【课件】smartpls使用说明 (PLS).pptVIP

三星统计服务有限公司 三星统计服务有限公司 PLS图面整齐性调整 调整构面变数的整齐性 三星统计服务有限公司 PLS整齐性调整 三星统计服务有限公司 PLS 计算 潜在类别分析 计算Q2 三星统计服务有限公司 PLS估计方法选择default: Path Weighting Scheme PLS估计方法选择 Factor Weighting Scheme the estimation of LV will be estimated using correlations (inner estimation) Path Weighting Scheme the estimation of LV will be estimated with regression and correlations (depends on the arrows) Centroid Weighting Scheme used when the other does not run (it is an older procedure)  三星统计服务有限公司 bootstrapping 三星统计服务有限公司 bootstrapping 三星统计服务有限公司 三星统计服务有限公司 PLS报告输出 档案输出 将档案打包输出(包括图文件及数据文件)File? Export ?Export Project? Next? Finish, 此时就会在D槽出现同名的.splsp,此时可以将档案e-mail给其他人,省去重新绘图. 注:档案要存在英文目录下 Window Preferences 三星统计服务有限公司 档案输入 File? Import ?Import Project? Next ? 选择档案放置的位置(Browse)? Finish Smartpls就会自动输入图文件与数据文件 三星统计服务有限公司 TAM with missing value practice 三星统计服务有限公司 PLS效度评估 由于PLS并没有提供整体模型配适度指针，但仍有几个标准来评估模型效度 PLS分成两大部份 测量模型(Outer model) 反映型指针模型 形成型指针模型 结构模型(Inner model) 三星统计服务有限公司 反映型指针模型评估 Factor loadings (Indicators reliability)0.7 Uni-dimensionality (test by EFA) Convergence validity Cronbach’s α 组成信度 (composite reliability, CR) 平均变量萃取量 (Average Variance Extracted, AVE) Discriminate validity Low cross-loading Factor loadings AVESquare of constructs correlation 三星统计服务有限公司 形成型指针模型评估 Indicator validity 权重0.2而且要显著(Chin, 1998) ,显著性可由bootstrap求得 Indicators之间要检查共线性,即VIF10 Construct validity 所有模型假设中,形成性构面需符合预期,构面之间的关系需与文献一致并且显著 Discriminate validity 构面之间的相关0.7为具有区别效度 形成型指标 因果方向由测量变量到潜在变量 没理由相信测量变量之间有中高度相关，因此没有内部一致性的问题 拿掉一个变量会改变构面的意义 测量误差在构面层级 观察变量定义潜在变量的意义 观察变数不能互相取代 观察变量不一定要有相似的内容,相关可以为负 一个观察变量改变不一定会改变其它的变量 观察变量不一定要有相同的影响变量或结果 PLS建模 反映型(reflective)指针模型 模型中所有的构面,箭头均必需是由潜在变量指向观察变量 形成型(formative)指针模型 模型中所有的构面,箭头均必需是由观察变量指向潜在变量 混合 (redundancy)模型 模型中混合了两种构面在模型中 但不可以同一个构面具有两种型式的指针 PLS模型设定的限制 模型必须是递归(recursive)路径,亦即是因果路径模型 每一个潜在变量至少应该跟另一个潜在变量有关系 每个潜在变量至少需要1个测量变数(indicator) 每一个观察变量只能存在于一个潜在变量上 模型中只能有一个模型,不可以分割成几个无相关的次模型 三星统计服务有限公司 这样的模型是错的 三星统计服务有限公司 SEM两大家族 Covariance-based SEM (CBSEM) Goal:样本矩阵与模型期望