Antes de elegir programa tienes que elegir método, y ahí es donde se pierde la mayoría. PLS-SEM y CB-SEM no son dos maneras de hacer lo mismo: responden preguntas distintas, exigen muestras distintas y se reportan distinto. SmartPLS, AMOS y R son solo la herramienta con la que ejecutas la decisión que ya tomaste.
Si tu tesis trabaja con un modelo de constructos conectados por flechas —satisfacción que influye en lealtad, utilidad percibida que influye en intención de uso— estás en territorio de ecuaciones estructurales. Es lo que sostiene miles de tesis mexicanas de administración, mercadotecnia, sistemas y psicología organizacional, y la pregunta «¿SmartPLS o AMOS?» llega casi siempre en el peor momento: cuando ya recolectaste.
Primero: ¿tu tesis predice o confirma?
Esta es la bifurcación real.
PLS-SEM (mínimos cuadrados parciales)
Es un método orientado a la predicción. Maximiza la varianza explicada de tus variables dependientes. No impone supuestos distribucionales fuertes, tolera muestras más pequeñas, maneja modelos con muchos constructos e indicadores, y admite constructos formativos —aquellos donde los indicadores definen el constructo en lugar de reflejarlo—.
Su costo: no entrega los índices de ajuste global a los que está acostumbrado un comité formado en la tradición clásica, y por eso hay que explicar en el texto por qué no aparecen.
CB-SEM (basado en covarianzas)
Es un método orientado a la confirmación teórica. Estima los parámetros que mejor reproducen la matriz de covarianzas observada y te dice qué tan bien tu modelo teórico se ajusta a los datos, con los índices que todo mundo espera ver: χ²/gl, CFI, TLI, RMSEA, SRMR.
Su costo: exige muestras más grandes, supone normalidad multivariada y castiga los modelos complejos con muchos indicadores.
La regla corta
| Si tu situación es… | Elige |
|---|---|
| Modelo propio, exploratorio, quieres explicar varianza | PLS-SEM |
| Muestra por debajo de ~200 casos | PLS-SEM |
| Datos claramente no normales | PLS-SEM |
| Constructos formativos en el modelo | PLS-SEM |
| Modelo con muchos constructos e indicadores | PLS-SEM |
| Pones a prueba una teoría establecida (TAM, UTAUT, SERVQUAL) | CB-SEM, o PLS si el énfasis es predictivo |
| Tu comité pide explícitamente índices de ajuste | CB-SEM |
| Quieres comparar modelos rivales anidados | CB-SEM |
Si tu marco es TAM o UTAUT, la elección entre esos dos modelos y sus consecuencias muestrales está en UTAUT vs TAM para tu tesis; lo que sigue aquí es cómo lo estimas.
Las tres herramientas
SmartPLS 4
Es el programa de referencia para PLS-SEM y el más fácil de aprender de los tres: dibujas el modelo arrastrando constructos y trazando flechas, y el resultado aparece sobre el mismo diagrama. Según su propio sitio, SmartPLS 4 ya no se limita a PLS: incorpora también CB-SEM, regresión y análisis factorial, y la empresa declara más de 350,000 usuarios, más de 20,000 artículos revisados por pares y presencia en más de 150 países desde 2005.
Es software comercial, con licencias académicas y una prueba gratuita de 30 días. Ese detalle importa para planear: la prueba se agota rápido si la activas antes de tener los datos limpios. Actívala cuando ya vayas a analizar, no cuando estés explorando.
IBM SPSS Amos
Es el estándar histórico de CB-SEM y el que más probablemente esté instalado en el centro de cómputo de tu facultad, porque suele venir con la licencia institucional de SPSS. También es de dibujo: trazas el diagrama de trayectorias y AMOS estima. Es un producto comercial de IBM con prueba gratuita.
Su ventaja práctica en México es de infraestructura, no de método: si tu universidad ya paga SPSS, probablemente tengas AMOS sin costo adicional. Pregunta en tu coordinación antes de comprar cualquier cosa.
R: lavaan y seminr
La ruta sin costo, y la más flexible. lavaan es el paquete estándar de CB-SEM en R. seminr, disponible en CRAN, describe su propia sintaxis como pensada para especificar y estimar modelos complejos y estima tanto por PLS path modeling como por CB-SEM y análisis factorial confirmatorio.
El precio real no es dinero: es tiempo. Si nunca has escrito código, la curva es de semanas, no de días. La compensación es que tu análisis queda en un script reproducible, que es exactamente lo que te va a salvar cuando el sínodo pida rehacer un modelo tres meses después.
Comparativa
| Criterio | SmartPLS 4 | IBM SPSS Amos | R (lavaan / seminr) |
|---|---|---|---|
| Método principal | PLS-SEM (y CB-SEM en la versión 4) | CB-SEM | Ambos |
| Costo | Comercial, prueba de 30 días | Comercial, frecuente en licencia institucional | Gratuito y de código abierto |
| Interfaz | Gráfica, arrastrar y trazar | Gráfica, diagrama de trayectorias | Código |
| Curva de aprendizaje | Baja | Media | Alta |
| Reproducibilidad | Archivo de proyecto | Archivo de proyecto | Script, la más alta |
| Índices de ajuste global | Limitados por diseño del método | Completos | Completos en CB-SEM |
| Bootstrapping para significancia | Integrado | Disponible | Disponible |
Qué tienes que reportar (y cambia según el método)
El análisis se reporta en dos bloques, siempre en este orden: primero demuestras que tus constructos están bien medidos, después presentas las relaciones entre ellos. Presentar las trayectorias sin haber validado el modelo de medida es el error de secuencia que más observaciones genera.
Modelo de medida en PLS-SEM
- Cargas externas de cada indicador sobre su constructo.
- Fiabilidad compuesta y alfa de Cronbach por constructo.
- Varianza extraída media (AVE), la evidencia de validez convergente.
- Validez discriminante por el criterio HTMT, propuesto por Henseler, Ringle y Sarstedt en el Journal of the Academy of Marketing Science (2015, vol. 43, pp. 115–135) precisamente como un criterio nuevo para evaluar validez discriminante en modelado basado en varianzas. Es el que se espera hoy; el criterio de Fornell-Larcker se sigue reportando pero ya no basta por sí solo.
Modelo de medida en CB-SEM
- Análisis factorial confirmatorio con cargas estandarizadas.
- Índices de ajuste del modelo de medida.
- Fiabilidad y AVE, igual que arriba.
Modelo estructural, en ambos
- Coeficientes de trayectoria con su significancia (en PLS-SEM, vía bootstrapping).
- R² de cada constructo endógeno.
- Tamaños del efecto y, en PLS-SEM, la relevancia predictiva.
- En CB-SEM, además, los índices de ajuste globales.
La construcción previa de los constructos —de la variable al indicador— está en operacionalización de variables, y si tu instrumento es nuevo conviene explorar su estructura antes de confirmarla, como se explica en análisis factorial exploratorio. Las convenciones para escribir todos esos estadísticos están en cómo reportar una prueba estadística en APA 7.
Cuántos casos necesitas
La regla de dedo más citada en PLS-SEM —diez veces el mayor número de flechas que llegan a un mismo constructo— es una aproximación gruesa y hoy se considera insuficiente por sí sola. Lo defendible ante un comité es un análisis de potencia hecho para el constructo con más predictores del modelo, tratado como una regresión múltiple. Cómo se hace está en cómo calcular el tamaño de la muestra.
CB-SEM es más exigente: se manejan mínimos alrededor de 200 casos y crece con el número de parámetros a estimar. Si tu muestra realista es de 120 encuestas, esa restricción por sí sola ya te está eligiendo el método.
Errores que se repiten
- Elegir PLS-SEM «porque funciona con muestra chica» y no decirlo. Es una razón legítima y hay que escribirla; disfrazarla de decisión teórica es lo que se detecta.
- Reportar índices de ajuste global en PLS-SEM como si fueran equivalentes a los de CB-SEM. No lo son, y forzarlos genera observaciones.
- Saltarse el modelo de medida. Sin validez convergente y discriminante, las trayectorias no significan nada.
- Usar solo Fornell-Larcker para validez discriminante. El criterio HTMT es el estándar actual en modelado basado en varianzas.
- Modificar el modelo hasta que ajuste. Los índices de modificación de AMOS son una herramienta exploratoria; seguirlos ciegamente produce un modelo que ajusta a tus datos y a nada más. Cada cambio se justifica teóricamente y se declara.
- Comprar licencia sin preguntar en tu facultad. Muchas universidades mexicanas ya tienen AMOS dentro de su licencia de SPSS.
Cómo decidir hoy mismo
- ¿Tu comité pidió índices de ajuste? Si sí, CB-SEM.
- ¿Tienes menos de 200 casos o constructos formativos? Si sí, PLS-SEM.
- ¿Tu facultad ya tiene AMOS? Si sí y elegiste CB-SEM, ya está resuelto.
- ¿Elegiste PLS-SEM y no hay presupuesto? R con seminr, o la prueba de SmartPLS calendarizada para cuando tengas los datos listos.
- ¿Vas a seguir en investigación después de la tesis? Invierte las semanas en R; se paga solo.
Si tu análisis no llega al nivel de ecuaciones estructurales y lo que necesitas es elegir entre paquetes estadísticos generales, esa comparación está en SPSS vs jamovi vs R y el panorama completo de herramientas en software para hacer tesis.
Con el modelo ya estimado, lo que suele frenar es redactar el apartado que justifica el método elegido y ordena los dos bloques de resultados. Tesify te ayuda a armar ese borrador con tus propios coeficientes y con la estructura que suelen pedir los comités mexicanos; la decisión metodológica, que es lo que se defiende, la tomas tú.
Preguntas frecuentes
¿PLS-SEM o CB-SEM para mi tesis?
PLS-SEM si tu objetivo es predecir o explicar varianza, tu muestra es limitada, tu modelo es complejo o incluye constructos formativos. CB-SEM si vas a poner a prueba una teoría establecida, tienes muestra suficiente y tu comité espera ver índices de ajuste.
¿SmartPLS es gratuito?
No. Es software comercial con licencias académicas y una prueba gratuita de 30 días según su propio sitio. Las alternativas sin costo son los paquetes de R, que cubren tanto PLS-SEM como CB-SEM.
¿AMOS sirve para PLS-SEM?
No es su método. AMOS está construido para modelado basado en covarianzas. Para PLS necesitas SmartPLS o un paquete de R diseñado para PLS path modeling.
¿Cuántos casos necesito para un modelo de ecuaciones estructurales?
PLS-SEM tolera muestras menores que CB-SEM, pero la regla de las diez flechas es una aproximación gruesa. Lo defendible es un análisis de potencia para el constructo con más predictores. En CB-SEM se manejan mínimos alrededor de 200 casos, que crecen con la complejidad del modelo.
¿Qué reporto en el modelo de medida?
En PLS-SEM: cargas externas, fiabilidad compuesta, varianza extraída media y validez discriminante con el criterio HTMT. En CB-SEM: un análisis factorial confirmatorio con cargas estandarizadas más los índices de ajuste. En ambos casos, antes de presentar cualquier trayectoria.
¿Puedo empezar en SmartPLS y luego pasar a R?
Sí, y es una ruta razonable: resuelves la tesis con la herramienta gráfica y aprendes R sin la presión del plazo. Lo que no conviene es cambiar de método a mitad del análisis, porque los criterios de reporte son distintos y tendrías que rehacer el capítulo.