de datos
Mnimos Cuadrados Ponderados (WLS).
Mnimos Cuadrados Generalizados (GLS).
Asintticamente Libre de Distribucin (AGL).
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

E) Bondad de ajuste del modelo
INDICADORES RECOMENDADOS
Medida Nivel de aceptacin recomendada
Medidas de ajuste absoluto
Estadstico 2 Comprobar la significacin del test (favorable si p-valor >
0,05)
GFI Valores superiores a 0,90.
RMSEA Valores inferiores a 0,08.
Medidas incrementales de ajuste
AGFI Valores superiores a 0,90.
CFI Valores prximos a 1.
Medidas de ajuste de parsimonia
Normed Chi-square ( / gl) 1 < Normed < 3 5
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

F) Interpretacin del Modelo: AFC

Asociacin entre tems y constructos

Coeficientes estandarizados (): altos (> 0,5)

Nivel de explicacin de las variables observadas: R2

Indique el % de variacin de cada variable observada
explicado por las variables latentes o factores.
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

F) Interpretacin del Modelo: AFC
Validacin de escalas de medida

Anlisis de la VALIDEZ
Validez de contenido (No SEM)
Validez de concepto (convergente y discriminante)

Anlisis de la FIABILILIDAD
Coeficiente Alpha de Cronbach (No SEM)
Coeficiente Fiabilidad Compuesta
Anlisis de la Varianza Extrada (AVE)
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

F) Interpretacin del Modelo: AFC

Validez CONVERGENTE
Grado en el que las medidas utilizadas para medir un
concepto latente estn relacionadas entre s

Consultar la significacin de los coeficientes no

estandarizados
Comprobar que los coeficientes estandarizadas
superan el valor de 0,5
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

F) Interpretacin del Modelo: AFC

Validez DISCRIMINANTE
Grado en el que dos conceptos latentes especificados son
diferentes aunque estn correlacionados entre s

Intervalo de confianza para la correlacin entre cada par

de factores latentes No incluya el valor 1 (correlacin total)

Intervalo confianza = Correlacin 2 * Error Estimacin

CALCULAR: Elaboracin a partir de datos extrados del EQS

 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

F) Interpretacin del Modelo: AFC
FIABILIDAD de escalas de medida
Grado en que al escala se halla libre de errores aleatorios, y
por tanto, proporciona resultados consistentes

Se dice que una escala es fiable cuando permite obtener

medidas similares en distintos momentos de tiempo
TIPOS DEFINICIN INTERPRETACIN
de Cronbach Mide la consistencia interna de una Valores > 0,7 indican que la
escala escala es fiable
Coeficiente de Grado en el que un conjunto de Valores > 0,7 indican que la
fiabilidad indicadores de un concepto latente escala es fiable
compuesto son consistentes en sus medidas
Anlisis de la Cantidad global de varianza en los Valores > 0,5 indican que la
Varianza Extrada - indicadores considerada por la escala es fiable
(AVE)- variable latente
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

F) Interpretacin del Modelo: MES

Nivel de significacin de las relaciones causales

Coeficientes estandarizados (): altos

t-student >1,96 ( = 0,05)

P-valor < 0,05

Nivel de explicacin de las variables dep: R2

Indique el % de variacin de cada variable dependientes
explicado por las variables independientes propuestas.
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

3. Estimacin del SEM

F) Interpretacin del Modelo
Informacin a incluir en Tesis / Artculo
Matriz de covarianzas entre todas las variables (constructos)
incluidas en el modelo de investigacin.
Media y desviacin tpica de los factores / constructos.
ndices de bondad de ajuste (absoluta, incremental y parsimonia).
Parmetros estimados: (validez convergente).
Intervalos confianza entre pares de factores (v. discriminante)
Coeficientes de fiabilidad:
de Cronbach
Coeficiente de fiabilidad compuesto
Anlisis de la Varianza Extrada -(AVE)-
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

4. Aplicacin a la investigacin en
Contabilidad y Auditora
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

4. Aplicacin a la investigacin en
Contabilidad y Auditora
Definicin del modelo terico
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

4. Aplicacin a la investigacin en
Contabilidad y Auditora
Ficha Tcnica de la investigacin
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

4. Aplicacin a la investigacin en
Contabilidad y Auditora
Definicin de las escalas de medida
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

AFC: Empresas
con estados
financieros no
auditados
 MODELOS DE ECUACIONES
ESTRUCTUALES (SEM)

MES: Empresas
con estados
financieros no
auditados
I REUNIN INTERNACIONAL DE INVESTIGACIN EN CONTABILIDAD Y
AUDITORA (RIICA)

Modelos de ecuaciones estructurales

(SEM) para la investigacin en
Contabilidad y Auditora

Dr. D. Jess Collado Agudo

Departamento de Administracin de Empresas
Universidad de Cantabria