WhatsApp
+573165759247
Gmail
asesor@leondariobello.co

Curso en vivo | SMART PLS 4.1.1.1 | Tres en Uno

Fecha: 10 de MAYO | Precio: 160 Dólares

El curso SMART PLS 4.1.1.1 te enseñará a construir, analizar y validar modelos de ecuaciones estructurales aplicando PLS-SEM, CB-SEM y GSCA. A través de módulos teóricos y prácticos, aprenderás a interpretar relaciones entre variables en investigaciones reales.
Incluye licencia oficial del programa SMART PLS, válida durante todo el curso para que practiques sin restricciones.

Modulo 1: Inducción programa SmartPLS.

  • Descarga, instalación y configuración de SmartPLS 4. (vídeo pregrabado)
  • Interfaz y principales herramientas del software.
  • Diferencias entre PLS-SEM y CB-SEM (AMOS, JASP, STATA).
  • Diferencias conceptuales entre PLS-SEM – CB-SEM – GSCA
  • Ejercicio práctico**: Configurar un nuevo proyecto en SmartPLS. 

Módulo 2 : Importación y preparación de datos

  • Tipos de datos aceptados en SmartPLS.
  • Carga y validación de una base de datos (CSV, XLS)  
  • Manejo de valores perdidos y datos anómalos  
  • Definición de escalas y codificación de variables  
  • Ejercicio práctico**: Importar una base de datos y realizar limpieza de datos. 

Módulo 3 : Construcción del Modelo de Medición (Outer Model)

  • Variables latentes y tipos de indicadores (reflectivos vs. formativos)
  • Creación de modelos de medición en SmartPLS.
  • Evaluación de validez y confiabilidad (Cargas factoriales, AVE, Alfa de Cronbach, Rho de Dillon-Goldstein).
  • Ejercicio práctico**: Construcción de un modelo de medición y evaluación de sus propiedades psicométricas. 

Módulo 4: Modelos Estructurales (Inner Model) y Evaluación de Relaciones

  • Definición y ajuste del modelo estructural.
  • Evaluación de colinealidad y significancia de los coeficientes.  
  • R², f² y Q²: Medidas de ajuste del modelo.  
  • Bootstrapping para evaluar la significancia estadística.

 

Módulo 5 : Análisis Avanzado y Reportes.

  • Moderación y Mediación en SmartPLS  
  • Análisis de efectos indirectos y totales 
  • Multi-Group Analysis (MGA)  
  • Interpretación y exportación de resultados  
  • Ejercicio práctico**: Estimar y analizar un modelo con mediación o moderación. 

Módulo 6 : Aplicaciones Prácticas y Casos Reales

  • Aplicaciones en Marketing, Finanzas y Educación (puede sugerir y/o compartir una base de su preferencia). 
  • Buenas prácticas en reportes de investigación con PLS-SEM  
  • Redacción de resultados para artículos científicos  
  • Ejercicio práctico**: Redacción de un reporte con los resultados obtenidos. 

Módulo 4 : Algunos Procedimientos Avanzados con JASP

7.1 Introducción a CB-SEM.

  • Diferencias clave entre **PLS-SEM y CB-SEM**  
  • ¿Cuándo utilizar CB-SEM?  
  • Supuestos de CB-SEM: Normalidad, tamaño de muestra, identificabilidad del modelo  
  • Ejercicio práctico**: Comparación de resultados entre un modelo PLS-SEM y CB-SEM en SmartPLS.  

7.2 Configuración de un Modelo CB-SEM en SmartPLS.

  • Creación de un **modelo de ecuaciones estructurales basado en covarianzas**  
  • Especificación de **relaciones reflectivas y formativas**  
  • Estimación del modelo con CB-SEM  
  • Ejercicio práctico**: Construcción de un modelo CB-SEM para analizar el impacto de ESG en rentabilidad financiera.  

7.3 Evaluación del Modelo CB-SEM.  

  • Índices de ajuste**: CFI, TLI, RMSEA, SRMR 
  • Evaluación de **validez convergente y discriminante**  
  • Diagnóstico de **multicolinealidad y errores estándar.  
  • Ejercicio práctico**: Interpretación de índices de ajuste en un modelo CB-SEM financiero.  

7.4 Comparación de Modelos CB-SEM vs. PLS-SEM en Finanzas o Marketing o Educación.

  • ¿Qué método es mejor? Criterios de selección  
  • Aplicaciones en **riesgo financiero, sostenibilidad y desempeño empresarial**  
  • Validación cruzada entre modelos.  
  • Ejercicio práctico**: Estimar un modelo con **CB-SEM y PLS-SEM** y comparar los resultados.  

**CSGA (Consistent Segmentation Genetic Algorithm)** es una herramienta avanzada en **SmartPLS 4.1.1.1** para segmentación basada en modelos de ecuaciones estructurales.

Módulo 8: Análisis de Segmentación con CSGA en SmartPLS 4.1.1.1

8.1 Introducción a CSGA en SmartPLS.  

  • ¿Qué es CSGA (Consistent Segmentation Genetic Algorithm)?  
  • Diferencias entre CSGA y otras técnicas de segmentación (FIMIX-PLS, PLS-POS).
  • Aplicaciones en su área de estudio y/o trabajo: Segmentación de empresas por ESG, riesgo, o desempeño financiero.
  • Ejercicio práctico**: Exploración de segmentación en empresas con diferentes niveles de sostenibilidad ESG.  

8.2 Configuración de CSGA en SmartPLS. 

  • Cómo activar y configurar CSGA en SmartPLS**  
  • Definir el número de segmentos y criterios de optimización  
  • Evaluación de **bondad de ajuste del modelo segmentado**  
  • Ejercicio práctico**: Configuración de CSGA para identificar grupos de empresas con distintas estrategias de inversión sostenible.  

8.3 Interpretación de Resultados de CSGA**  

  • Identificación de **diferencias estructurales entre segmentos**  
  • Análisis de **peso de los segmentos en la varianza explicada**  
  • Comparación con otros métodos de segmentación (FIMIX-PLS, k-means)  
  • Ejercicio práctico**: Interpretación de segmentos en función del riesgo financiero y estrategias ESG.  

🛠 **Material Incluido**:  

✔️ Base de datos con segmentos con variables de su área de trabajo.  

✔️ Guía paso a paso para aplicar CSGA en SmartPLS  

✔️ Comparación entre CSGA, FIMIX-PLS y PLS-POS  

📜 **Certificación**: Se entrega un certificado digital al completar todas las actividades.  

🛠 **Material Incluido**:  

✔️ Bases de datos de prueba  

✔️ Plantillas de reporte  

✔️ Videos complementarios tutoriales  

Leon Dario Bello Parias

Instructor

Estadístico con 40 años de experiencia docente en universidades como la Universidad de Medellín y la Universidad de Antioquia, además de colaborar con diversas instituciones en Colombia y América Latina.

Es autor de varios libros especializados, como Protocolo SEM, Estadística como Apoyo a la Investigación, Fortaleciendo Bases Estadísticas y Muestreo en Estudio por Etapas.

Ha participado en ponencias y proyectos académicos en México, Argentina y Cuba. Ha asesorado más de 100 tesis e investigaciones.