Modalidad de impartición: Semipresencial

Fechas de inicio-fin: 28/01/2019 - 12/02/2019

Horario: Lunes en Mañana y Tarde

Contenido

Introducción a la modelización

Variables observables vs variables latentes

La naturaleza epistomológica de las variables latentes

Constructos de orden superior y dimensiones

Relaciones directas, mediadas y moderadas

Del modelo a los datos: diseño de modelos

Modelización de estudios en proyecto aportados por los participantes

Los modelos de ecuaciones estructurales (MEE) (Structural equation models) PLS y modelos basados en covarianzas (MBC)

PLS: La modelización flexible

Condiciones de aplicación de la modelización flexible (PLS)

Adecuación de la modelización flexible (PLS) al campo de investigación de las Ciencias Sociales

Características del modelo PLS.

Descripción gráfica Indicadores reflectivos vs formativos

Procedimiento de estimación del modelo seguido por PLS

Factores empíricos que se deben considerar

Software existente de análisis PLS

Modalidad de impartición: Semipresencial

Fechas de inicio-fin: 29/01/2019 - 12/02/2019

Horario: en Mañana y Tarde

Contenido

Análisis e interpretación de un modelo PLS.

Evaluación del modelo de medida.

Indicadores reflectivos: Fiabilidad individual del ítem, fiabilidad del constructo (consistencia interna), varianza extraída media, validez discriminante.

Indicadores formativos: Directrices para el desarrollo y evaluación de constructos latentes agregados. Análisis de multicolinealidad (FIV, índices de condición y de proporción de la varianza).

Evaluación del modelo estructural

Varianza explicada de las variables endógenas (R2)

Coeficientes path estandarizados

Pruebas de remuestreo (Bootstrap y Jackknife)

Generación de intervalos de confianza mediante la técnica bootstrap

Importancia del efecto de una variable latente sobre un constructo dependiente (indicador f2)

Test de predictibilidad del modelo (test de Stone-Geisser, Q2)

Análisis e interpretación de un modelo PLS.

Ejemplo de aplicación.

Análisis prácticos con Smart PLS

Constructos de segundo orden.

Método de componentes jerárquicos (hierarchical component model). Método de construcción por medio de latent variable scores (aproximación en dos pasos).

Ejemplos y análisis práctico de aplicación con SmartPLS

Análisis multigrupo Enfoque no paramétrico basado en permutaciones. Enfoque paramétrico

Muestras con varianzas equivalentes

Muestras con varianzas diferentes

Ejemplos y análisis práctico de aplicación con SmartPLS

Construcción de índices formativos

Características medidas formativas

Criterios de especificación de indicadores: formativos versus reflectivos Análisis de modelos basados en dos constructos (pseudo MIMIC)

Análisis de validez externa

Ejemplos y análisis práctico de aplicación con SmartPLS

Variables moderadoras

Efectos interacción

Ejemplos y análisis práctico de aplicación con SmartPLS

Variables mediadoras Condiciones para el efecto mediación

Ejemplos y análisis práctico de aplicación con SmartPLS

Comparación de un mismo modelo usando PLS y MBC

Análisis y discusión de modelos propuestos por los participantes