Tamaño de muestra para SEM

Usamos el procedimiento de Westland (2010), el mismo de la calculadora de Soper, que combina dos criterios y recomienda el mayor:

• Para detectar el efecto: la muestra mínima para distinguir, con la potencia y la significancia que elegiste, una relación del tamaño indicado entre cualquier par de variables latentes. La significancia se ajusta con la corrección de Šidák porque en el modelo se ponen a prueba muchas relaciones a la vez.
• Por la estructura del modelo: n = 50r² − 450r + 1100, donde r es el número de variables observadas por cada variable latente. Resume estudios de simulación que muestran que, con pocos ítems por variable, el modelo necesita más muestra.

Estos valores son mínimos. Con datos que no siguen una distribución normal (por ejemplo, escalas Likert muy sesgadas), con modelos muy complejos o con muchas respuestas incompletas, conviene una muestra mayor. Para modelos muy complejos, el método más preciso es la simulación Monte Carlo.

Referencia: Westland, J. C. (2010). Lower bounds on sample size in structural equation modeling. Electronic Commerce Research and Applications, 9(6), 476–487.