Modelos factoriales aditivos vs. Multiplicativos en el análisis de matrices mrmm con efectos de método multiplicativosun estudio Monte Carlo

Abstract

El objetivo principal es determinar si, en ocasiones, algunos modelos factoriales aditivos -los modelos AFC general y AFCUC (Marsh, 1988)- pueden resultar adecuados para el análisis de matrices MRMM con efectos de método multiplicativos o si, por el contrario, es necesario utilizar modelos factoriales multiplicativos -modelo PD (Browne, 1982)- para su evaluación. Para ello, mediante el método Monte Carlo se simularon 540 matrices con efectos 100% multiplicativos. Asimismo, para evaluar las condiciones que afectaban al funcionamiento diferencial de ambos tipos de modelos, al simular los datos se manipularon varios factores: la magnitud de las correlaciones heterorrasgo y heterométodo, el tamaño muestral y el matricial. Tras poner a prueba los modelos factoriales mencionados, los resultados mostraron que, a pesar de que es más probable que el modelo PD ofrezca soluciones adecuadas, los modelos aditivos, principalmente el AFCUC, pueden presentar un ajuste adecuado e incluso más satisfactorio que el modelo PD. La adecuación y ajuste diferencial de los distintos modelos depende principalmente del tamaño matricial y del de las correlaciones HM y HR. También se evaluó la similitud de los parámetros estimados y de las conclusiones de validez de constructo derivadas de los distintos modelos que mostraron soluciones adecuadas. Los resultados mostraron que los parámetros comunes a los modelos AFCUC y PD, así como las conclusiones generales de validez derivadas no difieren sustancialmente. Si el modelo aditivo AFCUC converge en una solución satisfactoria, éste puede usarse a pesar de que los efectos sean multiplicativos.