Análisis del problema

Se calculará su confiabilidad mediante la técnica estadística de alfa de Cronbach. Mayor variabilidad de los datos equivale a una mayor confiabilidad (Merino, 2003).

Se realizará una transformación monotómica que consistirá en sumar o multiplicar una constante sin alterar la distancia entre una variable y otra para estandarizarlas y se seleccionará a aquellos reactivos que tendrán una distribución de kurtosis entre -.5 y .5 para evitar que sus d atos fuesen negativos e inferiores a la media o bien, para evitar que sus d atos fuesen positivos y superiores a la media. También se seleccionará a aquellos reactivos con un sesgo entre -.3 y .3 (Auxiliadora y Manera, 2003).

Se validarán convergentemente los constructos a partir de la correlación entre los reactivos con la variable latente y se establecerá su validez divergente mediante la escasa correlación con otras variables latentes.

Se estimar á n coeficientes de correlación (r) entre cada variable, se identificará el grado de asociación indicado por los valores altos o bajos de una variable que se relacionarán con los valores altos o bajos de otra variable.

Se estimará el coeficiente de correlación múltiple (R) el cual indicará la medida del grado de exactitud de la predicción (efectos exclusivos del predictor sobre el criterio) oscilando entre -1 hasta +1 (Levy y Recio, 2003).

Así mismo, el coeficiente de regresión (B/ß) el cual indicará la influencia que cada predictor tendrá sobre el criterio. En tal sentido, el análisis de trayectorias se utilizará para establecer las relaciones causales, moderadoras, mediadoras y no causales entre variables y errores de medición (Mateos y Dávila, 2003).

Se elaborará un modelo de medición y un modelo estructural. El modelo de medición planteará hipotéticamente las relaciones causales y no causales entre los constructos exógenos y mediadores, dichas relaciones se orientarán a la predicción de un constructo endógeno. Se calculará la varianza explicada, se establecerán los errores de estimación (Levy, 2003). Dicho procedimiento se planteará en matrices de ecuaciones.

De este modo, los indicadores de un constructo tendrán un aceptable ajuste sobre un factor del modelo siendo los grados de libertad los que identificarán los constructos evaluados por su ajuste.

La evaluación del ajuste se establecerá mediante estimadores tales como; Índice de Ajuste Comparativo (Comparative Fit Index CFI), Índice de ajuste Normado 7.Normed Fit Index NFI) e Índice de Bondad de Ajuste (Goodness of Fit Index GFI). Sin embargo, dichos parámetros sólo indicarán el ajuste global del modelo pero no su significancia. Además un buen ajuste no indicará la parsimonia del modelo, sólo se analizarán las varianzas de las perturbaciones que pueden indicar una relación baja entre variables exógenas y endógenas.