本文探讨了偏最小二乘结构方程建模（PLS-SEM）的应用场合和结果报告策略，基于Hair等人在2019年发表于《欧洲商业评论》的研究论文。PLS-SEM相较于传统的协方差结构方程模型（CB-SEM），在处理非正常分布数据和模型复杂性方面具有优势，尤其在社会科学领域的多个学科，如组织管理、营销管理等，近年来得到了...
PLS-SEM一直以可以用较少的样本量完成统计分析而著称,论文中阐述道尽管PLS-SEM提供了当模型包含多个结构和大量项目时样本量较小的解决方案,但一些学者在一些可以获得大量样本的情况下仍然使用较小的样本量得到研究结果,这样的做法一定程度上损害了PLS-SEM的声誉。 有学者表示PLS-SEM当然可以用于较小的样本,但样本主体...
在大样本情况下，CB-SEM（基于最大似然估计的结构方程模型）对非正态性的稳定性较高，而在小样本情况下，CB-SEM可能会导致异常结果，此时PLS-SEM的稳定性更强。但在小样本且数据分布非正态时，仍可能影响PLS-SEM的结果，如使用拔靴法处理非正态数据可能导致峰态与偏态分布。因此，选择PLS-SEM时应...
PLS-SEM是通过主成分分析法和普通最小二乘法的结合来估计部分模型结构的统计分析方法。 选择PLS-SEM时应初步考虑的因素 CB-SEM通常由LISREL或AMOS等软件执行,以数据的协方差矩阵为基础,考虑共同方差来估计模型参数;而PLS-SEM是以数据的方差为基础,通过解释和使用总方差评估模型参数。 作者根据过去的理论文献,提出了...