Aplicaciones del modelamiento de variables latentes a la Teoría de la Conducta
DOI:
https://doi.org/10.32870/ac.v6i3.18249Palabras clave:
ecuaciones estructurales, covarianza, variables manifiestas, constructos, operaciones.Resumen
Se describen las aplicaciones potenciales de las ecuaciones estructurales al análisis de constructos de la Teoría de la Conducta de Ribes y López (1985), con el objeto de ampliar sus posibilidades de investigación y enriquecer el trabajo conceptual. Bajo esta aproximación se considera a las tendencias, disposiciones y categorías como variables latentes, inferidas a partir de arreglos de variables manifiestas. Las ecuaciones estructurales permiten no solo "construir" las variables latentes (modelo de medición) de esta teoría, sino también especificar las relaciones entre sus constructos (modelo estructural). Se ejemplifica esta aplicación con un estudio sobre capacidades profesionales realizado en estudiantes. Los indicadores de bondad de ajuste del modelo empleado evidencian un notable grado de ajuste entre dicho modelo y los datos. Los resultados muestran que es posible obtener de manera simultánea variables latentes morfológicas y funcionales -tal y como lo sugiere la teoría-, a partir de las intercorrelaciones entre ejecuciones. Se enfatiza que la aplicación de ecuaciones estructurales al análisis de la Teoría de la Conducta no pretende resolver sus complejidades conceptuales pero puede facilitar su estudio simplificando el análisis de los datos y ayudando a la construcción de nuevos modelos de relaciones entre constructos y operaciones.
Descargas
Descargas
Cómo citar
Número
Sección
Licencia
<a rel="license" href="http://creativecommons.org/licenses/by-nc-sa/4.0/"><img alt="Licencia de Creative Commons" style="border-width:0" src="https://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png" /></a><br />Este obra está bajo una <a rel="license" href="http://creativecommons.org/licenses/by-nc-sa/4.0/">licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional</a>.