%0 Trabajo de grado (Bachelor Thesis) %A Castro Álvarez, Sebastian %D 2018 %G Desconocido (Unknown) %T Differentiating States and Traits in Intensive Longitudinal Data with Longitudinal Structural Equation Modeling / Diferenciando Estados y Rasgos en Datos Longitudinales Intensivos con Modelos Longitudinales de Ecuaciones Estructurales %U http://babel.banrepcultural.org/cdm/ref/collection/p17054coll23/id/1070 %X Nowadays, intensive longitudinal data gathering that acknowledge the dynamic nature of human characteristics such as ecological momentary assessment or experience sampling methods have become more and more popular. Conceptually, the variability and stability of human characteristics are acknowledged by the concepts state and trait, which are the basis of several longitudinal structural equation models. In this study, we explore how to apply some of these models to intensive longitudinal data. For this purpose, an empirical dataset and three models were used: The multistate-singletrait model, the trait-state-occasion model, and the common and unique trait-state model. Each model was fitted to the data using different constraints. The results showed that fitting these models to intensive longitudinal data is possible. In general, the models are useful to identify whether the variables were more trait-like or state-like on certain measurement occasions, however, different models may lead to different conclusions. Moreover, at the individual level, the predicted scores seem to be fairly close to the observed scores. Nevertheless, an important drawback was that the goodness of fit of the models was considerably poor. In the conclusions, we argue that these state-trait longitudinal structural equation models did not seem to be suitable to analyze the intensive longitudinal data at hand. However, a simulation study is necessary to obtain a definitive answer on this matter in general. En los últimos años, métodos para la recolección de datos longitudinales intensivos que reconocen la naturaleza dinámica de las características del ser humano como evaluación ecológica momentánea o métodos de muestreo de experiencias se han vuelto más y más populares. Conceptualmente, la variabilidad y la estabilidad de ciertas características del ser humano se ha explicado con los términos estado y rasgo, los cuales han sido la base para el desarrollo de diversos modelos longitudinales de ecuaciones estructurales. En este estudio, se explora como aplicar algunos de estos modelos a datos longitudinales intensivos. Para esto, se utilizaron datos empíricos de un estudio que utilizó métodos de muestreo de experiencias y tres modelos longitudinales de ecuaciones estructurales: El modelo multiestado-multirasgo, el modelo de rasgo-estado-ocasión y el modelo de rasgo-estado común y único. Cada modelo fue ajustado a los datos con diversas restricciones. En los resultados se observó que estos modelos pueden ser ajustados a datos longitudinales intensivos y que pueden identificar cuando una variable psicológica se caracteriza más por ser de rasgo o de estado. Sin embargo, los modelos usados pueden resultar en conclusiones contradictorias y la bondad de ajuste de los modelos es considerablemente mala. Finalmente, se discute que estos modelos longitudinales de ecuaciones estructurales parecen no ser adecuados para el análisis de datos longitudinales intensivos. Aun así, es necesario un estudio de simulación con el propósito de dar conclusiones certeras frente a la utilidad de los modelos utilizados.