Modelo de Equações Estruturais

Roteiro• O que é o Modelo de Equações Estruturais (MEE)? • Vantagens do MEE• Limitações do MEE• Tipos de MEE• Indicadores e teste de modelos• Diferentes softwares: comparação

Structural Equation Modelling

• Extensão dos modelos GLM (Modelos Lineares Generalizados)

• Técnica de modelação generalizada (modelos teóricos sobre a forma como diferentes variáveis latentes ou construtos são operacionalizados e como estes estão relacionados entre si)

• VANTAGEM – permite considerar os erros de medida de forma explícita.

Erros de medida

• Na Regressão Linear Quando as variáveis independentes são medidas com erro há atenuação dos preditores. Ou seja, o preditor pode ser significativo no modelo, mas os erros de medida associados num dado preditor podem fazer parecer com que tal não pareça.

Ou seja

• O modelo actualmente mais em uso para lidar com este erro é modelo de equações estruturais.

Simplisticamente

• AF (define o modelo de medida)• RL (define o modelo estrutural)

Classicamente

• Exploro os dados e explico as teorias

• Neste modelo: temos várias teorias e o que tento é encontrar um modelo teórico que explique aqueles dados.

• A teoria é o motor do processo.• O estatístico acaba o seu trabalho com “o

modelo adequa-se” ou não.

• Manifestações físicas das V. Latentes são variáveis manifestas.

• Variáveis Latentes: Não são directamente mensuráveis. Só se observam as suas manifestações;

• Validade e fiabilidade de variáveis latentes (erros-nas-variaveis) limita conclusões sobre relações estruturais

• Métodos classicos de analise não consideram os ‘erros-nas-variaveis’.

• Variáveis endógenas (para onde apontam as setas) (vs dependentes)

• Variáveis exógenas (as que só têm setas a sair delas) (vs independentes)

• Nestes modelos, as variáveis podem ser simultaneamente endógenas e exógenas.c

• Modelo de Medida : define a forma como os construtos hipotéticos ou variáveis latentes são operacionalizados pelas variáveis observadas ou manifestas

• Modelo Estrutural : define as relações causais ou de associação entre as variáveis latentes

• ATENÇÃO!! O modelo é LINEAR!!!

• No modelo linear, uma variável endógena é dependente dela própria, das variáveis exógenas e do erro.

• Variáveis latentes com letras gregas• Variáveis latentes, gregas romanas

• Variáveis não-recursivas: efeito de feedback (o que vem primeiro, o ovo ou a galinha?? Quando um estudantes tem auto-estima, tem desempenho, quando tem bom desempenho tem boa auto-estima e cria um efeito “bola de neve” )

• Os dados são as variâncias e covariância se não o n.º de dados.

• Equações estruturais • Modelos Formativos

• No PLS tendo 50 itens só precisam de 50 observações.

• Amos não faz a correção de santorra bentler

• O modelo saturado é um modelo perfeito