Título Inglês:
Structural equation modeling with Lisrel: an initial vision
Resumo:
O LISREL é tido como um dos mais robustos softwares para modelagem de equações estruturais com matrizes de covariância, ao mesmo tempo em que é considerado um pacote estatístico complexo de difícil utilização. Neste número especial do Brazilian Journal of Marketing, buscamos apresentar as principais características do LISREL, suas funcionalidades e, por meio de um exemplo didático, reduzir a dificuldade percebida em seu uso.
Resumo Inglês:
LISREL is considered one of the most robust software packages for Structural Equation Modeling with covariance matrices, while it is also considered complex and difficult to use. In this special issue of the Brazilian Journal of Marketing, we seek to present the main functions of LISREL, its features and, through a didactic example, reduce the perceived difficulty of using it. We also provide helpful guidelines to properly using this technique.
Citação ABNT:
MALHOTRA, N.; LOPES, E. L.; VEIGA, R. T. Modelagem de equações estruturais com Lisrel: uma visão inicial. Revista Brasileira de Marketing, v. 13, n. 2, p. 27-42, 2014.
Citação APA:
Malhotra, N., Lopes, E. L., & Veiga, R. T. (2014). Modelagem de equações estruturais com Lisrel: uma visão inicial. Revista Brasileira de Marketing, 13(2), 27-42.
DOI:
10.5585/remark.v13i2.2698
Link Permanente:
http://www.spell.org.br/documentos/ver/31079/modelagem-de-equacoes-estruturais-com-lisrel--uma-visao-inicial/i/pt-br
Referências:
Anderson, J. C. & Gerbing, D. W. (1988). Structural equation modeling in practice: a review and recommended two-step approach. Psychological Bulletin, 103(3), 411-423.
Bagozzi, R. P. & Yi, Y. (1988). On the evaluation of structural equation models. Journal of the Academy of Marketing Science, v. 16, 74-94.
Bentler, P., Bagozzi, R. P., Cudeck, R., & Iacobucci, D. (2001). Structural equation modeling – SEM using correlation or covariance matrices. Journal of Consumer Psychology, 10(1), 8587.
Byrne, B. (1998). Structural equation modeling with LISREL, PRELIS and SIMPLIS: basic concepts, applications, and programming. New Jersey: Lawrence Erlbaum Associates, Publishers.
Chin, W. W. (1995). Partial least squares is to LISREL as principal components analysis is to common factor analysis. Technology Studies, v. 2, 315-319.
Hair Jr, J., Anderson, R. E., Tatham, R. L. & Black, W. C. (1998). Multivariate Data Analysis. 5th ed. Upple Saddle River (NJ): Prentice-Hall.
Malhotra, N. K. (2010). Marketing Research: An Applied Orientation. 6th ed. Upper Saddle River (NJ): Prentice-Hall.
