Análisis del estudio de las relaciones causales en el marketing
Bibliographic Data
| ID | 11634336 |
|---|---|
| Authors | Lizbeth Salgado Beltrán (0000-0001-8846-275X, Universidad de Sonora, corresponding author), Joel Enrique Espejel Blanco (0000-0003-1637-7235, Universidad de Sonora) |
| Year | 2016 |
| Volume | 26 |
| Issue | 62 |
| Pages | 79-94 |
| Publication date | 2016-10-01 |
| Peer Reviewed | Yes |
| Open Access | Yes |
| Type | ARTICLE |
| Venue | Innovar (JOURNAL) |
| Journal identifiers | ISSN: 0121-5051 • E-ISSN: 2248-6968 |
| Publisher | Universidad Nacional de Colombia (PUBLISHER • CO) |
| DOI | 10.15446/innovar.v26n62.59390 |
| OpenAlex | W2528681036 |
| Language | ES |
| Citations received | 1 |
| References cited | 37 |
En la actualidad, la medición de la relación causa-efecto de una situación intangible como la satisfacción del cliente ha estado tomando relevancia. Para ello, se manejan dos técnicas estadísticas: (1) modelos de ecuaciones estructurales (structural equation model—SEM, por sus siglas en inglés—) con matriz de covarianzas y (2) la técnica de mínimos cuadrados parciales (partial least squares —PLS, por sus siglas en inglés—), que determina, como técnica multivariante, la relación entre variables observables y latentes, con la finalidad de comprobar una serie de asociaciones planteadas. En esta línea, el presente artículo tiene como objetivo exponer de forma interpretativa cada una de las técnicas (SEM y PLS), por medio de un caso de estudio. Como resultado, una de las diferencias entre métodos es el procedimiento de estimación, ya que en SEM está orientado hacia la teoría, enfatizando la transición del análisis exploratorio al confirmatorio, y en PLS se orienta al análisis causal-predictivo en situaciones de alta complejidad, pero con poca información teórica. Ambos persiguen objetivos diferentes y no debieran ser excluyentes sino complementarios, lo que dependerá de los intereses que tenga el investigador y los objetivos del estudio para la aplicación de un procedimiento o de otro
Humanities · Physics · Business, Innovation, and Economy · Customer Service Quality and Loyalty · Global Trade and Competitiveness · Philosophy
Spillover of environment-friendly consumer behaviour
The Problem of Measurement Model Misspecification in Behavioral and Organizational Research and Some Recommended Solutions.
A General Structural Equation Model with Dichotomous, Ordered Categorical, and Continuous Latent Variable Indicators
Evaluating Structural Equation Models with Unobservable Variables and Measurement Error
Advancing formative measurement models
PLS path modeling
The Predictive Sample Reuse Method with Applications
Applications of structural equation modeling in marketing and consumer research
A Partial Least Squares Latent Variable Modeling Approach for Measuring Interaction Effects
Index Construction with Formative Indicators
An assessment of the use of partial least squares structural equation modeling in marketing research
Evaluating Structural Equation Models with Unobservable Variables and Measurement Error
Structural Equations with Latent Variables
Structural equation modeling in practice
Web acceptance and usage model
Significance tests and goodness of fit in the analysis of covariance structures
Conventional wisdom on measurement
| Unique citing works | 1 |
|---|---|
| Citations per year | 0,5 |
| Citation span | 2024 - 2024 (1) |
| Citation velocity | recent |
| Highly cited | No |
| Citation types | Neutral: 1 |