i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 601 — #601

16. Modelos de ecuaciones

estructurales: modelos de
estructuras de varianza
(PLS-SEM)
16.1. Introducción
Cuando Joreskog (1967) crea un algoritmo operativo para la estimación por
máxima verosimilitud de modelos estructurales con variables latentes, pero,
sobre todo, desde que posteriormente implementa ese algoritmo en un software
comercial razonablemente sencillo de utilizar, LISREL (Jöreskog, 1970), estaba
sentando las bases para que los modelos basados en covarianzas (CBSEM) se
convirtieran en la principal —si no la única— aproximación utilizada por los
investigadores para modelizar los modelos de ecuaciones estructurales (SEM).
Sin embargo, años atrás, Herman Wold, que había sido el director de tesis
de Jöreskog, había cuestionado que el enfoque de máxima verosimilitud (ML)
fuera una alternativa razonable para abordar la estimación de estos modelos.
El algoritmo ML es un enfoque muy paramétrico, plantea muchas restricciones
respecto al tamaño muestral y las propiedades que han de tener los datos. Como
señalan Tenenhaus et al. (2005), Wold consideraba que era necesario un enfoque
menos exigente (que denominó soft modelling en contraposición al enfoque hard
modelling de Jöreskog), más cercano a los tamaños muestrales y características
reales que tienen los datos con los que trabajamos habitualmente. A este enfo-
que lo denominó Partial Least Squares (PLS) que fue rápidamente concretado
(Wold, 1973) en un algoritmo operativo que llamó NIPALS (=Non linear Ite-
rative PArtial Least Squares). Hay que esperar hasta 1982 para encontrar una
presentación más ordenada de este enfoque aplicado a modelos estructurales
con variables latentes (Wold, 1982).
El enfoque de PLS (que denotaremos a partir de ahora como PLS-SEM) ape-
nas había sido utilizado desde su creación para resolver problemas de SEM. La
razón, probablemente, quepa buscarla en la inexistencia de un software sencillo
de utilizar hasta fechas recientes. LVPLS 1.8 (Lohmoller, 1987), ha sido la úni-
ca herramienta de la que se ha dispuesto durante mucho tiempo y no era, desde
luego, una alternativa intuitiva para un usuario estándar. Con el comienzo de
siglo, los esfuerzos de Chin (2000) con PLS-Graph (beta), Ringle et al. (2005)
con SmartPLS (beta), Fu con VisualPLS, ScriptWarp Inc, con WarpPLS (softwa-

601

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 602 — #602

ANÁLISIS MULTIVARIANTE APLICADO CON R

re comercial) o Tenenhaus, Vizi, Chatelin y Lauro con XLSTAT-PLSPM (software

comercial) han permitido que los investigadores dispongan de herramientas ra-
zonablemente sencillas para abordar sus estimaciones, provocando la extensión
de la técnica, como ponen de manifiesto trabajos como los de Henseler et al.
(2009), Reinartz et al. (2009), Hair et al. (2012a) o Hair et al. (2012b). Existen
también varios paquetes de R que permiten la aplicación de PLS-SEM en este
entorno: plspm1 , matrixpls2 y semPLS3 .
En mi opinión, sin embargo, hay otras razones más allá de la disponibilidad
de software que explican el interés creciente en esta herramienta. Para mí, la
clave tiene sus orígenes en el trabajo de Diamantopoulos y Winklhofer (2001),
quienes alertaron que los investigadores estábamos modelizando de manera au-
tomática como reflectivas las variables latentes que incorporábamos a nuestras
investigaciones como consecuencia, probablemente, de la inercia derivada del
enfoque de la teoría clásica de la medición en el campo de la psicología. Otros
autores pusieron cifras a estos errores. Así Jarvis et al. (2003) cuantificaron
en casi un tercio de los trabajos los errores de especificación reflectiva en las
principales revistas de las áreas de marketing y dirección de empresas.
Ante esta situación, los investigadores se encuentran con una grave dificul-
tad a la hora de incorporar los constructos formativos a sus modelos con el
enfoque clásico de los CBSEM: por definición, un constructo formativo no está
identificado. La única forma de hacerlo es, a grandes rasgos, o incorporar in-
dicadores reflectivos que convivan con los formativos (modelo MIMIC) o que
el constructo formativo esté unido por relaciones estructurales con al menos
dos constructos reflectivos. En el primer caso, el investigador tiene que haber
previsto la situación incorporando preguntas adicionales a su cuestionario. En
el segundo caso, el modelo que se quiere confirmar puede tener esa caracterís-
tica o no. Por lo tanto, la dificultad para que el enfoque CBSEM aborde los
constructos formativos es muy elevada y, en ese momento, la academia volvió
su mirada al enfoque alternativo del PLS-SEM.
Como demostraremos al explicar su algoritmo, PLS-SEM apenas se ve in-
fluido por el hecho de que la variable latente sea formativa o reflectiva y esto
incrementó inmediatamente su popularidad. Diamantopoulos et al. (2008) de-
mostraron, en un trabajo que revisaba el uso de constructos formativos, que
casi la mitad de ellos ya había empleado PLS-SEM como herramienta analítica.
El impulso final a la creciente extensión y aceptación de PLS-SEM como
enfoque de modelización estructural ha venido de una serie de trabajos firma-
dos por relevantes investigadores en el ámbito del marketing que han fijado
las buenas prácticas en la estimación de modelos mediante PLS-SEM (Hair et
al., 2012a, 2013), pero, sobre todo, de la elaboración del primer manual intro-
ductorio que da guías claras a los investigadores con una formación básica en
estadística (Hair et al., 2014b).
Sin embargo, es muy importante señalar que PLS-SEM es una herramien-
1 [Link]
2 [Link]
3 [Link]

602 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 603 — #603

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

ta que también sufre de importantes limitaciones que serán abordadas en este

capítulo. Su algoritmo necesita que todas las variables latentes tengan asig-
nados indicadores. Pero, en el campo del marketing, por ejemplo, se dan con
mucha frecuencia variables latentes que están formadas por dimensiones, es
decir, constructos de segundo orden. Por ejemplo, es habitual que la confianza
se modelice en marketing como una variable latente que tiene tres dimensiones
que también son variables latentes: honestidad, benevolencia y competencia.
Las dimensiones se convierten en el instrumento de medida de la confianza y
esta no tiene indicadores específicos. Nos encontramos ante una situación que
es necesario resolver si queremos que PLS-SEM pueda enfrentarse a proble-
mas habituales en nuestras áreas de trabajo. Tampoco puede estimar modelos
con relaciones no recursivas (dobles relaciones estructurales) ni modelos en que
las variables latentes no estén conectadas con relaciones estructurales, lo que
impide estimar modelos equivalentes a los del análisis factorial confirmatorio,
hecho que nos lleva a preguntarnos —y luego responder— cómo se valida el
instrumento de medida cuando se estima mediante PLS-SEM.
Si el lector está interesado en una introducción en español a PLS-SEM pero
utilizando software comercial como SmartPLS 3.0 puede consultar el libro de
Aldás (2016), en el que también se abordan cuestiones no tratadas en este
manual como los constructos de segundo orden. La estructura que seguimos es
muy similar y este capítulo es, en ese sentido, deudor del mencionado trabajo.

16.2. El algoritmo de estimación de los modelos

PLS-SEM
Para ilustrar el algoritmo de PLS-SEM, del que nacen las ventajas y desventa-
jas de esta técnica, lo aplicaremos a la estimación de un modelo muy sencillo
representado en la figura 16.1. Es importante destacar que la figura 16.1 es
un simple ejemplo, es decir, nada obliga a que el modelo que vaya a estimar-
se por PLS-SEM tenga que tener constructos formativos y reflectivos o que
los formativos tengan que ser las variables independientes del modelo. Cual-
quier combinación es posible: todos los constructos podrían ser reflectivos, los
reflectivos podrían ser los dependientes, etc.
La terminología clásica que se aplica en la estimación de modelos CBSEM
se aplica básicamente también en los modelos PLS-SEM. Así, al instrumento
de medida, es decir, el conjunto de indicadores que miden cada variable la-
tente, aquí se renombran como la parte externa o outer del modelo, mientras
que a la parte estructural, esto es, la que une mediante relaciones de depen-
dencia/independencia a las variables latentes, el algoritmo las denota como
parte interna o inner del modelo. Es muy importante señalar que la decisión
de modelizar como formativo o reflectivo un constructo determinado no es una
decisión técnica, sino conceptual. Depende de qué indicadores se elijan (porque
un constructo no es por naturaleza ni formativo ni reflectivo, depende de los
indicadores seleccionados). Para tener una guía para decantarse por una formu-

© Ediciones Paraninfo 603

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 604 — #604

ANÁLISIS MULTIVARIANTE APLICADO CON R

Figura 16.1.: Ejemplo de un modelo estructural estimable mediante PLS-SEM

lación (formativa) u otra (reflectiva) para un constructo determinado, pueden

revisarse los trabajos de Diamantopoulos y Winklhofer (2001), Jarvis et al.
(2003) o Diamantopoulos et al. (2008).
Cuando un modelo se estima por el enfoque clásico de estimación basada en
covarianzas CBSEM, la lógica de la estimación —como vimos en el capítulo
correspondiente— es la siguiente. Se calcula la matriz de varianzas y covarian-
zas teórica que se deriva del modelo dibujado. A continuación se calcula la
matriz de varianzas y covarianzas muestral entre los indicadores del modelo
(esto es, la representación estadística de la realidad) y el algoritmo de máxima
verosimilitud lo que hace, en esencia, es dar valores a los parámetros para es-
timar en la matriz teórica (cargas, coeficientes de regresión, covarianzas entre
variables independientes, etc.) para intentar que la matriz resultante (matriz
reproducida) se parezca lo máximo posible a la realidad (matriz muestral). En
la medida en que esto se consigue, el ajuste es bueno y el modelo teórico se
considera una representación plausible de la realidad. Realmente, el algoritmo
de máxima-verosimilitud lo que hace es calcular los parámetros que minimi-
zan las diferencias entre ambas matrices (Chin y Newsted, 1999). En ningún
momento el algoritmo necesita realizar estimación alguna de los valores de los
constructos, que continúan como variables latentes.
El enfoque de PLS-SEM es radicalmente contrario. En lugar de buscar ajus-
te entre las matrices de varianzas y covarianzas teórica y muestral, lo que se
intenta es maximizar la varianza explicada de aquellas variables latentes depen-
dientes por parte de las variables latentes independientes (Haenlein y Kaplan,
2004). Esto exige que primero se haya de obtener una estimación de las varia-
bles latentes, lo que se consigue como una combinación lineal de los indicadores

604 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 605 — #605

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

que los forman (Fornell y Bookstein, 1982). Los pesos que se utilizan para rea-
lizar estas combinaciones lineales se obtienen de tal forma que se maximice
esa varianza explicada. Cuando esto se ha logrado, entonces se realiza un con-
junto de regresiones para determinar los coeficientes de regresión de la parte
estructural.
Probablemente la forma más sencilla de entender este algoritmo es aplicarlo al
ejemplo de la figura 16.1. La descripción que realizamos está basada en Henseler
et al. (2009) y la estructuramos en siete pasos sucesivos. Si se quiere una versión
más detallada y con una mayor fundamentación estadística del algoritmo con
algunas de sus variantes, recomendamos los trabajos de Tenenhaus et al. (2005)
y Fornell y Cha (1994).

Paso 1. Inicialización
El primer paso es obtener una primera aproximación a los valores de las va-
riables latentes (LV) a partir de sus indicadores. Lo más sencillo es, en esta
primera iteración, que el factor se calcule como la suma de los indicadores, que
es lo mismo que una combinación lineal donde los pesos de la combinación se-
rían todos 1. Dependiendo del programa que se utilice, existe la posibilidad de
otorgar en esta etapa otros pesos arbitrarios. El superíndice outer, que aparece
en la estimación de los factores ⇠ˆouter , hace referencia a que esa estimación
está realizada utilizando la parte outer del modelo, es decir, el instrumento
de medida, los indicadores de los factores, tal y como se ilustraba en la figura
16.1. Las estimaciones de las variables latentes así obtenidas se estandarizan
para tener una media de 0 y una desviación típica de 1.

⇠ˆ1outer = x11 + x21

⇠ˆ2outer = x12 + x22
(16.1)
⇠ˆ3outer = x13 + x23 + x33
w11 = w21 = w12 = w22 = w13 = w23 = w33 = 1

Paso 2. Estimación inner de los coeficientes de regresión

En el paso 2 se estiman los coeficientes de regresión que unen LV; en el ejemplo
de la figura 16.1, serían los coeficientes de regresión de ⇠1 ! ⇠3 y ⇠2 ! ⇠3 .
Hay diferentes formas de hacer esto. De acuerdo con el método del centroide
(centroid scheme) (Wold, 1982) se usa el signo de la correlación entre las esti-
maciones de las LV, con el método de ponderación de factores (factor weighting
scheme) (Lohmoller, 1989) se usa la correlación entre ellos, y con el método de
la ponderación de path (path weighting scheme) se tiene en cuenta la dirección
del path, es decir cuál es dependiente y cuál independiente. La ilustración la
realizaremos mediante el método de ponderación de factores. Si dos LV son ad-
yacentes (están unidas por un path) el coeficiente se calcula como la correlación
entre las puntuaciones de las dos LV. Si no son adyacentes (no están unidos
por ningún path, como es el caso de ⇠1 y ⇠2 en nuestro ejemplo, el coeficiente

© Ediciones Paraninfo 605

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 606 — #606

ANÁLISIS MULTIVARIANTE APLICADO CON R

se fija a 0. Es decir, en el modelo ilustrado en la figura 16.1, las correlaciones

(e13 , e23 ) serían las estimaciones para los coeficientes de regresión 13 , 23 .
( ⇣ ⌘
cov ⇠ˆjouter , ⇠ˆhouter ⇠j , ⇠h adyacentes
ejh = (16.2)
0 resto de casos

Paso 3. Estimación inner de las LV

En el paso 1, las variables latentes o factores se estimaban a partir de los indi-
cadores, por eso denominábamos a esa estimación outer. En el paso 3 volvemos
a estimar las variables latentes, pero ahora usando la parte estructural del mo-
delo, es decir, las estimaciones de los coeficientes de regresión de los paths que
hemos calculado en el paso 2, esto es:
X
⇠ˆhinner = ejh ⇠ˆjouter (16.3)
j

Que, aplicado a nuestro ejemplo resultaría en:

⇠ˆ1inner = e13 ⇠ˆ3outer

⇠ˆ2inner = e23 ⇠ˆ3outer (16.4)
⇠ˆinner = e13 ⇠ˆouter + e23 ⇠ˆouter
3 1 2

Paso 4. Estimación outer de los pesos

La estimación de los pesos en la etapa de inicialización había sido evidente-
mente naíf, porque solo pretendía ser un punto de partida en el proceso de
optimización, y por eso se habían fijado arbitrariamente a 1. Llega el momento
de que busquemos una estimación mejor, lo que implica que de alguna mane-
ra se ha de introducir un criterio de optimización, esto es, de maximización o
minimización de algo. Lo que se hace con este fin es realizar una regresión por
mínimos cuadrados ordinarios que tiene una estructura distinta en función de
que la variable latente sea reflectiva o formativa (es decir, estimación de pesos
que maximiza la varianza explicada de factores en los constructos formativos
o indicadores en los reflectivos). En el caso de variables latentes reflectivas se
realizan tantas regresiones con una variable explicativa como indicadores tenga
el factor. Cada indicador es la variable dependiente y, el factor, la independien-
te. En el caso de un constructo formativo, se realiza una única regresión donde
el factor es la variable dependiente y los indicadores son las independientes. Es
decir:
xij = cij + wij ⇠ˆjinner + "ij (LV reflectiva) (16.5)
X
⇠ˆjinner = cj + wij xij + "j (LV formativa) (16.6)
i

606 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 607 — #607

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

Que aplicado al ejemplo de la figura 16.1:

x13 = c13 + w13 ⇠ˆ3inner + "13

x23 = c23 + w23 ⇠ˆinner + "23
3 (16.7)
x33 = c33 + w33 ⇠ˆ3inner + "33
! ŵ13 , ŵ23 , ŵ33

⇠ˆ1inner = c1 + w11 x11 + w21 x21 + "1

⇠ˆinner
2 = c2 + w12 x12 + w22 x22 + "2 (16.8)
! ŵ11 , ŵ21 , ŵ12 , ŵ22

Es importante avanzar que es de esta etapa del algoritmo de la que se de-

rivan algunas de las grandes ventajas de PLS-SEM. Nótese que lo único que
ha tenido que hacer el algoritmo para tratar un constructo formativo es una
regresión, es decir, exactamente lo mismo que ha tenido que hacer si el cons-
tructo es reflectivo (con la diferencia de que es una regresión algo más compleja
porque tiene más variables independientes, pero nada más). También de esta
etapa del algoritmo se desprende por qué, como veremos, las necesidades de
tamaño muestral cuando un modelo estructural se estima mediante PLS-SEM
son menores: para realizar una regresión con dos variables explicativas, como
muestra la expresión 16.8, no hace falta un tamaño muy superior a 30 o 40
casos, y esa es la regresión más compleja que se va a realizar para el ejemplo
de la 16.1.

Paso 5. Estimación outer de los valores de las variables

latentes
En este momento estamos de nuevo como en el paso 1, solo que en lugar de
tener una estimación de los pesos igual a 1, tenemos una estimación de los pesos
mejorada (ŵij ), fruto de maximizar mediante regresión la varianza explicada de
indicadores (constructos reflectivos) o factores (constructos formativos). Sim-
plemente volvemos a calcular una estimación outer de las variables latentes
usando estos nuevos pesos:
X
⇠ˆjouter = ŵij xij (16.9)
i

que en nuestro ejemplo daría lugar a:

© Ediciones Paraninfo 607

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 608 — #608

ANÁLISIS MULTIVARIANTE APLICADO CON R

⇠ˆ1outer = ŵ11 x11 + ŵ21 x21

⇠ˆouter
2 = ŵ12 x12 + ŵ22 x22 (16.10)
⇠ˆ3outer = ŵ13 x13 + ŵ23 x23 + ŵ33 x33

Paso 6. Criterio de parada

Y ahora los cinco pasos anteriores se irían repitiendo con resultados mejorados
de la estimación de los pesos hasta que se alcanzara algún criterio de parada.
Este criterio tiene que ver, lógicamente, con que en dos pasos sucesivos la esti-
mación de los pesos que se obtienen apenas difieran. El valor de esa diferencia
(criterio de parada) dependerá del software y, normalmente, podrá personali-
zarse. En el caso de la versión 3 de SmartPLS (Ringle et al., 2015), ese valor por
defecto es 10 7 y es, como señalamos, modificable. De una manera más formal
el criterio quedaría:
X (k) (k 1)
wij wij < 10 7 (16.11)
i,j

Paso 7. Solución final

Tras la última iteración, las cargas de los constructos formativos y reflectivos
y los coeficientes de regresión de la parte estructural se calculan de la siguiente
forma. Las puntuaciones factoriales (valores de las LV) son la última estimación
outer que sale del algoritmo:

⇠ˆj = ⇠ˆjouter (16.12)

La estimación de las cargas de los constructos formativos, que llamamos pesos
(⇡), y las cargas de los constructos reflectivos ( ) se calculan con la fórmulas
16.7 y 16.8 que vimos en el paso 4, es decir:

xij = cij + ij ⇠ˆj + "ij (LV reflectiva) (16.13)

X
⇠ˆj = cj + ⇡ij xij + "j (LV formativa) (16.14)
i

Y para los coeficientes de regresión de la parte estructural del modelo, da-

do que ya están estimadas las variables latentes, solo es necesario realizar el
conjunto de regresiones parciales en las que pueda descomponerse el modelo
estructural (tantas como LV dependientes existan):
X
⇠ˆh = ˆ
jh ⇠j + ⇣h (16.15)
j

608 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 609 — #609

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

16.3. Cuándo usar PLS-SEM: fortalezas y

debilidades
En este capítulo hemos dedicado la sección 16.2 a describir el algoritmo de
PLS-SEM porque es imposible entender de dónde se derivan sus propiedades
positivas y negativas, sus fortalezas y debilidades, si no se tiene, al menos, la
intuición del funcionamiento de dicho algoritmo. Con lo descrito en la sección
16.2 en mente, es muy sencillo comprender sus fortalezas y debilidades.

16.3.1. Fortalezas
1. PLS-SEM impone pocas o ninguna restricción respecto a la dis-
tribución que deben seguir los datos (Fornell y Bookstein, 1982),
relajando el supuesto de normalidad multivariable que es fundamental en
la estimación por máxima verosimilitud de los CBSEM. Esta propiedad
no parece aflorar de manera evidente del algoritmo. Si se realizan regre-
siones mediante mínimos cuadrados ordinarios (OLS), estas regresiones
exigen normalidad. La explicación reside en que esa normalidad en la re-
gresión es necesaria no para estimar el parámetro, sino para estimar su
significatividad y lograr que el estadístico t siga una distribución cono-
cida y podamos evaluarlo frente a sus valores críticos. PLS-SEM utiliza
las estimaciones de los parámetros obtenidos por la regresión OLS pero,
como veremos más adelante en el libro, utiliza procedimientos alternati-
vos de remuestreo (bootstrapping) para evaluar la significatividad de esos
parámetros, por esa razón la asunción de normalidad multivariante no es
necesaria.
2. PLS-SEM funciona bien con muestras relativamente reducidas. Si
se revisa el algoritmo, veremos que todo acaba descomponiéndose en re-
gresiones OLS. En el caso de los constructos reflectivos, estas regresiones
solo tienen una variable explicativa, y en el caso de los formativos, tan-
tas como indicadores. Luego la regresión más compleja correspondería
al constructo formativo con más indicadores o, revisando la parte es-
tructural, a la regresión con la LV dependiente que estuviera relacionada
con más LV independientes. Las reglas aproximadas clásicas (Hair et al.,
1998) hablan de 15-20 casos por cada variable explicativa, lo que haría
que el modelo de nuestra figura 16.1 pudiera ser estimado con unos 40
casos. Ese mismo modelo, estimado mediante CBSEM requeriría de 200
casos o más (Boomsma, 1985). Si no se dispusiera de ellos, generaría es-
timadores sesgados (Hu y Bentler, 1995), soluciones inadmisibles (p. ej.
casos Heywood) y problemas de identificación, especialmente en modelos
complejos (Chin y Newsted, 1999). Una precisión es muy importante: es-
te buen comportamiento con tamaños muestrales reducidos no libera al
investigador de conseguir muestras que sean representativas, obviamente.
Más adelante en el capítulo veremos criterios de evaluación del tamaño

© Ediciones Paraninfo 609

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 610 — #610

ANÁLISIS MULTIVARIANTE APLICADO CON R

muestral mucho más precisos que las reglas aproximadas a que hacía-
mos referencia anteriormente y que tienen que ver con la potencia de la
prueba.
3. Los constructos formativos se incorporan con mucha facilidad al algo-
ritmo de PLS-SEM, de hecho, como hemos visto, se tratan como regresio-
nes OLS igual que los reflectivos. Es cierto que los constructos formativos
también pueden incorporarse a modelos estimados mediante CBSEM, pe-
ro las restricciones (modelos MIMIC, relación del constructo formativo
con otros reflectivos) son muchas y no siempre la estimación es viable
(puede revisarse Jarvis et al. 2003 o Diamantopoulos y Winklhofer, 2001
para detalles acerca de cómo incorporar constructos formativos en mode-
los CBSEM).

4. El algoritmo de PLS-SEM es muy eficiente (las regresiones son

fáciles de implementar), no está sujeto a las restricciones de identificación
del algoritmo de máxima verosimilitud (p. ej. identificación de escala) por
muy complejo que sea el modelo (Hair et al., 2011).

16.3.2. Debilidades
1. El algoritmo, a diferencia de los CBSEM, no estima los parámetros ajus-
tando una matriz de varianzas y covarianzas teórica a una matriz de
varianzas y covarianzas muestral, por lo tanto, no va a contar con
indicadores de ajuste global del modelo4 , lo que limita, como seña-
lan Hair et al. (2012b), su utilidad para comparar modelos alternativos
competidores y le obliga, también, a recurrir a procedimientos no para-
métricos (blindfolding) para evaluar la parte estructural del modelo, tal
y como veremos en epígrafes posteriores.

2. Cada LV debe estar conectada, al menos, a otra LV mediante un path

(relación estructural). Esto hace que no puedan estimarse análisis
factoriales confirmatorios (CFA) mediante PLS-SEM. Recordemos
que los CFA son necesarios en el enfoque de CBSEM para evaluar las
propiedades psicométricas de los instrumentos de medida (fiabilidad, va-
lidez convergente, validez discriminante, etc.) de acuerdo con el enfoque
clásico en dos pasos propuesto por Anderson y Gerbing (1988). Esto obli-
gará a que la validación del instrumento de medida deba realizarse con

4 Recordemos que, cuando se estima un CBSEM por máxima verosimilitud, la función de

máxima verosimilitud se construye,

P básicamente, como la diferencia entre la matriz de va-
rianzas y covarianzas
⇣ teórica
⌘ y la matriz de varianzas y covarianzas muestral S, es decir,
P P 1 P
FM L (S; ) = tr S; + [log | | log |S|] q, donde q es el número de indicadores.
Pues bien, el estadístico que evalúa el ajuste del modelo y que se puede utilizar para comparar
modelos anidados es la 2 , que se basa directamente en esa función de máxima verosimilitud
minimizada para obtener la estimación de los parámetros: 2 = (N 1) FM L , donde N es el
tamaño muestral.

610 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 611 — #611

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

un planteamiento alternativo al tradicional, que también abordaremos en

este capítulo.
3. Todas las variables latentes deben tener, al menos, un indicador. Por de-
finición, un constructo de segundo orden no tiene indicadores por
cuanto son sus dimensiones de primer orden las que actúan como instru-
mento de medida del segundo, lo que es un problema, dado que en las
áreas de marketing y dirección de empresas, la existencia de constructos
de segundo orden es muy frecuente. Aunque no lo abordaremos en este
manual puede consultarse Aldás (2016) para analizar la forma de resolver
esta cuestión en un libro equivalente en la metodología al presente.
4. No se pueden estimar modelos no recursivos (A ⌦ B) ni tampoco
cuando la parte estructural cuenta circularidades entre las LV: (A !
B;B ! C;C ! A)5 .
5. La estimación de los parámetros realizada mediante PLS-SEM
no es óptima en términos de sesgo y consistencia. Como señalan
Chin (1998) o Haenlein y Kaplan (2004), las puntuaciones factoriales de
las LV son la agregación de indicadores que contienen un término de error
y no convergerán con los valores reales salvo el caso en que el número de
indicadores y el tamaño muestral tienda a infinito (McDonald, 1996). Es-
te sesgo tiende a provocar estimaciones de las cargas y pesos más altas
que las poblacionales y estimaciones más bajas en la parte estructural del
modelo (coeficiente de regresión). En este momento hay una modificación
del algoritmo de PLS-SEM propuesta por Dijkstra y Henseler (2015) e
implementada en SmartPLS 3.0, que permite obtener estimaciones con-
sistentes y, además, abre las puertas a eliminar otra de las limitaciones de
PLS-SEM al proponer una medida de ajuste global que sería equivalente
conceptualmente a la 2 de los CBSEM. Sin embargo solo puede aplicarse
en modelos donde todos los constructos sean reflectivos.

16.3.3. Criterios de elección entre CBSEM y PLS-SEM

Como señalan Hair et al. (2011), la discusión entre CBSEM y PLS-SEM no
debe plantearse en términos excluyentes. Hemos visto en el apartado anterior
que muchos de los puntos fuertes de PLS-SEM coinciden con puntos débiles de
CBSEM y viceversa y así lo vieron ya sus precursores (Joreskog y Wold, 1982).
Estamos ante herramientas que son complementarias y es tarea del investiga-
dor decidir, dados los objetivos de su estudio, la estructura de su modelo y las
características de sus datos, por uno u otro enfoque para la estimación. Por lo
tanto, la pregunta ha de ser ¿cuándo deberíamos decantarnos por una u otra
herramienta? Reinartz et al. (2009) revisan más de 30 trabajos en las áreas
5 En el momento de redacción de este manual, hay una propuesta en fase preliminar de

estimación consistente y asintóticamente normal para PLS que permitiría incorporar las
relaciones no recursivas (Dijkstra y Henseler, 2015).

© Ediciones Paraninfo 611

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 612 — #612

ANÁLISIS MULTIVARIANTE APLICADO CON R

de marketing y dirección de empresas indagando sobre el argumento que esgri-

mieron los autores para decantarse por PLS-SEM. También Joreskog y Wold
(1982) plantean una propuesta para guiar la elección entre ambas herramientas.
Podemos resumirlas del siguiente modo:
1. Usar PLS-SEM si el objeto de la investigación es relativamente nuevo
y la teoría no está consolidada o los instrumentos de medida son muy
preliminares (Chin, 1998; p. 333) si estamos en un enfoque exploratorio
o ante una extensión de teoría estructural ya existente (Hair et al., 2011;
p. 144).
2. Usar PLS-SEM si el modelo es muy complejo, con gran número de indi-
cadores y/o variables latentes (Chin, 1998; p. 333; Chin y Newsted 1999;
p. 314; Hair et al., 2011; p. 144).
3. Usar PLS-SEM si el modelo incorpora constructos formativos junto a los
reflectivos (Chin, 1998; p. 333; Fornell y Cha, 1994; p. 73; Chin y Newsted
1999; p. 314; Hair et al., 2011; p. 144).
4. Usar PLS-SEM si los datos no cumplen las condiciones de normalidad, in-
dependencia o tamaños muestrales mínimos para aplicar CBSEM (Chin,
1998; p. 333; Chin y Newsted 1999; p. 314; Hair et al., 2011; p. 144).
5. Usar PLS-SEM si el objetivo principal del investigador es la predicción,
no la estimación de los parámetros estructurales (Fornell y Cha, 1994; p.
73; Chin y Newsted 1999; p. 314; Hair et al., 2011; p. 144).

6. Usar PLS-SEM si se van a utilizar las puntuaciones factoriales de las LV

para análisis subsiguientes (Hair et al., 2011; p. 144).
7. Usar CBSEM si el objetivo es someter teoría a confirmación o comparar
teorías alternativas (Hair et al., 2011; p. 144).

8. Usar CBSEM si el modelo tiene relaciones no recursivas (Hair et al., 2011;

p. 144).

16.4. Etapas en la estimación de un modelo

estructural mediante PLS-SEM
Desde el conocido trabajo de Anderson y Gerbing (1988), se asume, como vimos
para los modelos basados en covarianzas, que la estimación de un modelo es-
tructural exige dos pasos: (1) validar el instrumento de medida y asegurarnos de
que las variables latentes están correctamente aproximadas por sus indicadores
y (2) estimar la parte estructural del modelo y derivar de ella las conclusiones
que afectan al contraste de las hipótesis. En el capítulo 14 vimos que la primera
fase requiere de la estimación de un análisis factorial confirmatorio (CFA) y la

612 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 613 — #613

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

aplicación de los criterios de fiabilidad, validez convergente y validez discrimi-

nante que detallamos en su momento. Pero al analizar el algoritmo de PLS-SEM
hemos visto que la realización de un CFA no es posible en cuanto que implica
variables latentes no relacionadas estructuralmente. Por este motivo el enfoque
que se suele seguir es el siguiente (Hair et al., 2014b):
1. Estimar el modelo completo, pero ignorar los resultados de la parte es-
tructural y centrarse en la adecuación del instrumento de medida con
criterios similares a los vistos en el capítulo 14.
2. Una vez depurado el instrumento de medida, volver a estimar el modelo
y —ahora sí— analizar los resultados de la parte estructural con criterios
también similares a los vistos en el capítulo 15.
3. En ambos casos, se requerirán criterios específicos para abordar cues-
tiones como los constructos formativos, la ausencia de normalidad o la
inexistencia de indicadores de ajuste.

Los pasos que se han de seguir han sido descritos con detalle en el trabajo
de Hair et al. (2014b) y se muestran a continuación. Para ilustrarlos adecua-
damente los aplicaremos al caso 16.1.

1. Instrumento de medida. Constructos reflectivos.

a) Consistencia interna y fiabilidad: fiabilidad compuesta (CR) y alfa de Cronbach
(CA) superiores a 0,70.
b) Validez convergente: las cargas deben ser significativas y superiores a 0,70. La
varianza extraída promedio (AVE) debe ser superior a 0,50.
c) Validez discriminante:
1) La AVE de cada variable latente debe ser superior al cuadrado de la
correlación más grande que esa variable latente tenga con cualquier otra
variable latente.
2) La ratio HTMT no puede ser superior a 0,90.
2. Instrumento de medida. Constructos formativos.
a) Si un indicador tiene un peso significativo se mantiene. Si su peso y su carga
son ambos no significativos, el indicador se suprime.
b) Multicolinealidad: el índice de inflación de la varianza (VIF) de cada indicador
debe ser inferior a 5.

3. Modelo estructural.
a) R2 de 0,5, 0,50 o 0,25 puede considerarse, respectivamente, como relevantes
(substantial), moderados (moderate) o débiles (weak ).
b) Utilícense los valores de los estadísticos t obtenidos mediante bootstrapping
para establecer la significatividad de las relaciones estructurales.
c) Q2 positivas obtenidas por blindfolding son indicadores de la relevancia pre-
dictiva del modelo.

© Ediciones Paraninfo 613

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 614 — #614

ANÁLISIS MULTIVARIANTE APLICADO CON R

Caso 16.1. La dependencia del medio en Internet

Este caso está basado en el trabajo de Aldás et al. (2008). Partiendo de un mo-
delo de aceptación de la tecnología clásico (Davis, 1989), incorpora una variable
a la que se ha prestado poca atención en el campo del B2C, la dependencia del
internauta del medio Internet, generándose un modelo integrador que se ilustra
en la figura 16.2, con mejor capacidad explicativa que el TAM clásico.
En este modelo debemos prestar atención al constructo dependencia del me-
dio, sobre todo para que se entienda su carácter formativo. El individuo tiene
sus propios objetivos y algunos de ellos requieren el acceso a recursos de infor-
mación que son controlados por los medios masivos (Ball-Rokeach 1985, 1989).
La dependencia del individuo del medio se compone de tres dimensiones o
categorías: entendimiento, orientación y entretenimiento (Ball-Rokeach 1985,
1989). Cada una de esas categorías se divide a su vez en dimensión personal y
social, proporcionando seis niveles de relación de dependencia del medio.
El entendimiento personal es el proceso de interpretar las creencias, compor-
tamientos y autoconcepto de uno mismo, mientras que el entendimiento social
es la comprensión de otros individuos, culturas y acontecimientos en el mundo
que nos rodea. La orientación a la acción se refiere a la necesidad de obtener
una guía para desarrollar comportamientos personales específicos, como, por
ejemplo, comprar, y la orientación a la interacción se refiere a la forma de
cumplir los objetivos del individuo relativos a cómo comportarse y relacionar-
se correctamente con otras personas, incluyendo tanto aquellas con las que el
consumidor ha desarrollado fuertes lazos afectivos como aquellas con las que
no tiene ningún contacto previo. Adicionalmente, el entretenimiento personal
se refiere al uso del medio para evadirse y liberarse de la tensión, mientras que
el entretenimiento social es una vía importante a través de la cual se aprenden
los roles sociales, normas y valores, utilizando el medio para entretenerse junto
con otras personas (Grant et al., 1991).
Pensemos en Internet. Una persona puede ser muy dependiente de Internet
porque, todas las mañanas, necesita consultar la edición digital de los diarios
antes de ir a su trabajo para saber qué ocurre en el mundo, en su país o en
su ciudad (entendimiento social) pero puede no volver a utilizar Internet para
nada más a lo largo del día. Otro individuo, por ejemplo, puede ser también
muy dependiente del medio porque cuando llega a su casa ha de jugar una
partida de videojuego con otros jugadores que están conectados por Internet
(entretenimiento social), sin embargo no ha consultado los diarios digitales por
la mañana. Ambas personas pueden ser igual de dependientes con combinacio-
nes muy distintas de origen de esa dependencia (nada de entendimiento social
y mucho de entretenimiento personal y viceversa). Démonos cuenta de que, si
el constructo se relacionara reflectivamente con sus indicadores, esto no sería
posible. Solo podría haber dependencia del medio si simultáneamente hubiera
dependencia por motivos de entretenimiento personal, entretenimiento social,
entendimiento personal, entendimiento social, orientación a la acción y orien-
tación a la interacción. Como la variable latente causa sus indicadores, todas
tienen que darse simultáneamente. Pero, dado que esto no es así conceptual-

614 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 615 — #615

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

Figura 16.2.: Incorporación de la dependencia del medio a un modelo TAM MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

© Ediciones Paraninfo 615

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 616 — #616

ANÁLISIS MULTIVARIANTE APLICADO CON R

mente (puede haber el mismo nivel de dependencia estando esta provocada

mucho por una dimensión y nada por otra), el constructo ha de modelizarse
de manera formativa, puesto que este planteamiento sí que permite esta red
nomológica.

16.4.1. Validación del instrumento de medida

Al presentar el algoritmo ya señalamos que no era posible seguir el enfoque
clásico de dos pasos propuesto por Anderson y Gerbing (1988) debido a que
este enfoque se basa en la estimación de un análisis factorial confirmatorio como
paso previo a la estimación del modelo estructural y en PLS-SEM no pueden
estimarse CFA debido a que las variables latentes han de estar necesariamente
unidas por una relación estructural (y las covarianzas del CFA no lo son).
La solución que se adopta es sencilla. Se estima el modelo completo (con la
parte estructural, por tanto) mediante PLS-SEM, pero no se presta ninguna
atención a la parte estructural (puesto que todavía no podemos confiar en
el instrumento de medida). Solamente prestaremos atención a las cargas y a
los pesos aplicando los criterios explicitados anteriormente. Tras depurar el
instrumento de medida, prestaremos atención al modelo estructural. Revisemos
los criterios.

A. Consistencia interna y fiabilidad (constructos reflectivos)

Para cada variable latente se calcula, como vimos en el capítulo 14:
El ↵ de Cronbach (1951) ha de ser superior al valor recomendado de 0,70
(Churchill, 1979), siendo:

k⇢
↵= (16.16)
1 + (k 1) ⇢

siendo k el número de indicadores de la LV, y ⇢, la media de las correlacio-

nes entre esos indicadores. Hair et al. (2012b), sin embargo, recomiendan
no ofrecer en las estimaciones de PLS-SEM esta información como criterio
de fiabilidad o consistencia interna y así lo haremos en este capítulo.

La fiabilidad compuesta CR (Werts et al., 1974) debería ser también

superior a 0,70 (Fornell y Larcker, 1981).
P 2
( ij )
CRi = P 2
i
P (16.17)
( i ij ) + j var ("ij )

donde ij es la estimación estandarizada de la carga del indicador j de la

i-ésima LV. V ar ("ij ) está relacionada con las cargas del siguiente modo:
2
V ar ("ij ) = 1 ij (16.18)

616 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 617 — #617

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

B. Validez convergente
Aquí estamos exigiendo que la varianza que una variable latente explica de
los indicadores que lo conforman sea, al menos, de la mitad, es decir, que
sea superior a la varianza residual, a la asociada al término de error. Esto
se consigue con una varianza extraída promedio (AVE) superior a 0,50
(Fornell y Larcker, 1981). Si vemos la expresión de la AVE (la notación
es la misma de CR, siendo k el número de indicadores):
P 2 P 2
j ij j ij
AV Ei = P 2
P = (16.19)
j ij + j var ("ij ) k

dado que 2 es la varianza del indicador j explicada por la LV i, entonces

la AVE es la media de las varianzas de los indicadores que explica el factor
que están midiendo, y es a ese promedio al que exigimos que sea al menos
la mitad del total.
También exigimos que las cargas sean significativas (difícilmente un in-
dicador j será una buena media de la LV i si no guarda ninguna relación
con él, y si no es significativa es lo mismo que decir que no es estadís-
ticamente distinta de 0) y que tengan un tamaño mínimo de 0,70. La
lógica de 0,70 tiene que ver con la lógica de AVE, si una carga es 0,70, su
cuadrado (la varianza explicada) es al menos del 50 % (0,702 ' 0,50).

C. Validez discriminante
De una manera sintética, dado que ya se trató el tema en el capítulo 14, dos
conceptos son representados por dos LV distintas porque, aunque puedan estar
relacionados (correlacionados), esta correlación no debería ser tan grande que
nos haga dudar de que esos conceptos realmente sean distintos. En los modelos
CBSEM vimos que la forma de contrastar, entre otras, la validez discriminante
es evaluar que las correlaciones entre las LV que salen del CFA sean estadís-
ticamente distintas de 1. Pero en PLS-SEM no podemos estimar un CFA. La
alternativa por la que optamos es asegurarnos de que la AVE de cada par de
factores es superior al cuadrado de la correlación entre ellos. La lógica es la
siguiente, hemos dicho que la AVE es la varianza de los indicadores de una
LV explicada por el factor que miden. El cuadrado de la correlación entre dos
factores puede entenderse como la varianza de los indicadores de un factor que
es explicada por el otro factor. Cuando exigimos:

AV Ei > ⇢2ij
(16.20)
AV Ej > ⇢2ij
lo que estamos exigiendo es precisamente eso, que los indicadores de un factor
estén más vinculados a ese factor que a otro para el que no se concibieron.
Recientemente, Henseler et al. (2014) han propuesto un procedimiento com-
plementario para evaluar la validez discriminante que, en el fondo, está basado

© Ediciones Paraninfo 617

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 618 — #618

ANÁLISIS MULTIVARIANTE APLICADO CON R

Figura 16.3.: Modelo de dos factores para ilustrar la el criterio de la ratio HTMT

Fuente: Henseler et al. (2014).

en la misma lógica. Si partimos de un ejemplo de dos factores, como el de la

figura 16.3, en el que los factores, ⇠1 y ⇠2 , son medidos a partir de tres indica-
dores cada uno de ellos, podemos construir la matriz de correlaciones entre esos
indicadores, que está recogida en la figura 16.4. Esta matriz recoge dos tipos
de correlaciones, por un lado, las correlaciones de los indicadores de un mismo
factor, que Henseler et al. (2014) denominan monotrait-heteromethod correla-
tions, cuya media denominaremos M T y, por otro lado, las correlaciones entre
los ítems de un factor con los del otro factor, que se denominan heterotrait-
heteromethod y cuya media denominaremos HT . De una manera simplificada,
la ratio HT M T sería la ratio HT /M T . Parece lógico que, si la media de las
correlaciones entre los indicadores de dos constructos distintos es más grande
que la que tienen los indicadores del constructo al que corresponden, entonces
tendremos un problema de validez discriminante (en ese caso HT /M T > 1).
Esto será poco habitual, lo normal es que las medias de las correlaciones en-
tre los indicadores de los factores a los que van asociados sean más altas, la
cuestión es cuán parecidas pueden ser a las asociadas a factores distintos. El
criterio que se propone es el de Gold et al. (2001), quienes plantean que la ratio
HT /M T < 0,90 para cada par de factores, de no ser así podemos estar ante
un problema de validez discriminante.
Apliquemos ahora la teoría a la validación de la parte reflectiva del instru-
mento de medida del caso 16.1. Utilizaremos para ello el paquete plspm, cuya

618 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 619 — #619

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

Figura 16.4.: Matriz de correlaciones para ilustrar la ratio HTMT

Fuente: Henseler et al. (2014).

única dificultad lógica está en traducir la parte estructural del modelo a una
matriz de conexiones entre las variables latentes. Veamos primero la sintaxis
paso a paso. Leemos en primer lugar la base de datos y cargamos las librerías
necesarias:

library(haven)
datos <- read_sav(Datos_16_1_Caso.sav")
library(lavaan)
library(matrixpls)
library(plspm)
library(semPLS)

A continuación definimos la matriz que contiene las relaciones estructurales.

En principio conviene ordenar los factores desde la parte izquierda del grafo
(figura 16.2) hacia la parte derecha. En nuestro caso lo hemos hecho con el
orden: 1. facilidad de uso, 2. utilidad percibida, 3. dependencia, 4. actitud y
5. intención de compra. Generamos para cada factor un vector que indica, si-
guiendo este orden, de qué factor recibe (1) o no recibe (0) flecha. Así vemos
que el vector de actitud es (1, 1, 1, 0, 0), dado que la actitud recibe flecha (es
dependiente) del primer factor (facilidad de uso), del segundo (utilidad perci-
bida) y del tercero (dependencia), pero no del cuarto (actitud) ni del quinto
(intención de compra).

© Ediciones Paraninfo 619

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 620 — #620

ANÁLISIS MULTIVARIANTE APLICADO CON R

facuso =c(0,0,0,0,0)
utiper =c(1,0,0,0,0)
dep =c(1,1,0,0,0)
actitud =c(1,1,1,0,0)
intcomp =c(0,1,1,1,0)

A continuación juntamos todos los vectores en una matriz que vamos a llamar
[Link] y le damos como nombre de las filas y columnas los nombres de
los factores.

# creamos la matriz fusionando filas

[Link] = rbind(facuso,utiper,dep,actitud,intcomp)
# ponemos nombres a las columnas (optcional)
colnames([Link]) = rownames([Link])

Llega el momento de decirle al programa qué indicadores de nuestra base

de datos forman cada variable latente. El cuadro 16.1 muestra en la base de
datos qué nombre tiene cada indicador y el orden que ocupa en la mencionada
base. Generamos un vector ([Link]) que define los “bloques”, es decir,
los indicadores que van juntos en un mismo factor, el orden en que hay que
ponerlos es en el que se han definido en la matriz, por eso necesitamos el apoyo
del cuadro 16.1 para asignar los indicadores:

[Link] = list(7:12, 1:6, 24:29, 13:22, 23:23)

Ya solo resta para tener definido el modelo que le digamos al programa cuál
es la modalidad (“modos”) de medida de cada factor. En nuestro caso, todos
son reflectivos (se indica como una A), salvo el tercer factor de la lista, que es
la dependencia del medio que es formativo (se señala con una B):

[Link] = c("A","A","B","A","A")

Estamos en disposición de estimar nuestro modelo. La instrucción no nece-

sita mucha aclaración, llamamos [Link] al objeto de R que contendrá la
salida, datos es nuestro fichero de datos, [Link] contiene la matriz con
la parte estructural del modelo, [Link], la asignación de indicadores a
variables latentes, modes=[Link], el vector con el carácter formativo o
reflectivo de cada “bloque” o variable latente, scheme=path indica el criterio se-
guido en el paso 2 del algoritmo para calcular factores a partir de indicadores.
Las opciones [Link]=TRUE y br=5000 corresponden al bootstrapping para
estimar la significatividad de los parámetros que explicaremos posteriormente,
tol=1e-06 es el criterio de parada del algoritmo, y maxiter=100, el número
máximo de iteraciones en que se permite la convergencia.

620 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 621 — #621

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

Cuadro 16.1.: Estructura de la base de datos

Indicador Orden Indicador Orden Indicador Orden
en la en la en la
base base base
utiper1 1 actitud1 12 dep1 24
utiper2 2 actitud2 14 dep2 25
utiper3 3 actitud3 15 dep3 26
utiper4 4 actitud4 16 dep4 27
utiper5 5 actitud5 17 dep5 28
utiper6 6 actitud6 18 dep6 29
facuso1 7 actitud7 19
facuso2 8 actitud8 20
facuso3 9 actitud9 21
facuso4 10 actitud10 22
facuso5 11 intcomp 23
facuso6 12

[Link] = plspm(datos, [Link], [Link],

modes= [Link],scheme="path", [Link]=TRUE,
br=5000,tol = 1e-06, maxiter = 100)
summary([Link])

Comencemos analizando el tamaño de las cargas. Conviene siempre empezar

por esta fase porque la mayoría de indicadores de fiabilidad y validez conver-
gente están condicionados por las mismas. Eliminar una carga baja implica con
toda seguridad la mejora de los mismos. Recordemos que nos estamos centrando
en este momento en la parte reflectiva del instrumento, por lo que ignorare-
mos las cargas del constructo formativo dependencia. El cuadro 16.2 ofrece la
salida. Observamos inmediatemente numerosas cargas por debajo de 0,7, sin
embargo, es muy importante contener el impulso de la eliminación automáti-
ca de las mismas. Recordemos que hemos asumido la validez de contenido del
instrumento de medida porque son escalas que han sido validadas en trabajos
previos. Eliminar muchos indicadores puede poner en peligro esa asunción. El
criterio que se suele seguir es el siguiente (Hair et al., 2014b):
1. Si la carga es inferior a 0, 40 se elimina.

2. Si está entre 0, 40 0, 70, se observa si teníamos algún problema de fia-

bilidad y validez convergente en los indicadores CR o AVE. Si no los
teníamos, se deja la carga. Si lo teníamos y al eliminarla el problema se
soluciona, las eliminamos. Pero, si al eliminarlas, el problema persiste, se
dejan en el modelo para no añadir el problema de validez de contenido al
de fiabilidad y validez convergente.

© Ediciones Paraninfo 621

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 622 — #622

ANÁLISIS MULTIVARIANTE APLICADO CON R

Cuadro 16.2.: Análisis del tamaño de las cargas

622 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 623 — #623

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

Procedemos de esta manera prudente eliminando facuso2 y facuso5 y acti-

tud3 y actitud9. La forma de hacer operativa esta eliminación es localizar el
orden que ocupan en la base de datos y no contemplarlos al definir los bloques
del modelo.

[Link] = list(c(7,9,10,12), 1:6,

24:29, c(13,14,16,17,18,19,20,22),23:23)

Vemos que hemos eliminado los indicadores que ocupaban el lugar 8 (facu-
so2 ), 11 (facuso5 ), 15 (actitud3 ) y 21 (actitud9 ). Con esta única modificación,
reestimamos el modelo y vemos que las cargas ya son superiores a 0,7 (cuadro
16.3) y, cuando no lo son, no generan problemas en el alfa de Cronbach, la
fiabilidad compuesta (CR = [Link] en plspm) ni la varianza extraída prome-
dio (AVE), como se aprecia en el cuadro 16.4. Ahora todos estos indicadores
tienen valores superiores a los niveles mínimos exigibles que planteábamos con
anterioridad.
En cuanto a la validez discriminante, el paquete plspm no calcula de manera
directa la ratio HTMT, pero sí que da la información para aplicar el criterio de
Fornell y Larcker (1981). El cuadro 16.5 nos ofrece la matriz de correlaciones
entre los factores mientras que los AVE ya fueron calculados con anterioridad
y aparecían en el cuadro 16.4. Por lo tanto, basta con comprobar que todas
las correlaciones al cuadrado son inferiores al valor de los AVE de las variables
latentes implicadas en la correlación o, como veremos que es práctica habitual
en la presentación
p de los resultados, comprobar que las correlaciones son in-
feriores a la AV E. Por ejemplo, centrándonos en la correlación más grande,
la que corresponde a los factores utilidad percibida
p y actitud,
p esta toma el va-
lor ⇢ = 0, 656, que es un valor inferior a AV Eutiper = 0, 587 = 0, 7662 y
p p
también a AV Eactitud = 0, 502 = 0, 7085.
Como hemos señalado, el paquete plspm no ofrece la ratio HTMT, pero el
paquete matrixpls sí que lo hace. La ventaja que tiene este paquete es que la
definición del modelo, tanto la parte estructural como la de medida, no necesita
de la construcción de las matrices que veíamos para plspm sino que define el
modelo directamente mediante la sintaxis que utilizaría lavaan y que vimos en
el capítulo 14. Al trabajar directamente con las matrices de covarianzas, este
paquete es mucho más eficiente, aunque la presentación de los resultados en la
salida es algo más confusa, razón por la que hemos presentado hasta ahora los
resultados mediante el paquete plspm. A partir de este momento alternaremos
las salidas cuando la presentación lo requiera. Para el caso que nos ocupa la
sintaxis sería la siguiente:

library(lavaan)
library(matrixpls)
library(plspm)
library(semPLS)
#===================================

© Ediciones Paraninfo 623

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 624 — #624

ANÁLISIS MULTIVARIANTE APLICADO CON R

Cuadro 16.3.: Análisis del tamaño de las cargas en la segunda estimación

Cuadro 16.4.: Análisis del tamaño de las cargas

624 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 625 — #625

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

Cuadro 16.5.: Correlación entre las variables latentes

# Modelo mediante sintaxis Lavaan

#===================================
[Link]<-'

#Modelo de medida notese "<~" para indicar que

#el constructo es formativo
facuso=~facuso1+facuso3+facuso4+facuso6
utiper=~utiper1+utiper2+utiper3+utiper4+utiper5+utiper6
actitud=~actitud1+actitud2+actitud4+actitud5
+actitud6+actitud7+actitud8+actitud10
intcomp=~intcomp1
dep<~dep1+dep2+dep3+dep4+dep5+dep6

#Parte estructural
intcomp~actitud+utiper+dep
actitud~dep+utiper+facuso
dep~facuso+utiper utiper~facuso
'
[Link] <- matrixpls(cov(datos),[Link])
summary([Link])

El cuadro 16.6 ofrece la matriz con la ratio HTMT, donde se observa que
ninguna ratio toma valores superiores al nivel crítico de 0,90 que señalábamos
con anterioridad. Nótese que el constructo formativo dependencia del medio no
aparece, en cuanto que no se le aplica el criterio ni tampoco la intención de uso
medida con un único indicador y que, estrictamente por ello, no es una escala.

16.4.2. Determinación de la significatividad de los

parámetros: bootstrapping
Hemos visto en el apartado anterior que para evaluar la validez convergente
es necesario que las cargas factoriales sean significativas, lo que se comprueba
viendo el valor del estadístico t. Pero también vimos que, si utilizáramos los

© Ediciones Paraninfo 625

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 626 — #626

ANÁLISIS MULTIVARIANTE APLICADO CON R

Cuadro 16.6.: Matriz con los ratios HTMT

estadísticos t que se obtienen al estimar las regresiones al aplicar el algoritmo,

sería necesario exigir normalidad multivariante.
PLS-SEM estima la significatividad de los parámetros con un planteamien-
to distinto: realiza un remuestreo basado en bootstrapping. Veamos el procedi-
miento. Se seleccionan N submuestras de manera aleatoria que tienen el mismo
tamaño de la muestra original (esto es posible porque el muestreo se realiza con
reemplazo). El número de submuestras, siguiendo a Hair et al. (2012b) ha de
ser de al menos 5.000 submuestras a no ser que el tamaño muestral original
sea superior a ese número en cuyo caso también el número de submuestras será
superior.
El modelo se estima ahora para esas N submuestras, con lo que se obtienen
N estimaciones de cada uno de los parámetros del modelo, ya sean coeficientes
de regresión, cargas o pesos. Para cada parámetro estimado N veces podremos
calcular, por tanto, la media de las estimaciones y su error típico. De acuerdo
con Chin (1998), el estadístico t obtenido por bootstrapping que sirve para
contrastar la hipótesis nula de que el parámetro ( , o w) es 0 se puede
calcular de la siguiente forma:
ˆ
t= (16.21)
SE ( )
donde el estadístico t se distribuye como una t de Student con N 1 grados de
libertad, ˆ es la estimación del coeficiente de regresión (o la carga o el peso)
obtenido de la muestra original y SE ( ) es el error estándar de las N estima-
ciones de ese mismo parámetro. De esta manera se valora la significatividad de
todos los parámetros estimados en el modelo.
Henseler et al. (2009) señalan una importante consideración técnica que es
necesario tener en cuenta a la hora de aplicar este procedimiento. Dependiendo
del procedimiento de cálculo inicial de los pesos, el signo de la estimación de la
variable latente puede cambiar (aunque sea la misma en valor absoluto). Como
el remuestreo implica muchas estimaciones del mismo modelo, este cambio de
signo puede acercar la media de las estimaciones a cero, sesgando el error
estándar al alza y disminuyendo las probabilidades de rechazo de la hipótesis
nula (parámetro no significativo). Por ese motivo, como también lo hacen Hair
et al. (2012b), estos autores recomienda utilizar la opción de cambio individual
del signo durante el proceso de remuestreo.
En un trabajo posterior, Hair et al. (2014b) plantean una variación sobre

626 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 627 — #627

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

la recomendación del cambio de signo en el procedimiento de bootstrapping.

Su recomendación es comenzar por la opción más conservadora (la que gene-
ra valores t más bajos, es decir, permitir cambios de signo). Si el coeficiente
analizado es significativo, lo damos como resultado final. Si no lo es, entonces
recomiendan pasar a la opción de, cuando el signo cambia, volver a cambiarlo
para hacerlo coherente con la estimación original a nivel individual porque es
la que genera valores t más altos, si sigue entonces sin ser significativo, hay que
darlo como no significativo y en caso de ser significativo recomiendan pasar a la
opción de cambio de signo a nivel de constructo como criterio de compromiso
para decidir.
La solicitud en el paquete plspm de la realización del bootstrapping es sencilla
y la vimos con anterioridad, aunque no la comentamos, mediante [Link]=TRUE
le señalamos que realice el bootstrapping y mediante br=5000 que escoja 5.000
submuestras que siempre serán del mismo tamaño de la submuestra original.

[Link] = plspm(datos, [Link], [Link],

modes= [Link],scheme="path", [Link]=TRUE,
br=5000,tol = 1e-06, maxiter = 100)
summary([Link])

Pues bien, el cuadro 16.7 nos da los resultados del bootstrapping para evaluar
la significatividad de las cargas factoriales. El paquete plspm no ofrece calcu-
lados los estadísticos t ni la significatividad —aunque su cálculo es elemental
con la información que proporciona mediante la ecuación 16.21— sino que opta
por ofrecer los intervalos de confianza. La carga será significativa cuando el
intervalo no contenga al cero, como es el caso para todas las cargas de nuestro
ejemplo.

16.4.3. Validez y fiabilidad del instrumento de medida

(constructos formativos)
Cuando el constructo es formativo, los criterios de validez y fiabilidad plan-
teados con anterioridad no son aplicables. Lo que en un constructo reflectivo
es deseable —la alta correlación entre los indicadores, que muestra que están
reflejando adecuadamente una causa común, la variable latente que quieren
medir— se convierte en un problema en cuanto que, como vimos al explicar
el algoritmo, este va a realizar una regresión con tantas variables explicativas
como indicadores formativos compongan la variable latente, pudiendo provo-
car problemas de multicolinealidad que distorsionen la interpretación. Si el
constructo es realmente formativo, esta correlación debería ser baja, de ser ele-
vada, estaríamos probablemente ante un constructo de carácter reflectivo. Lo
contrario aplica en la evaluación de los constructos reflectivos, si sus cargas
son sistemáticamente bajas, lo más probable es que nos encontremos ante una
incorrecta modelización reflectiva del mismo. Puede consultarse Aldás (2014)

© Ediciones Paraninfo 627

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 628 — #628

ANÁLISIS MULTIVARIANTE APLICADO CON R

Cuadro 16.7.: Significatividad de las cargas factoriales obtenida mediante boos-

trapping

628 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 629 — #629

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

para una discusión más profunda sobre el carácter formativo o reflectivo de los
constructos y técnicas para objetivar la determinación de su carácter.
Como plantean Hair et al. (2014b), el primer paso es evaluar el nivel de
colinealidad que se da entre los indicadores formativos del constructo —en
nuestro caso la dependencia del medio— y ver si este alcanza niveles proble-
máticos. El segundo paso, que abordaremos después, será evaluar sus pesos
para establecer la significatividad y relevancia de los indicadores formativos del
constructo evaluado.
El procedimiento para evaluar los problemas de multicolinealidad es el mismo
que se sigue en una regresión. Supongamos que X1 . . . Xn son los indicadores
formativos de una determinada variable latente. Para evaluar el grado de mul-
ticolinealidad se regresa cada uno de los indicadores sobre el resto. El nivel de
relación vendrá determinado por la R2 de cada una de esas regresiones:
8
>
> X1 = c1 + b12 X2 + b13 X3 + . . . b1n Xn ! R12
>
< X2 = c2 + b21 X1 + b23 X3 + . . . b2n Xn ! R22
.. (16.22)
>
> .
>
:
Xn = cn + bn1 X1 + bn2 X2 + . . . bnn 1 Xn 1 ! Rn2
Si la R12 fuera muy elevada (imaginemos R12 = 1 como caso extremo) querría
decir que X1 podría ponerse como combinación lineal del resto de indicado-
res y estaríamos ante una situación de multicolinealidad perfecta. Obviamente
estamos ante una cuestión de grado, es decir, a partir de qué valor de la R12
la correlación es excesiva. Distintos trabajos ofrecen distintos niveles de corte.
Hair et al. (2011) sugieren que estamos ante un problema de multicolinealidad
cuando R2 0,80. Desafortunadamente los programas estadísticos no ofrecen
este valor, sino una transformación de los mismos, la tolerancia (TOL) y el
índice de inflación de la varianza (VIF) se relacionan con la R2 en sus niveles
problemáticos de la siguiente forma:

T OL = 1 R2 ! R2 0,80 ! T OL < 0,20 (16.23)

1 1
V IF = ! R2 0,80 ! T OL < 0,20 ! V IF =5 (16.24)
T OL 0,20
es decir, que valores de la tolerancia inferiores a 0,20 o valores del índice de
inflación de la varianza superiores a 5 serían indicativos de problema de coli-
nealidad no asumible entre los indicadores del constructo formativo. Aunque
parezca absurdo utilizar indicadores que, en el fondo, están midiendo lo mis-
mo, no lo es. Cada uno tiene su propia
p interpretación, así la raíz cuadrada del
índice de inflación de la varianza ( V IF ) nos informa del grado en que el error
estándar se ha incrementado debido a problemas de colinealidad. Si V IF = 4,
entonces estaríamos diciendo que el error estándar se ha doblado por esa razón.
La solución ante estas situaciones puede pasar por eliminar el indicador fuerte-
mente correlacionado con otro (siempre que no afecte a la validez de contenido,
lo que exige que los indicadores restantes incorporen el contenido del ítem, lo

© Ediciones Paraninfo 629

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 630 — #630

ANÁLISIS MULTIVARIANTE APLICADO CON R

Cuadro 16.8.: Diagnóstico de colinealidad en los indicadores del constructo for-

mativo. VIF.

que no es muy difícil dado el grado de correlación que existía).

Los dos paquetes que estamos utilizando, plspm y matrixpls, no propor-
cionan de manera directa los indicadores de multicolinealidad, pero se trata de
procedimientos estándar en el diagnóstico de las regresiones que pueden ob-
tenerse mediante otros paquetes estándar como car. Si se observa la sintaxis
hemos realizado una regresión donde puede utilizarse cualquier variable como
dependiente (en nuestro caso facuso1 ) en la medida en que el test se aplica a
las independientes que, eso sí, han de ser los indicadores del construto forma-
tivo (dep1...dep6 ). Los resultados del cuadro 16.8 no evidencian problemas de
multicolinealidad.

library(car)
colinealidad <-
lm(facuso1~dep1+dep2+dep3+dep4+dep5, data=datos)
vif(colinealidad)

Si recordamos la etapa del algoritmo en el que se estimaban los pesos del

constructo formativo (capítulo 2, paso 4), veíamos que las puntuaciones facto-
riales actuaban como variable dependiente y los indicadores como independien-
tes, luego los coeficientes de regresión (los pesos) nos indican la contribución
relativa de cada indicador al constructo, su importancia relativa. Lógicamente
hay que exigir que estos pesos sean significativos (distintos estadísticamente de
cero) lo que se logra averiguar, igual que con las cargas, mediante bootstrapping.
Hair et al. (2014b) hacen una importante precisión a la hora de determinar
la relevancia relativa de cada indicador en un constructo formativo. Por cons-
trucción el valor máximo que un peso puede tomar en un constructo formativo
viene
p condicionado por el número de indicadores del constructo en una relación
1/ n, donde n es el número de indicadores. En el caso de nuestro ejemplo, con
6 dimensiones
p de segundo orden, el valor máximo que podrá tomar el peso es
1/ 6 = 0,41. Por lo tanto si el tamaño máximo del peso decae al aumentar el
número de indicadores, la probabilidad de que este no sea significativo también
aumenta. En consecuencia Hair et al. (2014b) señalan que un peso no signi-
ficativo no debería ser considerado necesariamente como un indicador de que
el instrumento de medida no tiene la calidad suficiente. Abogan por no con-
siderar solo la contribución relativa del indicador al constructo formativo (el
peso), sino también la contribución absoluta que el indicador tendría si no se
considerara ningún otro indicador (la carga factorial o outer loading también
estimada en el algoritmo). Estos autores plantean la siguiente secuencia para

630 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 631 — #631

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

evaluar el instrumento de medida formativo:

1. Si el peso es significativo, se retiene y se interpreta la contribución relativa

del indicador al constructo como un coeficiente de regresión estándar.
2. Cuando el peso de un indicador no sea significativo, pero su carga sea
grande (> 0,50), se mantiene el indicador aunque no sea significativo el
peso.

3. Cuando el peso de un indicador no es significativo, su carga es pequeña

(< 0,50) y no significativa, se ha de eliminar el indicador formativo.
4. Cuando el peso de un indicador no es significativo, su carga es pequeña
(< 0,50) pero es significativa, la decisión queda a criterio del investigador,
que debe evaluar la relevancia conceptual y el posible solapamiento con
otros indicadores. Si ese solapamiento conceptual existe, puede eliminarse,
pues su contenido puede quedar recogido por otros indicadores, pero, si
no es así, habría que mantenerlo y concluir que, en esta aplicación, ese
indicador no juega un papel relevante en la configuración de la variable
formativa6 .

Dado que en el proceso, como vimos en la subsección anterior, ya hemos rea-

lizado el bootstrapping, solo nos queda aplicar el procedimiento a los resultados
del constructo formativo. Seleccionamos en el cuadro la información relevan-
te de la salida. Vemos que hay dos pesos no significativos —su intervalo de
confianza contiene al 0— los correspondientes a dep2 y dep3. Si nos fijamos
en sus respectivas cargas, estas son inferiores a 0,5 (0,315 para dep2 y 0,420
para dep3 ) pero en ambos casos significativas. Nos encontramos por tanto en
la situación 3, aquella en la que el investigador ha de decidir.
Y la decisión exige tener un conocimiento claro de qué es un constructo
formativo. Estos constructos exigen que su red de indicadores sea exhaustiva.
En la medida en que los indicadores definen al constructo, la ausencia de un
indicador relevante puede afectar a la definición. Otra cuestión distinta es que,
como vimos, en la aplicación a un caso concreto unos indicadores puedan ser
relevantes —el caso del riesgo económico en el uso de la banca electrónica— y
otros no serlo —el riesgo social en ese mismo caso, por ejemplo—. Por eso la

6 Esta decisión puede chocar si mantenemos la lógica reflectiva, porque si la variable latente

causa a los indicadores, todos deben estar correlacionados y darse simultáneamente, pero
no así en la formativa. Imaginemos el concepto de riesgo percibido en Internet, que tiene
dimensiones como el riesgo social (qué pensará mi entorno de que use Internet para un fin
determinado) o el riesgo de tiempo (usar Internet para un fin dado puede suponer un consumo
de tiempo excesivo si no estoy familiarizado con la tecnología). Pues bien, el riesgo de tiempo
puede ser relevante en la configuración del riesgo si estamos analizando el uso de la banca
electrónica en un colectivo de edad elevada y poco familiarizado con la tecnología y no ser
así si estamos analizando un colectivo de edades intermedias familiarizados con Internet.
El concepto es el mismo pero la significatividad de las dimensiones puede variar según la
aplicación (lo que no tiene sentido en un constructo reflectivo).

© Ediciones Paraninfo 631

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 632 — #632

ANÁLISIS MULTIVARIANTE APLICADO CON R

Cuadro 16.9.: Decisión sobre el mantenimiento o no de los indicadores no signi-

ficativos del constructo formativo

tendencia debe ser, en mi opinión, mantenerlos para que se vea, precisamente,

que en la aplicación concreta del constructo esos indicadores no se activan. Por
lo tanto, los dejaremos en el caso que estamos resolviendo.

16.4.4. Evaluación del modelo estructural

Como ya señalábamos al principio de este capítulo, la lógica de los modelos
estimados por PLS-SEM es totalmente distinta a los CBSEM. Al no estimar-
se los parámetros otorgándoles aquellos valores que minimizan las diferencias
entre la matriz de varianzas y covarianzas teórica y la muestral, no pueden
derivarse estadísticos que evalúen la hipótesis nula de que esas matrices no son
estadísticamente equivalentes ( 2 en los CBSEM) ni todos los indicadores de
ajuste que se derivan de ese estadístico (GFI, AGFI, TLI, RMSEA, etc.) y que
ya presentamos en el capítulo 14.
Esta situación nos obliga a buscar algún tipo de indicador que nos diga si
nuestro modelo teórico aporta o no algún tipo de valor en la explicación de la
realidad, es decir, en qué medida los datos son compatibles con nuestro modelo.
El enfoque que se sigue en PLS-SEM es intentar evaluar la capacidad de prede-
cir los valores de las variables latentes dependientes que tiene el modelo. Para
ello se evalúan tres aspectos (1) el valor de las R2 de las LV dependientes, (2)
la relevancia predictiva Q2 del modelo y, en el caso de alcanzar valores satis-
factorios, se pasa a (3) evaluar la significatividad de las relaciones estructurales
(contraste de las hipótesis del modelo).

632 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 633 — #633

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

A. R2 de las variables latentes dependientes en el modelo

La R2 de una variable latente dependiente nos indica qué parte de la varianza
de dicha variable es explicada por el conjunto de variables latentes que influyen
sobre ella. Este valor está acotado entre 0 y 1 y podemos encontrarnos con una
gran diversidad de reglas aproximadas para señalar qué es un valor razonable
para el mismo. Así Chin (1998, p. 323) indica que un R2 de 0,67 sería un indica-
dor de que una parte relevante (substantial ) de la LV está siendo explicada por
la red conceptual de nuestro modelo, un valor de 0,33 indicaría una explicación
moderada (moderate) y 0,19 o inferiores la explicación sería débil (weak ). Otros
autores como Hair et al. (2011), Hair et al. (2014b) o Henseler et al. (2009) dan
los puntos de corte de 0,75, 0,50 o 0,25 para los mismos tres niveles (relevante,
moderada y débil).
En nuestra opinión, y aunque como se comprueba en el cuadro 16.4 todos
los R2 muestran relaciones que podrían considerarse moderadas o fuertes, sal-
vo quizás el de la facilidad de uso, estos criterios, siendo sin duda estándares
razonables, no dejan de ser criterios arbitrarios. El problema habría que enfo-
carlo bajo la perspectiva de que nuestro tamaño muestral y la complejidad de
la regresión con mayor número de variables explicativas sean compatibles con
una potencia de prueba superior al 80 % (Cohen, 1988), es decir, que cuando
rechazamos la hipótesis nula de que la R2 se desvía significativamente de ce-
ro, tengamos una seguridad del 80 % de que es así porque esa hipótesis nula
es falsa. La función [Link]{pwr} nos permite calcular, bien la potencia
conseguida dado nuestro tamaño muestral o bien el tamaño muestral necesario
para conseguir esa potencia del 80 %. Lo único que tiene que hacer el inves-
tigador es determinar la regresión más compleja que realiza el algoritmo, que
siempre es la que tiene más número de variables independientes entre las si-
guientes (a) constructo formativo con mayor número de indicadores, en nuestro
caso la dependencia con 6 o (b) la variable latente dependiente que recibe ma-
yor número de relaciones estructurales (en nuestro ejemplo tanto actitud como
intención de uso con 3). Por lo tanto, la regresión más compleja es la (a), con
6 variables independientes. La función tiene la estructura:

[Link](u=,v=,f2=,[Link]=,power=)

y se estima siempre el parámetro que se declara como NULL. Los parámetros

se corresponde al número de variables independientes u = 6; v es una función
del número de regresores u y el tamaño muestral: v = N u 1, donde N es el
tamaño muestral (N = 464), por lo tanto, v = 464 6 1 = 457; f 2 es el tamaño
del efecto que se quiere ser capaz de detectar que normalmente es moderado
y se introduce con el valor fijo f 2 = 0, 15 (si se quisiera ser capaz de detectar
un efecto elevado, se introduciría f 2 = 0, 35; [Link] es la significatividad
que también suele fijarse para ↵ = 5 %, power es la potencia de la prueba
que la función calcula a partir de los parámetros anteriores y por lo tanto hay
que indicar como NULL. Si quisiéramos saber qué muestra necesitaríamos para

© Ediciones Paraninfo 633

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 634 — #634

ANÁLISIS MULTIVARIANTE APLICADO CON R

Cuadro 16.10.: Cálculo de la potencia lograda en la estimación y del tamaño que

hubiera sido necesario para 1 = 0,80

una potencia del 80 % introduciríamos power=0.80 y dejaríamos que la función

determinara v=NULL. Veámoslo.

# Potencia conseguida en nuestra estimacion

[Link](u=6,v=457,f2=0.125,[Link]=0.05,power=NULL)

# Muestra necesaria para una potencia dle 80%

[Link](u=6,v=NULL,f2=0.125,[Link]=0.05,power=0.80)

El cuadro 16.10 ofrece la salida de ambas funciones y muestra como, con

nuestro tamaño muestral, la potencia es muy superior al 80 %, pero también
pone de manifiesto la propiedad de PLS-SEM de no requerimiento de muestras
elevadas en la medida en que bastaría una muestra —asumiendo que fuera
representativa— de N = 97 casos para conseguir esa potencia del 80 %. Esta
muestra se deriva del resultado como sigue:

v=N u 1

90, 3 = N 6 1 ! N ' 97

B. Relevancia predictiva Q2 del modelo

Para intentar evaluar de una manera más objetiva la capacidad de realizar
predicciones razonables de las variables latentes dependientes que la que pro-
porciona el criterio bastante arbitrario de la R2 , se propone una segunda prueba

634 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 635 — #635

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

basada en un procedimiento de remuestreo denominado blindfolding. El procedi-

miento es muy exigente y su lógica bastante clara. El algoritmo habrá estimado
las puntuaciones factoriales (valores) de todas las variables latentes dependien-
tes del modelo, luego conoceremos sus valores. A continuación lo que se hace es
omitir (borrar) uno de cada d datos de ese modelo, es decir, generamos valores
perdidos artificialmente. Al valor d lo denominamos distancia de omisión. Esos
valores perdidos pueden aproximarse de dos formas alternativas: utilizando el
modelo estructural estimado (sus coeficientes de regresión) o sin utilizar el mo-
delo estructural (por ejemplo utilizando la media de la LV para aquellos casos
donde el valor no se ha omitido). En buena lógica nuestro modelo tendrá una
capacidad de predecir razonable si al menos es capaz de cometer menos errores
en la estimación de los valores perdidos que la estimación naïve de la media,
que no utiliza el modelo para nada. No olvidemos que los valores obtenidos
mediante la aplicación de la parte estructural del modelo no coincidirán con los
originales porque el algoritmo los estimaba a partir del instrumento de medida.
De una manera algo más formal, el proceso sigue los siguientes pasos (puede
encontrarse una descripción más detallada en Tenenhaus et al., 2005):
1. La matriz de datos (puntuaciones de las variables latentes dependientes)
se divide en d grupos (normalmente suelen ser 5 o 7, pero el único reque-
rimento es que el número de grupos no sea un divisor exacto del tamaño
muestral por las razones que luego veremos). Wold (1982) recomienda
valores entre 5 y 10 grupos. A este valor d se le denomina distancia de
omisión.

2. Se elimina el primer grupo de la base de datos, generándose así valores

perdidos artificialmente. Si, por ejemplo, d = 7 se elimina uno de cada 7
casos.
3. Se estima el modelo mediante PLS-SEM sin esos valores perdidos. Como
explicamos al introducir el algoritmo, el resultado de la aplicación será
una estimación de los pesos, cargas, coeficientes de regresión y puntua-
ciones factoriales de las variables latentes. Supongamos que el modelo de
la figura 16.5 se ha estimado mediante PLS-SEM y se han obtenido los
coeficientes de regresión que allí se ilustran.
4. Mediante las puntuaciones factoriales y los coeficientes de regresión ob-
tenidos, se estiman los valores faltantes de cada variable latente depen-
diente. Tendremos, para cada valor perdido, el verdadero valor antes de
eliminarlo (y) y la estimación resultante de utilizar la parte estructural
del modelo (ŷ), obtenido aplicando la expresión que se mostraba en el
paso 7 del algoritmo: X
⇠ˆh = ˆ
jh ⇠j + ⇣h (16.25)
j

En el ejemplo de la figura 16.5, el valor real que se omitió en la observación

número 1 para el factor dependiente ⇠3 fue ⇠3 = 9, y la estimación que se

© Ediciones Paraninfo 635

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 636 — #636

ANÁLISIS MULTIVARIANTE APLICADO CON R

realiza mediante el modelo estructural a partir de los valores estimados

de ⇠1 y ⇠2 es ⇠ˆ3 = 0,7 ⇥ 3 0,5 ⇥ 1 = 1,6.
5. A partir de las medias de las puntuaciones factoriales no omitidas de las
variables latentes dependientes, se realiza la estimación naïve de ⇠3 , es
decir ⇠¯3 = (1 + 7 + 8 + 6 + 4 + 7 + 3 + 4) /9 = 5.

6. El proceso se repite eliminando el siguiente 1/d = 1/7 de la base de datos,

así hasta haber eliminado y recalculado toda la matriz de datos original.

Figura 16.5.: Ilustración del procedimiento de blindfolding

Pues bien, si llamamos ⇠kn a la observación n del factor k que ha sido omitido,
llamamos ⇠ˆkn a la estimación de ese valor omitido utilizando la información del
modelo estructural obtenido mediante PLS-SEM y ⇠¯kn a la estimación del valor
omitido sin usar el modelo (la media de los valores no omitidos de ese factor),
podremos calcular el error promedio que cometemos al estimar todos los valores
perdidos de la siguiente forma (Ek utilizando PLS-SEM y Ok sin utilizarla):
N ⇣
X ⌘2
Ek = ⇠kn ⇠ˆkn (16.26)
n=1

636 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 637 — #637

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

Cuadro 16.11.: Cálculo de la Q2 de Stone-Geisser

N
X 2
Ok = ⇠kn ⇠¯kn (16.27)
n=1

De la lógica explicitada con anterioridad, es obvio que si se cometen menos

errores usando el modelo que sin usarlo, este tendrá relevancia predictiva, es
decir, la tendrá si Ek < Ok . Otra forma de escribirlo es mediante el indicador
Q2 de Stone-Geisser (Stone, 1974; Geisser, 1975):

Ek
Q2k = 1 (16.28)
Ok

donde el modelo tendrá relevancia predictiva si Q2 > 0, que es equivalente a

Ek < O k .
El paquete plspm no ofrece el cálculo de la Q2 de Stone-Geisser, pero sí el
paquete matrixpls. La solicitud se realiza mediante la sintaxis siguiente, donde
se ve claramente como la distancia de omisión se ha fijado a 7 en este caso.
Es muy importante tener en cuenta que la distancia de omisión no puede ser
un divisor exacto del tamaño muestral, dado que, en ese caso, el valor perdido
no podría estimarse mediante los valores válidos del resto de variables de ese
mismo caso porque todos serían casos perdidos.

[Link] <- [Link](cov(datos),

model = [Link], blindfold = TRUE,
predictionType = "redundancy",
groups = 7) q2(cov(datos),
[Link], model=[Link])

El cuadro 16.11 confirma que todos los Q2 son positivos, por lo que nuestro
modelo exhibe relevancia predictiva.

C. Evaluación de la significatividad de las relaciones estructurales

Una vez comprobado que el modelo estimado tiene relevancia predictiva, el úl-
timo paso es determinar qué hipótesis pueden confirmarse y cuáles no, es decir,
determinar qué coeficientes de regresión son o no significativos. La explicación
del procedimiento que sigue PLS-SEM para estimar la significatividad de di-
chos parámetros, el remuestreo mediante bootstrapping ya se ha presentado con

© Ediciones Paraninfo 637

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 638 — #638

ANÁLISIS MULTIVARIANTE APLICADO CON R

Cuadro 16.12.: Resultados de la estimación del modelo estructural

anterioridad y que calcula el estadístico t que contrasta la hipótesis nula de

que un coeficiente de regresión determinado es nulo, igual que hacemos con
una regresión normal. El cuadro muestra la salida, donde puede comprobarse
como la única relación no significativa (el intervalo de confianza contiene al
cero) se corresponde con el impacto directo de la dependencia del medio sobre
la intención de compra ( = 0, 088; p > 0, 05). No entraremos a comentar los
resultados que exigiría una presentación más detallada de las hipótesis, pero
remitimos al lector al trabajo de Aldás et al. (2008), donde se discuten con
profundidad.

16.4.5. El debate de los indicadores de ajuste global

Comentábamos al principio del capítulo que la elección entre los enfoques ba-
sados en covarianzas y varianzas para la estimación de modelos estructurales
tienen que tener en cuenta las ventajas e inconvenientes de cada uno de ellos.
Al final, muy a grandes rasgos, nos decantaremos por PLS-SEM cuando ten-
gamos constructos formativos o muestras representativas pero pequeñas y por
CB-SEM en el resto de casos porque si no es necesario querremos tener siempre
estadísticos e indicadores del ajuste global de nuestro modelo y PLS-SEM no
nos los ofrece.
Conscientes de la importancia de esta limitación, numerosos investigadores
han propuesto —y siguen haciéndolo cada día— índices que pretenden sinteti-
zar en un único indicador el ajuste global del modelo. En mi opinión esto supone
ignorar el carácter de PLS-SEM, donde la parte estructural se descompone en
regresiones parciales por lo que hablar de ajuste global es contradictorio con su
esencia, a diferencia de los CB-SEM en los que, como vimos, los parámetros se
estiman de manera simultánea para minimizar la diferencia entre las matrices
de covarianzas muestrales y teóricas. Esa diferencia es, precisamente, el ajuste
global.
Así, por ejemplo, y como se muestra en el cuadro 16.13, el paquete plspm im-
plementa el denominado goodness of fit index (GoF) propuesto por Tenenhaus

638 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 639 — #639

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

et al. (2004) y que Henseler y Sarstedt (2013) demuestran que, ni el GoF ni el

GoF relativo, (Esposito-Vinzi et al., 2010) tienen capacidad alguna para validar
los modelos, como sumo puede servir para ver si el modelo funciona de manera
equivalente en dos conjuntos de datos distintos. En esta misma recomendación
de no utilizar este criterio coinciden Hair et al. (2014b).
Recientemente Dijkstra y Henseler (2015) han abordado el problema de la
inconsistencia de PLS-SEM al estimar de manera separada cargas y coeficientes
estructurales que provoca que los primeros suelan estar sesgados al alza y los
segundos a la baja. Esta inconsistencia solo desaparece cuando el número de
indicadores por constructo es muy elevado (Gefen et al., 2011). Introducen lo
que denominan consistent PLS que, manteniendo las ventajas de PLS-SEM,
logra estimar de manera consistente las cargas factoriales, correlaciones entre
variables latentes y relaciones estructurales, no así los pesos, por lo que solo es
aplicable a modelos en los que todos los constructos sean reflectivos.
La estimación consistente tiene varias ventajas, la primera de las cuales es que
permite abordar de una manera mucho más sensata la búsqueda de indicadores
de ajuste globales, incluso estando más cerca de un estadístico equivalente a
la 2 . Al estimar de manera consistente la matriz de correlaciones entre las
variables latentes, como apuntan Henseler et al. (2016), puede analizarse el nivel
de discrepancia entre la matriz que implica el modelo y la muestral. Se puede
utilizar para ello un indicador que ya vimos al evaluar los modelos basados en
covarianzas, el SRMR, que no es otra cosa que la raíz cuadrada de los residuos
medios estandarizados y cuyo benchmark de <0,08 establecieron Hu y Bentler
(1999). También proponen Dijkstra y Henseler (2015) que esas discrepancias se
calculen mediante distancias euclídeas (dLS ) o mediante distancias geodésicas
(dG ). El bootstrapping permitirá calcular estas distancias en submuestras de la
muestra original. Cuando las discrepancias entre la matriz de correlación que
implica el modelo y la muestral sean tan pequeñas que solo sean atribuibles al
error del muestreo, será bastante plausible esperar que la muestra esté siendo
extraída de una población de acuerdo con el modelo propuesto. Por lo tanto,
igual que ocurre con el estadístico 2 , el buen ajuste del modelo se establecería
para p > 0, 05.
Desgraciadamente, a día de hoy, ninguno de los dos paquetes de R que esta-
mos utilizando proporciona estas distancias y sus intervalos de confianza ob-
tenidos por bootstrapping. matrixpls sí que ofrece dos estimaciones distintas
del SRMR. Por esta razón, solo a efectos informativos, mostramos en el cuadro
16.14 la salida de SmartPLS 3.0, que sí que los tiene implementados y que
no podrían confirmar el buen ajuste del modelo, aunque ya sabemos que estos
indicadores no les son aplicables en cuanto que solo son adecuados para mode-
los que pueden ser corregidos para lograr la consistencia, según la terminología
de Dijkstra y Henseler (2015), es decir, aquellos donde todo el instrumento de
medida sea reflectivo.

© Ediciones Paraninfo 639

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 640 — #640

ANÁLISIS MULTIVARIANTE APLICADO CON R

Cuadro 16.13.: Indicadores de ajuste proporcionados por matrixpls y por plspm

Cuadro 16.14.: Indicadores de ajuste para la estimación consistente proporciona-

dos por SmartPLS 3.0

640 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 641 — #641

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

16.5. Presentación de los resultados en una

publicación
La presentación de los resultados siempre es un planteamiento muy personal
y está, evidentemente, sujeta a las restricciones y exigencias de las normas
editoriales de las revistas. En cualquier caso, el principio que debe regirlas es el
de economía (utilizar el menor número posible de cuadros) y el de transparencia
(que el lector disponga de toda la información necesaria para tener un criterio
claro acerca de cuáles son los resultados y la calidad de los mismos).
A continuación ofrecemos nuestra propuesta para, en solamente tres cuadros,
sintetizar toda la información relevante. Dejamos al lector, como un ejercicio
que debería realizar, el localizar en las salidas que se han presentado a lo largo
del capítulo la información necesaria que hemos trasladado a los mismos7 .

7 Recuérdese que los valores de las t no están presentes directamente en las tablas pero se

calculan de manera inmediata mediante la expresión 16.21.

© Ediciones Paraninfo 641

i i

i i
i

i
i

i
© Ediciones Paraninfo
Cuadro 16.15.: Fiabilidad, consistencia interna y validez convergente del instrumento de medida
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 642 — #642

Factor Indicador t t VIF CA CR AVE

Dependencia dep1 0,524** 7,72 0,280** 3,88 1,158 – – –
dep2 0,315** 4,09 0,024 0,38 1,349
dep3 0,420** 5,93 -0,120 -1,47 1,645
dep4 0,928** 35,29 0,740** 11,88 1,396
dep5 0,609** 9,79 0,161* 1,88 1,879
dep6 0,592** 10,17 0,188** 2,30 1,604
ANÁLISIS MULTIVARIANTE APLICADO CON R

Utilidad percibida utiper1 0,571** 12,77 0,86 0,89 0,59

utiper2 0,792** 39,40
utiper3 0,820** 46,33
utiper4 0,810** 50,00
utiper5 0,778** 34,27
utiper6 0,797** 41,08
Facilidad de uso facuso1 0,816** 41,63 0,75 0,84 0,57
facuso3 0,695** 17,96
facuso4 0,749** 29,03
facuso6 0,752** 28,92
Actitud actitud1 0,589** 14,06 0,86 0,89 0,50
actitud2 0,660** 17,89
actitud4 0,762** 28,33
actitud5 0,834** 54,16
actitud6 0,796** 40,41
actitud7 0,748** 28,77
actitud8 0,565** 15,44
actitud10 0,667** 17,28

642
⇤⇤ ⇤⇤
p < 0,01; p < 0,05; CA = ↵ de Cronbach; CR = Fiabilidad Compuesta; AVE = Varianza extraída promedio
i

i
i

i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 643 — #643

CAPÍTULO 16. MODELOS DE ECUACIONES ESTRUCTURALES:

MODELOS DE ESTRUCTURAS DE VARIANZA (PLS-SEM)

Cuadro 16.16.: Validez discriminante

Factor F1 F2 F3 F4 F5
F1. Actitud 0,709 – 0,564 – 0,757
F2. Dependencia 0,529 – – – –
F3. Facilidad de uso 0,472 0,458 0,754 – 0,629
F4. Intención de uso 0,530 0,412 0,456 1,000 0,559
F5. Utilidad percibida 0,656 0,616 0,509 0,516 0,766
Nota: Diagonal, raíz cuadrada de la varianza extraída.
Triángulo inferior: correlaciones entre las variables latentes
Triángulo superior: ratio HTMT

© Ediciones Paraninfo 643

i i

i i
i

i
i

i
© Ediciones Paraninfo
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 644 — #644

Cuadro 16.17.: Estimación del modelo estructural

Hipótesis estandarizado Valor t
ANÁLISIS MULTIVARIANTE APLICADO CON R

bootstrap
H1: Facilidad de uso!Utilidad percibida 0,509** 13,47
H2: Facilidad de uso!Actitud compra Internet 0,154** 3,59
H3: Utilidad percibida!Actitud compra Internet 0,475** 10,72
H4: Utilidad percibida!Intención compra Internet 0,255** 4,74
H5: Actitud compra Internet!Intención compra Internet 0,316** 6,18
H6: Utilidad percibida!Dependencia Internet 0,516** 12,50
H7: Facilidad uso!Dependencia Internet 0,195** 4,11
H8: Dependencia Internet!Actitud compra Internet 0,167** 3,81
H9: Dependencia Internet!Intención compra Internet 0,088 1,59
R2 (Actitud)=0.472;R2 (Dependencia)=0.407;R2 (Intención)=0.336;R2 (Utilidad)=0.259
Q2 (Actitud)=0.215; Q2 (Dependencia)=0.133;Q2 (Intención)=0.320;Q2 (Utilidad)=0.141;
**p < 0,01; *p < 0,05

644
i

i
i

i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 645 — #645

Índice de figuras
1.1. Ilustración de una escala de intervalo . . . . . . . . . . . . . . 22
1.2. Técnicas de análisis de dependencia . . . . . . . . . . . . . . . 25
1.3. Técnicas de análisis de interdependencia . . . . . . . . . . . . 27

2.1. Valores de la variable SYS estandarizados (ZSYS) . . . . . . . 45

2.2. Relación ingresos-edad . . . . . . . . . . . . . . . . . . . . . . 48
2.3. Relación ingresos-antigüedad en el puesto . . . . . . . . . . . 48
2.4. Relación ingresos-beneficio de la empresa . . . . . . . . . . . 49
2.5. Sintaxis para la obtención de la D2 de Mahalanobis y su sig-
nificatividad en R . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.6. Casos atípicos de acuerdo con la D2 de Mahalanobis . . . . . 54
2.7. Casos atípicos de acuerdo con la D2 de Mahalanobis . . . . . 55
2.8. Distribuciones normal, asimétricas, platicúrticas y leptocúrticas 58
2.9. Gráfico Q-Q para la variable peso . . . . . . . . . . . . . . . . 60
2.10. Gráfico ji-cuadrado . . . . . . . . . . . . . . . . . . . . . . . . 64
2.11. Transformaciones en búsqueda de normalidad . . . . . . . . . 67
2.12. Histogramas de la variable SYS y su logaritmo . . . . . . . . 68
2.13. Ejemplos de homocedasticidad y heterocedasticidad . . . . . 70
2.14. Gráficos de dispersión bivariados . . . . . . . . . . . . . . . . 75

3.1. Proceso de realización de un análisis de conglomerados . . . . 78

3.2. Gráfico de dispersión de los datos hipotéticos . . . . . . . . . 80
3.3. Ilustración de la distancia city block . . . . . . . . . . . . . . 82
3.4. Dendograma . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
3.5. Historial de conglomeración “vecino más cercano” . . . . . . . 94
3.6. Historial de conglomeración “vecino más lejano” . . . . . . . . 95
3.7. Datos simulados de cuatro conglomerados . . . . . . . . . . . 104
3.8. Índices gráficos para la elección del número de conglomerados 105
3.9. Reglas para la determinación del centroide inicial . . . . . . . 108
3.10. Proceso de determinación del centroide inicial . . . . . . . . . 108
3.11. Dendogramas mediante resultantes de aplicar distintos méto-
dos de conglomeración . . . . . . . . . . . . . . . . . . . . . . 118
3.12. Proceso de determinación del centroide inicial . . . . . . . . . 119
3.13. Dendogramas mediante resultantes de aplicar distintos méto-
dos de conglomeración . . . . . . . . . . . . . . . . . . . . . . 120
3.14. Visualización de los resultados de un análisis de conglomerados 123

645

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 646 — #646

ANÁLISIS MULTIVARIANTE APLICADO CON R

4.1. Ilustración de la aplicación del MDS a la distancia entre las

capitales españolas de provincia . . . . . . . . . . . . . . . . . 126
4.2. Ilustración de la aplicación del MDS a los datos de la imagen
de cadenas de electrodomésticos . . . . . . . . . . . . . . . . . 128
4.3. Diagrama de Shepard . . . . . . . . . . . . . . . . . . . . . . 131
4.4. Contribución relativa de cada punto al stress . . . . . . . . . 134
4.5. Diagrama de residuos . . . . . . . . . . . . . . . . . . . . . . 135
4.6. Obtención de la matriz individual de proximidades . . . . . . 138
4.7. Gráfico de Shepard . . . . . . . . . . . . . . . . . . . . . . . . 144
4.8. Valor del stress para distinto número de dimensiones . . . . . 146
4.9. Representación bidimensional de las regiones producida por el
CMDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
4.10. Dendograma del análisis de conglomerados sobre las coordena-
das de los estímulos . . . . . . . . . . . . . . . . . . . . . . . . 149
4.11. Grupos formados a partir del dendograma . . . . . . . . . . . 149
4.12. Mapa conjunto de estímulos derivados del WMDS . . . . . . 151
4.13. Mapa de pesos de los sujetos del WMDS . . . . . . . . . . . . 154
4.14. Mapas perceptuales original (smacof) y elaborado . . . . . . 158

5.1. Finalidad básica del análisis de correspondencias . . . . . . . 160

5.2. Gráfico descriptivo de los datos . . . . . . . . . . . . . . . . . 162
5.3. Ilustración geométrica del concepto de inercia . . . . . . . . . 165
5.4. Descomposición de la inercia total . . . . . . . . . . . . . . . 167
5.5. Representación de la solución bidimensional . . . . . . . . . . 169
5.6. Representación de la solución bidimensional con puntos fila y
columna adicionales . . . . . . . . . . . . . . . . . . . . . . . 180
5.7. Descripción de la base de datos . . . . . . . . . . . . . . . . . 183
5.8. Gráfico de sedimentación . . . . . . . . . . . . . . . . . . . . . 184
5.9. Mapa perceptual . . . . . . . . . . . . . . . . . . . . . . . . . 185
5.10. Gráfico de contribuciones a las dimensiones . . . . . . . . . . 187
5.11. Mapa con los individuos . . . . . . . . . . . . . . . . . . . . . 188

6.1. Ilustración de un ANOVA . . . . . . . . . . . . . . . . . . . . 192

6.2. Valores medios e intervalos de confianza al 95 % para las medias209
6.3. Valores medios del consumo de televisión por sexo y por nivel
educativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
6.4. Ilustración del efecto interacción. Ni efectos principales ni efec-
to interacción . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
6.5. Ilustración del efecto interacción. Solo uno de los efectos prin-
cipales significativos. Sin interacción. . . . . . . . . . . . . . . 220
6.6. Ilustración del efecto interacción. Ambos efectos principales
significativos. Sin interacción. . . . . . . . . . . . . . . . . . . 221
6.7. Ilustración del efecto interacción. Efecto interacción significativo.221

646 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 647 — #647

Índice de figuras

7.1. Ventas de ron y cola por semana y tipo de zona . . . . . . . . 256

8.1. Ejemplo de regresión lineal simple . . . . . . . . . . . . . . . 263

8.2. Información total, explicada por el modelo y residual . . . . . 273
8.3. Contraste de una y dos colas . . . . . . . . . . . . . . . . . . 278
8.4. Ejemplo de homocedasticidad y heteroscedasticidad . . . . . 287
8.5. Gráficos de diagnóstico . . . . . . . . . . . . . . . . . . . . . . 297
8.6. Gráficos de componentes y residuos para el diagnóstico de la
linealidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 301
8.7. Test de Cook para los casos influyentes . . . . . . . . . . . . . 304
8.8. Hat values para detectar casos influyentes . . . . . . . . . . . 306
8.9. Gráficos Added variables . . . . . . . . . . . . . . . . . . . . . 307
8.10. Gráficos de influencia . . . . . . . . . . . . . . . . . . . . . . . 308
8.11. Variable cualitativa con dos modalidades e influencia aditiva . 310
8.12. Variable cualitativa con dos modalidades e influencia multipli-
cativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316
8.13. Pendiente y término independiente diferentes . . . . . . . . . 318

9.1. Funciones de distribución hipotéticas de 2 grupos . . . . . . . 325

9.2. Elipses de concentración de funciones de distribución de fre-
cuencias y su proyección sobre los ejes X1 y X2 . . . . . . . . 328
9.3. Elipses de concentración de funciones de distribución de fre-
cuencias y su proyección sobre el eje discriminante . . . . . . 329
9.4. Funciones de distribución de frecuencias de las puntuaciones
sobre el eje discriminante . . . . . . . . . . . . . . . . . . . . 330
9.5. Representación gráfica de los datos de partida . . . . . . . . . 334
9.6. Función de Fisher sobre la representación gráfica de los datos
de partida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 336
9.7. Representación de las puntuaciones discriminantes de los indi-
viduos sobre las funciones discriminantes . . . . . . . . . . . . 360
9.8. Proyecciones de los casos sobre los ejes discriminantes . . . . 361
9.9. Mapa territorial . . . . . . . . . . . . . . . . . . . . . . . . . . 362

10.1. Ajuste de una recta y una función logística a una variable

dicotómica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 366
10.2. Ejemplo de curvas ROC . . . . . . . . . . . . . . . . . . . . . 384
10.3. Curva ROC para el caso del Titanic . . . . . . . . . . . . . . 385

11.1. Datos originales centrados y su proyección sobre X1⇤ . . . . . 398

11.2. Datos originales centrados y su proyección sobre X1⇤ . . . . . 400
11.3. Datos originales y nuevos ejes (componentes principales) . . . 402
11.4. Interpretación gráfica de autovectores y autovalores . . . . . . 404
11.5. Casos extremos de relación entre variables . . . . . . . . . . . 406
11.6. Matriz de correlaciones entre las variables del caso y significa-
tividad (p<0,05). . . . . . . . . . . . . . . . . . . . . . . . . . 418

© Ediciones Paraninfo 647

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 648 — #648

ANÁLISIS MULTIVARIANTE APLICADO CON R

11.7. Gráfico de sedimentación . . . . . . . . . . . . . . . . . . . . . 421

11.8. Gráfico del análisis paralelo . . . . . . . . . . . . . . . . . . . 423
11.9. Gráfico de las cargas sobre las dos primeras componentes . . 427
11.10. Representación gráfica de los países sobre las primeras dos com-
ponentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 428
11.11. Representación gráfica conjunta de los países y de los sectores
sobre las primeras dos componentes . . . . . . . . . . . . . . . 429

12.1. Visión conceptual diferencial del PCA y del EFA . . . . . . . 432

12.2. Representación gráfica de las tres estimaciones . . . . . . . . 451
12.3. Criterios para determinar el número de factores . . . . . . . . 453
12.4. Solución rotada y sin rotar del caso 12.1 (ejes principales) . . 455
12.5. Rotación ortogonal (varimax) y oblicua (oblimin) del caso 12.1
(ejes principales) . . . . . . . . . . . . . . . . . . . . . . . . . 460
12.6. Interpretación geométrica de las cargas factoriales y las cargas
de estructura . . . . . . . . . . . . . . . . . . . . . . . . . . . 462
12.7. Resultado gráfico del análisis paralelo . . . . . . . . . . . . . 472
12.8. Resultado gráfico del análisis paralelo . . . . . . . . . . . . . 474
12.9. Mapa perceptual de las bebidas . . . . . . . . . . . . . . . . . 476

13.1. Ejemplo de modelo de ecuaciones estructurales . . . . . . . . 480

13.2. Ejemplo de modelo de ecuaciones estructurales . . . . . . . . 481
13.3. Modelo de análisis factorial exploratorio . . . . . . . . . . . . 483
13.4. Modelo de análisis factorial confirmatorio . . . . . . . . . . . 485
13.5. Modelo estructural elemental . . . . . . . . . . . . . . . . . . 488
13.6. CFA antes y después de la identificación . . . . . . . . . . . . 493
13.7. Histograma de residuos . . . . . . . . . . . . . . . . . . . . . . 508
13.8. CFA por estimar en el caso 13.2 . . . . . . . . . . . . . . . . . 520
13.9. CFA por estimar en el caso 13.2 . . . . . . . . . . . . . . . . . 522
13.10. Histograma de errores . . . . . . . . . . . . . . . . . . . . . . 526
13.11. Grafo del CFA estimado por lavaan . . . . . . . . . . . . . . 528

14.1. Modelo de dos factores para ilustrar la el criterio de la ratio

HTMT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 548
14.2. Matriz de correlaciones para ilustrar la ratio HTMT . . . . . 549
14.3. CFA por estimar en el caso 13.2 . . . . . . . . . . . . . . . . . 551

15.1. Modelo de desempeño de la fuerza de ventas . . . . . . . . . . 569

15.2. Parámetros iniciales que se deben estimar en el modelo . . . . 579
15.3. Parámetros para estimar tras la identificación y parámetros
restringidos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 580
15.4. Gráfico de residuos estandarizados . . . . . . . . . . . . . . . 586
15.5. Ejemplo de modelo de ecuaciones estructurales . . . . . . . . 591
15.6. Ilustración de la identificación del modelo . . . . . . . . . . . 593
15.7. Gráfico de resultados . . . . . . . . . . . . . . . . . . . . . . . 597

648 © Ediciones Paraninfo

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 649 — #649

Índice de figuras

16.1. Ejemplo de un modelo estructural estimable mediante PLS-SEM604

16.2. Incorporación de la dependencia del medio a un modelo TAM 615
16.3. Modelo de dos factores para ilustrar la el criterio de la ratio
HTMT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 618
16.4. Matriz de correlaciones para ilustrar la ratio HTMT . . . . . 619
16.5. Ilustración del procedimiento de blindfolding . . . . . . . . . . 636

© Ediciones Paraninfo 649

i i

i i
 i i

i i
“AMAR_Maestro_v4” — 2017/8/9 — 10:40 — page 650 — #650

i i

i i