Índice Mexicano de Satisfacción del Usuario (IMSU) Reporte final ...

y la variable manifiesta=rapidez de análisis. En el modelo del IMSU las variables manifiestas son un
reflejo de las variables latentes.
A continuación se describirán los métodos utilizados para analizar la confiabilidad y la validez del
modelo de medida.
a) La confiabilidad individual de cada variable manifiesta, se evalúa mediante examen de los
pesos obtenidos por PLS o las correlaciones simples de las variables manifiestas con su
constructo respectivo. Una regla general es aceptar variables manifiestas con pesos
estandarizadas iguales o superiores a 0.70. (Barclay et al., 1995 citado en Lévy Jean-Pierre et
al., 2006, p. 330), puesto que se espera que la variable latente refleje por lo menos el 50%
de la varianza de cada uno de sus indicadores La sugerencia es eliminar indicadores con
pesos estandarizados menores a 0.4 si su eliminación genera mejora en la confiabilidad
compuesta. (Churchill 1979, citado en Henseler et al., 2009, p. 299)
b) Consistencia interna de las variables latentes. Tradicionalmente la consistencia interna se
evalúa con el Alpha de Cronbach. Sin embargo, esta medida tiende a subestimar puesto que
considera a todos los indicadores igualmente confiables. La confiabilidad compuesta es una
alternativa para verificar la consistencia interna, pues prioriza los indicadores, lo que lo hace
una medida más confiable para el tipo de metodología utilizada. Se considera que 0.70 es un
valor aceptable para el Alfa de Cronbach y para la confiabilidad compuesta, en las primeras
etapas de investigación. Para etapas más avanzadas, los valores aceptables están entre 0.80
y 0.90. Valores de 0.60 o menos indican falta de confiabilidad. (Henseler et al., 2009, p. 299).
c) Validez convergente. Este tipo de validez en un modelo de medida se evalúa estudiando la
capacidad de la variable latente de explicar a sus indicadores. Esta característica es evaluada
con la comunalidad promedio por constructo, a través del AVE (Average Variance Extracted).
El criterio establece valores del AVE de por lo menos 0.5 para las variables latentes, lo cual
representa la capacidad del constructo para explicar más de la mitad de la varianza de sus
indicadores en promedio. (Fornell y Lacker (1981) citado en Henseler et al., 2009, p. 299)
d) La validez discriminante, busca identificar si la variable latente se asocia más con sus
variables manifiestas, que con otras variables latentes. Esto se realiza mediante dos
métodos, uno de ellos compara la raíz cuadrada de la capacidad de la variable latente de
explicar sus indicadores con la correlacion entre las variables latentes, es decir, se debe
cumplir que
El otro procedimiento, revisa si el peso de un indicador asociado con su variable latente es
mayor que los pesos asociados con otras variables latentes. El que no cumpla con el criterio
implica que el indicador podría ser parte de otra variable latente.
42