El Path Analysis como herramienta de identificación de dependencias entre variables

• Autores: Diego Fernando Muñoz Muñoz
• Localización: Sigma, ISSN-e 2027-064X, Vol. 20, Nº 2, 2024 (Ejemplar dedicado a: Revista SIGMA), págs. 1-8
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    El Path analysis o análisis de senderos (PA) es un método estadístico relevante para evaluar relaciones hipotéticas entre variables. Surgido en 1920, se ha mantenido vigente debido a su capacidad para estimar la magnitud y significancia de las conexiones causales. En el presente artículo, para abordar las características del PA, se formula un modelo representado por un diagrama de senderos, en el cual las flechas indican las relaciones entre variables y los coeficientes Path representan la relación entre las variables conectadas por las flechas; así mismo, se identifican los estimadores del análisis. Finalmente, se discuten aspectos relevantes tanto del modelo hipotetizado, como algunas consideraciones respecto al uso de PA.

  • English

    Path analysis (PA) is a relevant statistical method for evaluating hypothetical relationships between variables. Emerging in 1920, it has remained current due to its ability to estimate the magnitude and significance of causal connections. In this article, to address the characteristics of the AP, a model represented by a path diagram is formulated, in which the arrows indicate the relationships between variables and the Path coefficients represent the relationship between the variables connected by the arrows; likewise, the estimators of the analysis are identified. Finally, relevant aspects of the hypothesized model are discussed, as well as some considerations regarding the use of PA.

• Referencias bibliográficas
  • Coolican, H. (2014).Research methods and statistics in psychology(6th ed.). Routledge.
  • P ́erez, E., Medrano, L y S ́anchez, J. (2013). El Path Analysis: conceptos b ́asicos y ejemplos deaplicaci ́on. Revista Argentina de Ciencias...
  • Beaujean, A. (2014).Latent Variable Modeling UsingR. Routledge.
  • Kline, R. (2016).Principles and Practice of Structural Equation Modeling. The Guilford Press.
  • Nayebi, H. (2020). Advanced Statistics for Testing Assumed Casual Relationships. Springer.
  • Stage, F., Carter, H y Nora, A. (2004) Path Analysis: An Introduction and Analysis of aDecade of Research,The Journal of Educational...
  • Loehlin, J y Beaujean, A. (2017).Latent Variable Models An Introduction to Factor, Path, andStructural Equation Analysis. Routledge.8