no comments

Penilaian model ramalan dalam PLS-SEM: garis panduan untuk menggunakan PLSpredict

Tujuan
Sebahagian besar kuadrat (PLS) telah diperkenalkan sebagai pendekatan “kausal-ramalan” kepada pemodelan persamaan struktur (SEM), yang direka untuk mengatasi dikotomi yang jelas antara penjelasan dan ramalan. Walau bagaimanapun, semasa penyelidik menggunakan PLS-SEM secara rutin menekankan sifat ramalan analisis mereka, penilaian penilaian model hanya bergantung kepada metrik yang direka untuk menilai kuasa penerangan model landasan. Penyelidikan terkini telah mencadangkan PLSpredict, prosedur berasaskan sampel yang menimbulkan ramalan tahap kes pada sesuatu item atau tahap membina. Makalah ini menawarkan garis panduan untuk menggunakan PLSpredict dan menerangkan pilihan utama penyelidik perlu membuat prosedur.

Reka bentuk / metodologi / pendekatan
Para penulis membincangkan keperluan untuk penilaian model berorientasikan ramalan di PLS-SEM dan menjelaskan secara konseptual dan memajukan lagi kaedah PLSpredict. Di samping itu, mereka menggambarkan penggunaan prosedur PLSpredict dengan model pemasaran pelancongan dan memberi cadangan bagaimana hasilnya harus ditafsirkan. Walaupun tumpuan kertas adalah pada prosedur PLSpredict, matlamat utama adalah untuk menggalakkan penilaian berorientasi ramalan rutin dalam analisis PLS-SEM.

Penemuan
Kemajuan kertas PLSpredict dan menawarkan bimbingan mengenai cara menggunakan pendekatan penilaian model berorientasi prediksi ini. Para penyelidik harus secara rutin mempertimbangkan penilaian kekuatan ramalan model laluan PLS mereka. PLSpredict adalah pendekatan yang berguna untuk menilai keupayaan ramalan luar model PLS yang boleh digunakan penyelidik dalam kajian mereka.

Batasan / implikasi penyelidikan
Kajian masa depan perlu berusaha untuk memanjangkan keupayaan PLSpredict, sebagai contoh, dengan membangunkan lebih banyak tanda aras untuk membandingkan hasil PLS-SEM dan secara empirically membezakan awal yang terdahulu dan pendekatan awal yang terdahulu untuk penilaian kuasa ramalan.

Implikasi praktikal
Menawarkan garis panduan yang jelas untuk menggunakan PLSpredict, yang mana penyelidik dan pengamal harus secara rutin digunakan sebagai sebahagian daripada analisis PLS-SEM mereka.

Keaslian / nilai
Kajian ini membuktikan penggunaan PLSpredict. Ia menyediakan para penyelidik dan pengamal pemasaran dengan pengetahuan yang mereka perlukan untuk menilai, melaporkan dan menginterpretasikan hasil PLS-SEM dengan betul. Oleh itu, penyelidikan ini menyumbang untuk menjaga keteguhan kajian pemasaran menggunakan PLS-SEM.

Sumber:emerald insight

Dari: Team MPWS

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL