Módulos/Asignaturas del Curso

Módulo/Asignatura 1. Fundamentos Básicos de PLS_SEM

Número de créditos: 1,00 ECTS

Modalidad de impartición: A distancia

Fechas de inicio-fin: 21/04/2022 - 21/04/2022

Horario: Estudios a distancia, Módulo/Asignatura sin horario

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

Módulo/Asignatura 2. Análisis de Modelos PLS-SEM

Número de créditos: 1,00 ECTS

Modalidad de impartición: A distancia

Fechas de inicio-fin: 28/04/2022 - 28/04/2022

Horario: Estudios a distancia, Módulo/Asignatura sin horario

Contenido:

Análisis e interpretación de un modelo PLS.
Evalucion del ajuste del modelo global
Evaluación del modelo de medida.
Indicadores compuestos Modo A: Fiabilidad individual del ítem, fiabilidad del constructo (consistencia interna), varianza extraída media, validez discriminante.
Indicadores compuestos Modo B: Directrices para el desarrollo y evaluación de compuestos Modo B: 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)
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