Acceso usuarios
Pedro Miguel Hontangas Beltrán, Jose Manuel Tomás Miguel, Amparo Oliver Germes, S. J. Cox, A. Cheyne
Se estudia el efecto que presenta el error de medida aleatorio sobre las estimaciones en regresión múltiple, modelos de ecuaciones estructurales con variables observables, y modelos de ecuaciones estructurales con variables latentes. Se analizan datos observados correspondientes a 2719 trabajadores y datos generados por simulación Monte Carlo. El experimento Monte Carlo introduce tres variables manipuladas: número de indicadores, con tres niveles, 2, 4 y 6 indicadores; magnitud de las saturaciones factoriales, 0.4, 0.6 y 0.8; y tipo de modelo, con dos niveles, modelo con variables observables y modelo con variables latentes. Los resultados muestran ausencia de sesgo para todas las condiciones de número de indicadores y saturaciones en los modelos con variables latentes. Por su parte, el modelo con variables observables tiene un fuerte sesgo que aumenta conforme disminuye el número de indicadores y aumenta el error de medida aleatorio. Los datos reales también muestran diferencias importantes entre las técnicas con variables observables y el modelo de ecuaciones estructurales con variables latentes.
