no comments

Memilih Antara PLS-SEM dan CB-SEM

Kaedah-kaedah untuk memilih antara PLS-SEM dan CB-SEM oleh Hair, J. F., Hult, G. T. M., Ringle, C. M., dan Sarstedt, M. 2014. Satu Primer pada Model Minimum Equasi Separa Model Persamaan Struktur (PLS-SEM). Ed 2. Thousand Oaks, CA: Sage.

Gunakan PLS-SEM apabila

Matlamatnya adalah meramalkan membina sasaran utama atau mengenal pasti “pembangun” utama.
Konstruktif diukur secara konkrit adalah sebahagian daripada model struktur. Ambil perhatian bahawa langkah-langkah formatif juga boleh digunakan dengan CB-SEM, tetapi berbuat demikian memerlukan membina modifikasi spesifikasi (contohnya, pembinaan mesti memasukkan kedua-dua petunjuk formatif dan reflektif untuk memenuhi keperluan pengenalan).
Model struktur adalah kompleks (banyak pembinaan dan petunjuk banyak).
Saiz sampel kecil dan / atau data tidak diedarkan secara tidak normal.
Pelan ini menggunakan skor pemboleh ubah laten dalam analisis seterusnya.

Gunakan CB-SEM apabila

  • Matlamatnya ialah ujian teori, pengesahan teori, atau perbandingan teori alternatif.
  • Istilah ralat memerlukan spesifikasi tambahan, seperti kovariasi.
  • Model struktur mempunyai hubungan pekeliling.
  • Penyelidikan ini memerlukan kriteria baik kebaikan global.

Apabila memilih PLS-SEM mengikut Richter, N.F., Cepeda Carrión, G., Roldán, J. L. dan Ringle, C. M. 2016. “Penyelidikan Pengurusan Eropah Menggunakan Pengelasan Persamaan Struktur Sekatan Separa (PLS-SEM): Editorial.” Jurnal Pengurusan Eropah 34 (6): 589-597:

“Persoalan yang timbul adalah seperti berikut: Kenapa dan bila perlu PLS-SEM digunakan? Wold (2006) antara lain memberikan sebab-sebab utama untuk menggunakan PLS-SEM:

(a) pendekatan PLS-SEM mempunyai skop yang luas dan fleksibiliti teori dan amalan, dan

(b) model jalan PLS dibangunkan melalui dialog antara penyiasat dan komputer, dalam peningkatan model sementara seperti pengenalan pemboleh ubah laten, penunjuk, dan hubungan model dalaman, atau Selain itu, analisis berorientasi ramalan, model kompleks, dan sekunder / arkib atau data besar mendorong penggunaan PLS-SEM (Gefen, Rigdon, & Straub, 2011; Rigdon, Sebab-sebab tambahan yang dicadangkan oleh Sarstedt, Ringle, dan Rambut (2016) dan Rigdon (2016), adalah penggunaan komposit yang mewakili pembolehubah laten yang diukur secara formatif, penggunaan saiz sampel kecil disebabkan oleh populasi kecil, Skor pembolehubah PLS-SEM laten i n analisis seterusnya, dan berusaha untuk mengatasi batasan SEM berasaskan faktor dengan meniru hasil model faktor biasa (iaitu, dengan menggunakan pendekatan PLS konsisten; Bentler & Huang, 2014; Dijkstra & Henseler, 2015b). Wold (2006) mencatatkan bahawa dalam model yang besar dan kompleks dengan pemboleh ubah laten, PLS-SEM adalah “hampir tanpa persaingan.” Ia bukan sahaja mengurangkan secara drastik jarak antara analisis subjek dan teknik statistik tetapi juga mencipta pemodelan sistem kompleks dalam domain dengan akses kepada aliran data yang boleh dipercayai. Dalam konteks ini, Wold (1982), dan kemudian Chin (1998), diharapkan PLS-SEM dapat digunakan secara meluas dalam bidang disiplin dengan data yang kaya, seperti ekonomi, pendidikan, penjagaan kesihatan dan perubatan klasik, sains politik dan kimia . Walau bagaimanapun, pengurusan dan sains sosial lain secara tradisinya mempunyai akses terhad kepada data kaya kerana kaji selidik yang tertakluk kepada beberapa sekatan (contohnya, bilangan soalan) biasanya menyediakan kebanyakan data yang berkaitan. Dengan adanya data sekunder yang semakin meningkat (contohnya, dari pangkalan data syarikat, media sosial, dan penjejakan pelanggan), keadaan ini telah mula berubah secara dramatik. Malah, model sekunder dan / atau besar dan pendekatan pemodelan lembut PLS-SEM sesuai dengan sarung tangan: “Pemodelan lembut direka terutamanya untuk konteks penyelidikan yang serentak dengan data yang kaya dan teori-skeletal.” (Wold, 1982, ms 29 juga melihat Rigdon, 2013). “(halaman 590).

Untuk argumen yang tidak berguna bila digunakan dan tidak menggunakan PLS-SEM, lihat artikel oleh Rigdon, E. E. 2016. “Memilih Pemodelan Path PLS sebagai Kaedah Analisis dalam Penyelidikan Pengurusan Eropah: Perspektif Realisasi.” Jurnal Pengurusan Eropah 34: 598-605.

Akhirnya, untuk memutuskan apabila memilih antara PLS-SEM atau CB-SEM, lihat kajian oleh Sarstedt, M., Rambut, JF, Ringle, CM, Thiele, KO dan Gudergan, SP 2016. “Isu Anggaran dengan PLS dan CBSEM: Dimana Bias Lies! ” Jurnal Penyelidikan Perniagaan 69 (10): 3998-4010.

Sumber: Smart PLS

Dari: Team Mpws

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL