Modelos de Ecuaciones Estructurales

Departament d’Administració d’Empreses i Marketing.
Universitat Jaume I
X Jornadas de Técnicas de Investigación Cuantitativa
Programa del seminario:
Modelos de Ecuaciones Estructurales
Junio 13–14, 2011
Profesor:
Albert Satorra
Departamento de Economía y Empresa
Universitat Pompeu Fabra. Barcelona
Introducción
Los modelos de ecuaciones estructurales (Structural Equation Models, SEM) permiten el
análisis de la relación estadística entre variables. Utilizando datos a menudo no
experimentales, dichos modelos permiten analizar efectos entre variables así como
contrastar modelos de interdependencia entre las mismas. Actualmente, la metodología
SEM se utiliza en campos diversos como Economía, Sociología, Ciencias del
Comportamiento, Marketing, Ciencias de la Salud, etc. La metodología SEM permite
simultaneidad de ecuaciones de regresión, error de medida en las variables, así como
variables latentes (no-observables) e indicadores múltiples de ellas. Las variables
utilizadas pueden ser tanto continuas como categóricas (ordinales), y los datos pueden ser
de muestra simple o múltiple, con variables distintas en los diferentes grupos. Se
contempla también la posibilidad de datos “missing” MAR (no necesariamente MCAR),
así como datos con clases latentes. Como modelos específicos de SEM, mencionaremos
los modelos de regresión, los modelos del análisis factorial, los modelos econométricos
de ecuaciones simultáneas, los modelos de indicadores y causas múltiples (MIMIC), así
como una variedad de modelos para datos de panel. En la actualidad, existe software
estadístico estándar que permite el análisis SEM de forma rutinaria (sin necesidad de
especialización en estadística o econometría); entre dicho software, destaca LISREL,
EQS, Mplus, Mx, AMOS, entre otros.
El presente taller tratará los aspectos teóricos y aplicados de la metodología SEM,
en campos de aplicación diversos, tales como Economía, Organización de Empresas,
Marketing, y Ciencias del Comportamiento. El temario del taller se estructura en dos
partes. La primera abordará los aspectos generales de la metodología SEM, centrándose
en las familias de modelos más clásicos y habituales, tales como los modelos de
regresión, modelos del análisis factorial, modelos econométricos de ecuaciones
simultaneas (path analysis), modelos de indicadores múltiples y causas múltiples
(MIMIC), y los modelos generales de ecuaciones simultáneas con variables latentes
(modelos LISREL).
La segunda parte del taller tratará otros aspectos más específicos de la
metodología SEM. Concretamente, se abordarán, en función del interés de los asistentes,
aquellos aspectos relacionados con los modelos para datos de panel, complementariedad
de datos, datos ausentes (missing data), datos categóricos, datos de muestra múltiple, etc.
Además, el taller tiene previsto la realización de una sesión de trabajo sobre aquellas
problemáticas SEM sugeridas por los participantes del curso y relacionadas con sus
investigaciones en curso.
El curso combinará exposiciones de metodología SEM de carácter teórico con la
práctica de dicha metodología en un contexto de datos concretos y problemáticas de
organización de empresas y marketing. Se utilizará software diverso (EQS, LISREL,
AMOS). Las sesiones prácticas se desarrollarán en aulas de informática.
Para un buen seguimiento del curso, es recomendable conocimientos previos de
estadística a nivel de un curso introductorio de análisis de regresión.
Taller sobre:
'Modelos de Ecuaciones Estructurales'
Impartido por el Dr. Albert Satorra,
Catedrático de Universidad,
Universitat Pompeu Fabra, Barcelona.
Fechas: 13 y 14 de junio de 2011
Horario: Mañanas, de 10:00 a 13:30 horas (Aula JB1105 de la Facultad de Ciencias
Jurídicas y Económicas, Campus de Riu Sec)
Tardes, de 15:30 a 19:00 horas de en el aula de informática JAA010AI (Fctd. de Ccs.
Jurídicas y Económicas, Campus de Riu Sec)
Avance del programa:
LUNES 13 DE JUNIO
Sesión teórica (de 10 a 13:30 horas)
1.
2.
3.
4.
5.
6.
7.
Introducción a los modelos SEM
Regresión como estructura de momentos
Error en las variables
Estimación de estructuras de covarianzas
Modelo general de ecuaciones simultáneas con variables latentes (formulaciones LISREL y de
Bentler-Weeks)
Ajuste y modificación del modelos
Robustez asintótica de los modelos basados en normalidad. Métodos libres de distribución
Sesión práctica (de 15:30 a 19:00 horas)
1. Introducción al manejo de los paquetes estadísticos
2. Aplicaciones prácticas: regresión, ecuaciones simultáneas, modelos factoriales,
modelo general LISREL.
3. Resolución de ejemplos.
MARTES 14 DE JUNIO
Sesión teórica (de 10:00 a 13:30 horas)
8. Modelo Factorial
9. Modelos del “path analysis”. Ecuaciones simultáneas
10. Modelos de indicadores y causas múltiples (MIMIC)
11. Muestra múltiple
12. Ejemplos de SEM in Management y Marketing
13. Extensiones:
a)
b)
c)
d)
e)
Variables discretas
Problemática de datos ausentes (“missing data”)
SEM en grandes bases de datos empresariales
Modelos para datos longitudinales
Sesión práctica (de 15:30 horas a 19:00 horas)
4. Aplicaciones prácticas
5. Discusión de problemáticas relacionadas con proyectos e investigaciones en curso
Bibliografía
1.
ALLISON, P. D. (1987): Estimation of Linear Models with Incomplete Data. In Clogg C.
(Eds.): Sociological Methodology. San Francisco: Jossey Bass. Pp. 71-103.
2.
ARMINGER, G. AND SOBEL, M.E. (1990): “Pseudo –Maximun Likelihood Estimation of
Mean and Covariance Structures with missing data”. Journal of the American Statistical
Association, Vol. 85, n. 409, pp. 195-203.
3.
BENTLER, P.M. (1995): EQS Structural Equations Program Manual. Encino, CA:
Multivariate Software, Inc.
4.
BOLLEN, K.A. (1989). Structural Equations with Latent Variables. New York: John Wiley
& Sons.
5.
DUNN, G., EVERITT, B., PICKLES, A. (1993): Modeling Covariance and Latent Variables
Using EQS. Chapman & Hall, London. Part 7: Simultaneous Analysis of Two or More
Groups, Pp. 133-162.
6.
HEIJMANS, R., POLLOCK, S. & SATORRA (2000): "Innovations in Multivariate Statistical
Analysis: A Festschrift for Heinz Neudecker", Kluwer Academic Publishers, Dordrecht,
7.
JÖRESKOG, KG and SÖRBOM, D. (1993). LISREL®8 User’s Reference Guide. Chicago:
Scientific Software International.
8.
MONTFORT, K., OUD, J. & SATORRA, A (Eds.) (2004) "Recent developments on
structural equations models: theory and applications" Kluwer Academic Publishers.
9.
MUTHEN, B.O. & SATORRA, A. (1995): Complex Sample Data in Structural Equation
Modeling. In P.V. Marsden (Ed.): Sociological Metholology 1995. Weshington: American
Sociological Association.
10.
SATORRA, A. & NEUDECKER, H. (1994). On the Asymptotic optimality of alternative
minimum-distance estimators in linear latent-variable models, Econometric Theory, 10, 867883.
11.
SATORRA, A. (1989), Alternative test criteria in covariance structure analysis: a unified
approach, Psychometrika, 54, 131-151.
12.
SATORRA, A. (1992): Asymplotic Robust Inferences in the Analysis of Mean and
Covariance Structures. In P.V. Marsden (Ed.): Sociological Metholology 1992. Basil
Blackwell: Oxford & Cambridge. M.A. Pp. 249-278.
13.
SATORRA, A. (1993): Asymplotic Robust Inferences in Multiple-Group Analysis of
Augmented-Moment Structures. In C.M. Cuadras and C.R. Rao (Eds.): Multivariate Analysis
Future Directions 2. Elsevier: Amsterdam. Pp. 211-229.
14.
SATORRA, A. (1997): “Fusion of Data in Multivariate Linear Regression with Errors-inVariables. In R. Klar and O. Opitz (Eds.) Classification and Knowledge Organization, Spring
Verlag: London. Pp. 195-207.
15.
SATORRA, A. (2001), Goodness of fit testing with multiple group data and non-normality, in
Structural Equation Modeling: Present and Future, R. Cudeck, du Toit, and D. Sorbom
(Edts.), SSI Scientific Software, Int.
16.
SATORRA, A. (2002) Asymptotic Robustness in Multiple-Group Linear-Latent Variable
Models, Econometric Theory, 18, 297-312
17.
SATORRA, A & NEUDECKER, H. (2003). "A matrix equality useful in goodness-of-fit
testing of structural equation models", Journal of Statistical Planning and Inference, 114, 6380
18.
VAN MONTFORT, K. AND OUD J. AND A. SATORRA (edtrs) (2010) Longitudinal
Research with Latent Variables. Springer Verlag.
19.
VAN MONTFORT, K. AND OUD J. AND A. SATORRA (edtrs) (2007). Longitudinal
models in the behavioral and related sciences. Lawrence Erlbaum Associates, Inc.
Referencias adicionales (Aplicaciones en economía y empresa)
Ab Mooijaart, A. and A. Satorra (2009), "On insensitivity of the chi-square model test to non-linear
misspecification in structural equation models", Psychometrika, 74, 443-455.
Baum, JR., Locke, EA. and Smith, KG. et al. (2001). “A multidimensional model of venture growth”,
Academy of Management Journal, vol. 44(2), pp. 292-303.
Bentler, P.M., A. Satorra and K.-H. Yuan (2009), Smoking and Cancers: Case-robust Analysis of a
Classical Data Set, Structural Equation Modeling, 16, pp. 382-390.
Bentler, P.M. and A. Satorra (in press) "Testing Model Nesting and Equivalence" Psychological Methods
(Accepted, February 2010).
Bou, J.C., and A. Satorra. (2007). The Persistence of abnormal returns at industry and firm levels:
evidence from Spain”, Strategic Management Journal, 28, 707-722.
Bou, J.C., and A. Satorra. (2007). Patterns of Persistence of Abnormal Returns: A Finite Mixture
Distribution Approach. In van Montfort, K., Oud J. and Satorra, A. (edts.) Longitudinal models in the
behavioral and related sciences. Lawrence Erlbaum Associates, Inc., Publishers, New Jersey, pág. 215238.
Bou, J.C. and A. Satorra (2010). Variation of firm profitability across EU countries: a multi-group
structural equation approach, Organizational Research Methods, 13(4) 738-766
Busenitz, L.W., Gomez, C. and Spencer, JW. (2003). “Country Institutonal Profiles: Unlocking
entrepreneurial Phenomena”. Academy of Management Journal, vol. 43(5), pp. 994-1003.
Chin, W.W. and Todd, P.A. (1995): "On the Use, Usefulness, and Ease of Use of Structural Equation
Modeling in MIS Research: A Note of Caution". MIS Quarterly, Vol19, N0. 2, pp. 237-246
Johnson, RA, and Greening, DW. (1999). “The effects of corporate governance and Institutional
Ownership Types on Corporate Social Performance”. Academy of Management Journal, Vol. 42 (5), pp.
564-576.
Li, H. and Atuahene-Gima, K. (2001). “Product Innovation Strategy and the Performance of New
Technology Ventures in China”. Academy of Management Journal, Vol. 44 (6), pp. 1123-1134.
Mcevily, B. and Zaheer, A. (1999). “Bridging ties: a source of firm Heterogeneity in competitive
capabilities”. Strategic Management Journal, Vol. 20, pp. 1133-1156.
Medsker, G.J., Williams, L.J., Holahan, P.J. (1994) “A Review of Current Practices for Evaluating Causal
Models in Organizational Behavior and Human Resources Management Research”. Journal of
Management, Vol 20, No. 2, pp. 439-464
Mjoen, H. and Tallman, S. (1997). “Control and performance in international joint ventures”.
Organizational Science, Vol. 8 (3), pp. 257-274.
Montoya-Weiss, M., Massey, AP. and Song, M. (2001). “Getting it together: Temporal coordination and
conflict management in global virtual teams”. Academy of Management Journal, Vol. 44(6), pp. 12511262.
Saris, W.E., A. Satorra and W. van der Veld (2009), “Testing Structural Equation Models or Detection of
Misspecifications?”, Structural Equation Modeling, 16, pp. 561-582
Shah R. and Goldstein S.M. (2006). “Use of structural equation modeling in operations management research:
Looking back and forward”. Journal of Operations Management, 24, 148-169
Satorra, A. and P M. Bentler (in press), "Ensuring Positiveness of the Scaled Difference Chi-square Test
Statistic" Psychometrika
Shook, CL., Ketchen DJ., Hult, K. TM. And Kacmar, M. (2004). "An assessment of the use of structural
equation modeling in strategic management research". Strategic Management Journal, Vol 25(4), pp.
397-404
Simonin, BL. (1999). “Ambiguity and the process of knowledge transfer in strategic alliances”. Strategic
Management Journal, Vol. 20, pp. 595-623.
Vorhies, DW. and Morgan N. (2005). “Benchmarking marketing capabilities for sustainable competitive
advantage”. Journal of Marketing, Vol. 69, pp. 80-94.
Williams, L.J., Edwards, J.R. Vandenberg, R.J. (2003): "Recent advances in causal modeling methods for
organizational and management research", Journal of Management, Vol 29(6): 903-936.
Yli-Renko, H. Autio, Erkko, and Sapienza, H.J. (2001). “Social capital, knowledge acquisition, and
knowledge exploitation in young technology-based firms”. Strategic Management Journal, Vol. 22, pp.
587-613.