no comments

Perbezaan di antara PLS SEM dengan CB-SEM

Kami tidak menggunakan istilah “PLS-SEM vs. CB-SEM”. Kedua-dua kaedah adalah pelengkap dan bukan bersaing. Walaupun isu ini diketahui dengan baik (lihat contoh Jörreskog dan Wold, 1982), banyak penyelidik masih menumpukan perhatian untuk membandingkan perbezaan anggaran model apabila menggunakan pemodelan persamaan struktur kovarians (CB-SEM) dan model persamaan struktur sekurang-kurangnya kuadrat (PLS-SEM). Daripada membezakan antara model faktor umum dan model komposit (Henseler et al., 2014), perbincangan ini memberi tumpuan kepada keupayaan PLS-SEM untuk meniru CB-SEM. Tetapi PLS-SEM dalam bentuk asalnya (Wold, 1982; Lohmöller, 1989) belum dicipta untuk meniru CB-SEM! Penyelidik PLS-SEM perlu mengikuti panggilan Rigdon (2012) dan mula membebaskan kaedah daripada adik-beradik CB-SEM (juga lihat Sarstedt et al., 2014 Rigdon 2014). Sebagai contoh, Fornell dan Bookstein (1982), Chin dan Newsted (1999), Hair et al. (2011), Hair et al. (2012), Hair et al. (2014), Jöreskog dan Wold (1982), dan Reinartz et al. (2009) memberi cadangan apabila menggunakan CB-SEM atau PLS-SEM. Tujuan utama untuk memilih CB-SEM atau PLS-SEM ialah matlamat penyelidikan (struktur atau ramalan): “Tujuan utama pendekatan ML adalah mengkaji struktur objek yang dapat diperhatikan […]. Tujuan utama pendekatan PLS adalah untuk meramalkan penunjuk oleh pengembangan komponen (1). “Jöreskog and Wold, 1982; p. 266). Sejajar dengan tanggapan ini, Hair et al. (2011; ms 144) mengesyorkan:

  • Jika matlamat meramalkan pembinaan sasaran utama atau mengenal pasti ‘pembina’ utama, pilih PLS-SEM.
  • Sekiranya matlamatnya adalah ujian teori, pengesahan teori, atau perbandingan teori alternatif, pilih CB-SEM.
  • Sekiranya penyelidikan adalah penerokaan atau pelanjutan teori struktur sedia ada, pilih PLS-SEM. “

Walau bagaimanapun, baru-baru ini Bentler dan Huang (2014), Dijkstra (2014), dan Dijkstra dan Henseler (2015) memperkenalkan kaedah yang memberikan anggaran PLS-SEM yang konsisten. Anggapan PLS konsisten model faktor yang sama telah direka untuk meniru CB-SEM. Oleh itu, penyelidik juga boleh menggunakan PLS-SEM untuk mengkaji struktur. Hasilnya, kita melihat dua perkembangan PS-SEM: Satu arah menggunakan PLS-SEM untuk kajian berorientasikan ramalan dan arah lain menggunakan PLS-SEM (melalui PLSc) untuk meniru CB-SEM untuk kajian yang menumpukan pada menganalisis dan menguji model struktur.

Dalam menghadapi perkembangan terkini ini, kami menggunakan penerapan model penerimaan teknologi terkenal (TAM, Davis, 1989). Anggaran model menggunakan dataset dengan 1,190 respons dan perisian SmartPLS (Ringle et al., 2015) dan AMOS (Arbuckle, 2006) (penyelesaian perisian pemodelan persamaan struktur alternatif, contohnya, EQS, LISREL, dan MPLUS). Anda boleh memuat turun contoh TAM, yang boleh diimport sebagai projek ke dalam perisian SmartPLS, dari sumber halaman web ini.

Malah, keputusan menunjukkan persamaan yang kukuh antara CB-SEM (ML) dan keputusan PLSc. Sebaliknya, adalah menarik untuk mengetahui perbezaan besar keputusan apabila menggunakan teknik penganggaran alternatif CB-SEM (mis., GLS, ULS, dan ADF).

Sumber: Smart PLS

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL