no comments

Petua menggunakan pemodelan persamaan struktur sekurang-kurangnya kuadrat (PLS-SEM) dalam pengurusan pengetahuan

Abstrak

Tujuan
Pemodelan persamaan struktur (SEM) telah ditakrifkan sebagai kombinasi pembolehubah laten dan hubungan struktur. SEM (PLS-SEM) sekurang-kurangnya separa digunakan untuk menganggarkan model hubungan sebab-akibat kompleks dengan pemboleh ubah laten sebagai kaedah penyelidikan yang paling penting dalam pelbagai disiplin, termasuk pengurusan pengetahuan . Mengikuti laluan yang dimulakan oleh domain yang berlainan dalam penyelidikan perniagaan, makalah ini bertujuan untuk mengkaji bagaimana PLS-SEM telah digunakan dalam penyelidikan pengurusan pengetahuan, juga menyediakan beberapa garis panduan baru bagaimana untuk memperbaiki analisis laporan PLS-SEM.

Reka bentuk / metodologi / pendekatan
Untuk memastikan cara yang objektif untuk menganalisis kerja-kerja yang berkaitan dalam bidang pengurusan pengetahuan, kajian ini melakukan tinjauan literatur sistematik 63 penerbitan dalam tiga jurnal pengurusan pengetahuan yang diindeks dan spesifik SSCI antara tahun 2015 dan 2017.

Penemuan
Keputusan kami menunjukkan bahawa dalam tempoh tiga tahun yang lalu, sejumlah besar kerja pengurusan pengetahuan telah menggunakan PLS-SEM secara empirikal. Penemuan ini juga mencadangkan bahawa berdasarkan perkembangan terkini pelaporan PLS-SEM, beberapa kesilapan umum di kalangan penyelidik pengurusan pengetahuan berlaku terutamanya berkaitan dengan sebab-sebab penggunaan PLS-SEM, tujuan analisis PLS-SEM, ciri data, ciri-ciri model dan penilaian daripada model struktur.

Keaslian / nilai
Kajian ini menyumbang kepada kesusasteraan pengurusan pengetahuan yang luas dengan mendokumenkan masalah-masalah berkaitan PLS-SEM dan kesalahpahaman. Oleh itu, ia akan memberikan cahaya untuk laporan yang lebih baik dalam kajian PLS-SEM di bidang pengurusan pengetahuan.

Sumber: emerald insight

Dari: Team MPWS

 

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL