Suy ngẫm lại một số khía cạnh của mô hình phương trình cấu trúc hồi quy bậc thấp
Tóm tắt
Mô hình phương trình cấu trúc hồi quy bậc thấp (PLS-SEM) là một kỹ thuật thống kê quan trọng trong bộ công cụ các phương pháp mà các nhà nghiên cứu trong lĩnh vực tiếp thị và các khoa học xã hội khác thường xuyên sử dụng trong các phân tích thực nghiệm của họ. Mục đích của bài báo này là làm rõ một số hiểu lầm đã xuất hiện do các "hướng dẫn mới" được đề xuất cho PLS-SEM. Tác giả thảo luận về nhiều khía cạnh liên quan đến các cuộc tranh luận hiện tại về việc khi nào hoặc không nên sử dụng PLS-SEM, và nên áp dụng những chỉ số đánh giá mô hình nào. Ngoài ra, bài báo này tóm tắt một số mở rộng phương pháp quan trọng mà các nhà nghiên cứu PLS-SEM có thể sử dụng để cải thiện chất lượng của các phân tích, kết quả và phát hiện của họ.
Bài báo kết hợp tài liệu từ nhiều lĩnh vực khác nhau, bao gồm tiếp thị, quản lý chiến lược, hệ thống thông tin, kế toán và thống kê, để trình bày một cái nhìn tổng quan hiện đại về PLS-SEM. Dựa trên những phát hiện này, bài báo cung cấp một định hướng về cách xem xét và áp dụng những phát triển mới nhất này khi thực hiện hoặc đánh giá nghiên cứu dựa trên PLS-SEM.
Bài báo này cung cấp hướng dẫn về các tình huống thuận lợi cho việc sử dụng PLS-SEM và thảo luận về sự cần thiết phải xem xét một số chỉ số đánh giá mô hình nhất định. Nó cũng tóm tắt cách xử lý tính nội sinh trong PLS-SEM, và bình luận một cách phê phán về đề xuất gần đây nhằm điều chỉnh các ước tính PLS-SEM để mô phỏng các mô hình yếu tố chung mà là nền tảng của SEM dựa trên hiệp phương sai. Cuối cùng, bài báo này phản đối việc coi các khái niệm và thực hành phổ biến của PLS-SEM là "lỗi thời" mà không cung cấp các lựa chọn và giải pháp có cơ sở vững chắc.
Từ khóa
#PLS-SEM #mô hình phương trình cấu trúc #nghiên cứu thực nghiệm #phân tích dữ liệu #khái niệm khung phương phápTài liệu tham khảo
Bandalos D.L., 2009, Statistical and Methodological Myths and Urban Legends: Doctrine, Verity and Fable in the Organizational and Social Sciences, 61
Becker J.-M., 2013, 2013 Proceedings of the International Conference on Information Systems
Benitez J., 2016, 22nd Americas Conference on Information Systems (ACIS)
Chin W.W., 1995, Technology Studies, 2, 315
Chin W.W., 1998, Modern Methods for Business Research, 295
Chin W.W., 1999, Statistical Strategies for Small Sample Research, 307
Falk R.F., 1992, A Primer for Soft Modeling
Garson G.D., 2016, Partial Least Squares Regression and Structural Equation Models
Hair J.F., 2017, A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM)
Hair J.F., 2019, European Business Review
Hair J.F., 2018, Advanced Issues in Partial Least Squares Structural Equation Modeling (PLS-SEM)
Hair J.F., 2018, Multivariate Data Analysis, 8
Hayes A.F., 2018, Introduction to Mediation, Moderation, and Conditional Process Analysis
Henseler J., 2017, 9th International Conference on PLS and Related Methods
Jöreskog K.G., 1982, Systems under Indirect Observation, Part I, 263
Matthews L., 2018, The Marketing Management Journal, 28, 1
Papies D., 2016, Advanced Methods in Modeling Markets, 581
Petter S., 2018, ACM SIGMIS Database: The DATABASE for Advances in Information Systems, 49, 10, 10.1145/3229335.3229337
Popper K.R., 1962, Conjectures and Refutations: The Growth of Scientific Knowledge
Posey C., 2015, Communications of the Association for Information Systems, 36
Ramayah T., 2016, Partial Least Squares Structural Equation Modeling (PLS-SEM) Using SmartPLS 3.0: An Updated and Practical Guide to Statistical Analysis
Rasoolimanesh S.M., 2018, Journal of Hospitality and Tourism Technology
Ringle C.M., 2019, The International Journal of Human Resource Management
Ringle C.M., 2015, SmartPLS 3
Sánchez G., 2013, PLS Path Modeling with R
Sharma P.N., 2019, Decision Sciences
Sharma P.N., 2018, Journal of the Association for Information Systems
Wooldridge J.M., 2010, Econometric Analysis of Cross Section and Panel Data