Investigación de prueba de modelos — Diseño de prueba de teoría estructural
- Propuesto por
- Karl G. Joreskog (SEM/LISREL framework); formalized through structural equation modeling tradition
- Año
- 1970s (Joreskog 1969–1973); widely adopted in social sciences by the 1980s–1990s
- Tipo
- Confirmatory quantitative research design
- Familia
- Survey / observational design
Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés
¿Qué hace?
La investigación de prueba de modelos es un diseño cuantitativo confirmatorio en el que el investigador especifica un modelo teórico —que representa las relaciones hipotetizadas entre constructos— y luego prueba qué tan bien se ajusta ese modelo a los datos empíricos.
Basándose principalmente en el modelado de ecuaciones estructurales (SEM) y el análisis factorial confirmatorio (CFA), evalúa si la estructura de covarianza implícita en los datos es coherente con la derivada teóricamente, arrojando índices de ajuste que indican la correspondencia modelo-datos.
La intuición detrás del método
Piense en la investigación de prueba de modelos como tomar un plano y compararlo con el edificio real. Usted no comienza preguntando '¿qué está pasando en estos datos?' — comienza con una imagen derivada teóricamente de cómo las variables deberían relacionarse entre sí, luego recopila datos y pregunta: ¿el mundo se parece a mi plano? Los índices de ajuste le indican qué tan cerca está el edificio del plano, y los índices de modificación le ayudan a identificar dónde necesita revisión el plano. Toda la lógica es deductiva y confirmatoria: primero la teoría, luego los datos.
Historia
La base estadística para la investigación de prueba de modelos fue sentada por Karl Joreskog, cuyo trabajo sobre análisis factorial confirmatorio (1969) y análisis de estructuras de covarianza (1973) condujo al paquete de software LISREL. Durante la década de 1980, el SEM se proliferó en psicología, educación, gestión y sociología, popularizado por investigadores como Peter Bentler (software EQS, 1985) y Michael Browne. El libro de texto de Rex Kline, publicado por primera vez en 1998 y ahora en su cuarta edición (2015), sigue siendo la referencia metodológica estándar para los investigadores aplicados en ciencias sociales.
Cuándo usarlo
Utilice la investigación de prueba de modelos cuando tenga una teoría bien desarrollada que especifique cómo se relacionan múltiples constructos latentes, y necesite evaluar si la teoría es coherente con los datos de covarianza a nivel de población. Es ideal para validar instrumentos de medición (CFA), probar cadenas de mediación y moderación, y comparar marcos teóricos competidores. Requiere al menos N = 200 y múltiples indicadores por constructo. No la utilice como primer paso cuando la teoría es incipiente — el análisis factorial exploratorio o el trabajo cualitativo fundamentado deben preceder a la especificación del modelo. Evítela cuando el tamaño de la muestra sea pequeño, cuando los constructos tengan un solo indicador, o cuando el objetivo sea puramente descriptivo en lugar de impulsado por la teoría.
Limitaciones y consideraciones
- Requiere una muestra grande (típicamente N >= 200) que muchos investigadores no pueden obtener de manera factible.
- El ajuste del modelo puede parecer aceptable incluso cuando la interpretación teórica es incorrecta — los índices de ajuste confirman la consistencia estadística, no la verdad teórica.
- Altamente sensible a la especificación incorrecta del modelo; omitir un sendero teóricamente relevante infla otros coeficientes y distorsiona el ajuste.
- Asume normalidad multivariante bajo la estimación ML; las violaciones requieren estimadores robustos (MLR, WLSMV) que son menos familiares para muchos investigadores aplicados.
- La modificación del modelo post-hoc sin validación cruzada convierte un estudio confirmatorio en uno exploratorio, socavando su valor científico.
Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.
Fortalezas
- Prueba marcos teóricos completos simultáneamente en lugar de hipótesis bivariadas aisladas.
- Separa el error de medición de las relaciones estructurales, produciendo estimaciones de parámetros más precisas que la regresión sola.
- Permite la comparación formal de modelos competidores utilizando índices de ajuste y pruebas de diferencia de chi-cuadrado.
- Soporta la evaluación de mediación, moderación y efectos indirectos dentro de un único marco integrado.
- Produce coeficientes estandarizados y no estandarizados que son directamente interpretables en términos teóricos.
- Ampliamente reconocido y aceptado en revistas de alto impacto en las ciencias sociales, del comportamiento y de la salud.
Aplicaciones
- Validar escalas psicométricas y evaluar la validez convergente y discriminante a través de CFA.
- Probar modelos de mediación estructural — por ejemplo, si el efecto de las demandas laborales en el agotamiento está mediado por el agotamiento emocional.
- Comparar estructuras factoriales o coeficientes de senderos entre grupos demográficos a través de SEM multigrupo.
- Examinar trayectorias de crecimiento longitudinal y causalidad recíproca a través de modelos de panel de desfase cruzado.
- Probar marcos teóricos en comportamiento organizacional, psicología de la salud e investigación educativa.
- Evaluar relatos teóricos competidores comparando su ajuste al mismo conjunto de datos utilizando AIC o BIC.
Cómo funciona
Cómo funciona
El investigador articula un modelo teórico formal —a menudo representado como un diagrama de senderos— que especifica qué constructos latentes existen, cómo las variables observadas (indicadores) se relacionan con esos constructos (modelo de medición) y cómo los constructos se relacionan entre sí (modelo estructural). Cada sendero incluido o excluido refleja un compromiso teórico sustantivo, no una elección impulsada por los datos.
Cada constructo latente se operacionaliza seleccionando o desarrollando escalas de varios ítems con fiabilidad y validez establecidas o hipotetizadas. Se estiman los requisitos de tamaño de muestra (un punto de referencia común es de 10 a 20 casos por parámetro libre) y el plan de muestreo se alinea con la población objetivo para respaldar la generalización.
Se recopilan datos —típicamente a través de encuestas de autoinforme o medidas de archivo— de una muestra lo suficientemente grande como para cumplir con los requisitos de estimación (comúnmente N >= 200 para SEM). Se examinan la normalidad multivariante, los patrones de datos faltantes y los perfiles de valores atípicos antes de proceder a la estimación del modelo.
El modelo especificado se ajusta a la matriz de covarianza observada utilizando un método de estimación como la máxima verosimilitud (ML). La estimación produce una matriz de covarianza reproducida; la discrepancia entre las matrices observada y reproducida se resume mediante estadísticas de ajuste: prueba chi-cuadrado, CFI, TLI, RMSEA y SRMR.
Fórmula
\chi^2, \text{CFI}, \text{RMSEA}, \text{SRMR}El ajuste del modelo se evalúa frente a puntos de referencia convencionales (por ejemplo, CFI >= 0.95, RMSEA <= 0.06, SRMR <= 0.08). Los coeficientes de sendero individuales, los errores estándar y los valores R-cuadrado se interpretan a la luz de las predicciones teóricas. Un ajuste deficiente indica que el modelo teórico no representa adecuadamente el proceso generador de datos.
Cuando el ajuste es inadecuado, los índices de modificación pueden sugerir enmiendas teóricamente justificables —agregar senderos, liberar covarianzas de residuos o reconsiderar la estructura de medición. Cualquier modificación post-hoc debe ser revalidada en una muestra independiente para protegerse contra la capitalización del azar; de lo contrario, el estudio pasa de ser confirmatorio a exploratorio.
Errores comunes
- Especificar el modelo después de inspeccionar los datos — esto transforma la prueba de modelos en la construcción de modelos; la lógica confirmatoria se invalida.
- Aceptar un ajuste mediocre como adecuado informando selectivamente solo los índices de ajuste favorables mientras se omiten los desfavorables.
- Tratar los índices de modificación como una receta para la mejora sin justificación teórica — cada sendero agregado debe reflejar razonamiento sustantivo, no mera mejora estadística.
- Usar muy pocos indicadores por constructo (los modelos de indicador único no pueden separar la varianza del constructo del error de medición, negando la principal ventaja del SEM).
- Ignorar las pruebas de invarianza al comparar grupos — las cargas factoriales y las intersecciones deben ser equivalentes entre grupos antes de que las diferencias de medias latentes sean significativas.
Preguntas frecuentes
¿En qué se diferencia la investigación de prueba de modelos de la investigación confirmatoria en general?
La investigación confirmatoria es una categoría amplia que incluye cualquier estudio diseñado para probar una hipótesis predeterminada. La investigación de prueba de modelos es un tipo específico de diseño confirmatorio que evalúa un sistema completo de relaciones hipotetizadas simultáneamente —típicamente usando SEM o CFA— en lugar de probar hipótesis individuales una a la vez. La característica definitoria es la especificación formal de un modelo estructural o de medición antes de que se recopilen los datos.
¿Qué tamaño de muestra necesito?
Una regla general común es de 10 a 20 observaciones por parámetro estimado libremente, con un mínimo absoluto a menudo citado como N = 200 para estimaciones ML estables. Los modelos complejos con muchas variables latentes y senderos requieren muestras más grandes. El software de análisis de potencia como WebPower o la simulación Monte Carlo en Mplus pueden proporcionar estimaciones de tamaño de muestra más precisas para una estructura de modelo dada.
¿Qué índices de ajuste debo informar y cuáles son los valores aceptables?
Informe como mínimo: chi-cuadrado con grados de libertad y valor p, CFI o TLI (aceptable >= 0.90, bueno >= 0.95), RMSEA con intervalo de confianza del 90% (aceptable <= 0.08, bueno <= 0.06) y SRMR (aceptable <= 0.10, bueno <= 0.08). Ningún índice por sí solo es definitivo; se requiere evidencia convergente de múltiples índices. El chi-cuadrado por sí solo es excesivamente sensible en muestras grandes.
¿Puedo modificar mi modelo después de ver los datos y seguir llamándolo prueba de modelo?
Si se realizan modificaciones basándose en índices de modificación o residuos del mismo conjunto de datos, el estudio ha pasado de ser confirmatorio a exploratorio. Las modificaciones post-hoc solo son permisibles si se validan cruzadamente en una muestra de retención independiente. De lo contrario, el estudio debe describirse como desarrollo de modelo exploratorio, no prueba de modelo.
¿Necesito usar software SEM, o puedo usar regresión en su lugar?
Para modelos simples solo con variables observadas, la regresión múltiple puede ser suficiente. Sin embargo, la regresión no puede acomodar variables latentes, separar el error de medición o probar el ajuste general del modelo. Se requiere software SEM dedicado — Mplus, lavaan (R), AMOS o LISREL — siempre que el modelo incluya constructos latentes, efectos indirectos o múltiples variables dependientes medidas simultáneamente.
Métodos relacionados
Fuentes
Kline, R. B. (2015). Principles and Practice of Structural Equation Modeling (4th ed.). Guilford Press.
ISBN: 978-1462523344Copiado.Joreskog, K. G., & Sorbom, D. (1993). LISREL 8: Structural Equation Modeling with the SIMPLIS Command Language. Scientific Software International.
Abrir referencia de la publicaciónCopiado.