Key points are not available for this paper at this time.
A decomposição de efeitos em modelos de equações estruturais tem sido de considerável interesse para cientistas sociais. Resultados de amostra finita ou assintóticos para a distribuição amostral de estimadores de efeitos diretos estão amplamente disponíveis. Inferências estatísticas sobre efeitos indiretos têm se baseado exclusivamente em métodos assintóticos que assumem que a distribuição limite do estimador é normal, com um erro padrão derivado do método delta. Examinamos procedimentos bootstrap como outra maneira de gerar erros padrão e intervalos de confiança e para estimar as distribuições amostrais de estimadores de efeitos diretos e indiretos. Ilustramos os métodos clássico e bootstrap com três exemplos empíricos. Descobrimos que, em uma amostra moderadamente grande, a distribuição bootstrap de um estimador é próxima àquela assumida com o
Bollen et al. (Mon,) estudaram esta questão.