Un método de cálculo del tamaño muestral en modelos de ecuaciones estructurales

Una estrategia de muestreo es más que necesaria, ya que no siempre es posible reunir datos de cada unidad de la población (Kumar, Talib and Ramayah, 2013). Por tanto, determinar un tamaño apropiado de la muestra es fundamental para tener conclusiones válidas de los resultados de la investigación. No obstante, a menudo, se considera un paso difícil en el diseño de la investigación empírica (Dattalo, 2008). Aunque hay un buen número de directrices generales para calcular el tamaño de la muestra en diversas áreas de investigación (como, por ejemplo, las ciencias empresariales, marketing, economía y finanzas), muchos investigadores siguen sin tener claro cuál norma deben utilizar para determinar el apropiado tamaño de la muestra en sus estudios... Ver más

Guardado en:

2389-8186

2389-8194

7

2020-12-01

7

9

Revista Perspectiva Empresarial - 2021

info:eu-repo/semantics/openAccess

http://purl.org/coar/access_right/c_abf2

id 7de509b85b7934db78b8a395bfa801bb
record_format ojs
spelling Un método de cálculo del tamaño muestral en modelos de ecuaciones estructurales
Westland, J.C. (2010). Lower bounds on sample size in structural equation modeling. Electronic Commerce Research
Revista Perspectiva Empresarial - 2021
Dattalo, P. (2008). Balancing Power, Precision, and Practicality. New York, USA: Oxford University Press.
Kline, R.B. (2016). Principles and Practice of Structural Equation Modeling. New York, USA: The Guilford Press.
Kumar, M., Talib, S.A. and Ramayah, T. (2013). Business Research Methods. Selangor, Malaysia: Oxford University Press.
Ostos, J., Saenz, A. and Bremser, K. (2019). Relationships of business strategies and organizational characteristics with innovation types: Application in service companies. Revista Perspectiva Empresarial, 6(2), 5-19. https://doi.org/10.16967/23898186.595
Soper, D.S. (2020). A-priori Sample Size Calculator for Structural Equation Models. Recuperado de http://www.danielsoper.com/statcalc.
info:eu-repo/semantics/article
https://revistas.ceipa.edu.co/index.php/perspectiva-empresarial/article/view/659
http://purl.org/coar/resource_type/c_6501
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/version/c_970fb48d4fbd8a85
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
Text
https://creativecommons.org/licenses/by-nc-sa/4.0/
Español
Publication
Una estrategia de muestreo es más que necesaria, ya que no siempre es posible reunir datos de cada unidad de la población (Kumar, Talib and Ramayah, 2013). Por tanto, determinar un tamaño apropiado de la muestra es fundamental para tener conclusiones válidas de los resultados de la investigación. No obstante, a menudo, se considera un paso difícil en el diseño de la investigación empírica (Dattalo, 2008). Aunque hay un buen número de directrices generales para calcular el tamaño de la muestra en diversas áreas de investigación (como, por ejemplo, las ciencias empresariales, marketing, economía y finanzas), muchos investigadores siguen sin tener claro cuál norma deben utilizar para determinar el apropiado tamaño de la muestra en sus estudios; en especial, cuando sus estudios emplean la investigación de encuestas para la recopilación de datos enfocados a los modelos de ecuaciones estructurales —SEM— (Kline, 2016; Kumar, Talib and Ramayah, 2013).
Ramos Vera, Cristian Antony
Revista Perspectiva Empresarial
7
2
Sabaneta: Fundación Universitaria Ceipa, 2014-
text/html
application/pdf
Núm. 2 , Año 2020 : julio-diciembre
Artículo de revista
Un método de cálculo del tamaño muestral en modelos de ecuaciones estructurales
Journal article
https://revistas.ceipa.edu.co/index.php/perspectiva-empresarial/article/download/659/932
2389-8194
https://revistas.ceipa.edu.co/index.php/perspectiva-empresarial/article/download/659/931
2020-12-01T00:00:00Z
10.16967/23898186.659
2020-12-01
9
7
2389-8186
https://doi.org/10.16967/23898186.659
2020-12-01T00:00:00Z
institution CEIPA BUSINESS SCHOOL
thumbnail https://nuevo.metarevistas.org/CEIPABUSINESSSCHOOL/logo.png
country_str Colombia
collection Revista Perspectiva Empresarial
title Un método de cálculo del tamaño muestral en modelos de ecuaciones estructurales
spellingShingle Un método de cálculo del tamaño muestral en modelos de ecuaciones estructurales
Ramos Vera, Cristian Antony
title_short Un método de cálculo del tamaño muestral en modelos de ecuaciones estructurales
title_full Un método de cálculo del tamaño muestral en modelos de ecuaciones estructurales
title_fullStr Un método de cálculo del tamaño muestral en modelos de ecuaciones estructurales
title_full_unstemmed Un método de cálculo del tamaño muestral en modelos de ecuaciones estructurales
title_sort un método de cálculo del tamaño muestral en modelos de ecuaciones estructurales
title_eng Un método de cálculo del tamaño muestral en modelos de ecuaciones estructurales
description Una estrategia de muestreo es más que necesaria, ya que no siempre es posible reunir datos de cada unidad de la población (Kumar, Talib and Ramayah, 2013). Por tanto, determinar un tamaño apropiado de la muestra es fundamental para tener conclusiones válidas de los resultados de la investigación. No obstante, a menudo, se considera un paso difícil en el diseño de la investigación empírica (Dattalo, 2008). Aunque hay un buen número de directrices generales para calcular el tamaño de la muestra en diversas áreas de investigación (como, por ejemplo, las ciencias empresariales, marketing, economía y finanzas), muchos investigadores siguen sin tener claro cuál norma deben utilizar para determinar el apropiado tamaño de la muestra en sus estudios; en especial, cuando sus estudios emplean la investigación de encuestas para la recopilación de datos enfocados a los modelos de ecuaciones estructurales —SEM— (Kline, 2016; Kumar, Talib and Ramayah, 2013).
author Ramos Vera, Cristian Antony
author_facet Ramos Vera, Cristian Antony
citationvolume 7
citationissue 2
citationedition Núm. 2 , Año 2020 : julio-diciembre
publisher Sabaneta: Fundación Universitaria Ceipa, 2014-
ispartofjournal Revista Perspectiva Empresarial
source https://revistas.ceipa.edu.co/index.php/perspectiva-empresarial/article/view/659
language Español
format Article
rights Revista Perspectiva Empresarial - 2021
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by-nc-sa/4.0/
references Westland, J.C. (2010). Lower bounds on sample size in structural equation modeling. Electronic Commerce Research
Dattalo, P. (2008). Balancing Power, Precision, and Practicality. New York, USA: Oxford University Press.
Kline, R.B. (2016). Principles and Practice of Structural Equation Modeling. New York, USA: The Guilford Press.
Kumar, M., Talib, S.A. and Ramayah, T. (2013). Business Research Methods. Selangor, Malaysia: Oxford University Press.
Ostos, J., Saenz, A. and Bremser, K. (2019). Relationships of business strategies and organizational characteristics with innovation types: Application in service companies. Revista Perspectiva Empresarial, 6(2), 5-19. https://doi.org/10.16967/23898186.595
Soper, D.S. (2020). A-priori Sample Size Calculator for Structural Equation Models. Recuperado de http://www.danielsoper.com/statcalc.
type_driver info:eu-repo/semantics/article
type_coar http://purl.org/coar/resource_type/c_6501
type_version info:eu-repo/semantics/publishedVersion
type_coarversion http://purl.org/coar/version/c_970fb48d4fbd8a85
type_content Text
publishDate 2020-12-01
date_accessioned 2020-12-01T00:00:00Z
date_available 2020-12-01T00:00:00Z
url https://revistas.ceipa.edu.co/index.php/perspectiva-empresarial/article/view/659
url_doi https://doi.org/10.16967/23898186.659
issn 2389-8186
eissn 2389-8194
doi 10.16967/23898186.659
citationstartpage 7
citationendpage 9
url3_str_mv https://revistas.ceipa.edu.co/index.php/perspectiva-empresarial/article/download/659/932
url2_str_mv https://revistas.ceipa.edu.co/index.php/perspectiva-empresarial/article/download/659/931
_version_ 1797159763331514368