付費限定文章

以SmartPLS進行PLS-SEM:建立模型、中介、調節和衡等性分析

許多研究者可能對結構方程式(SEM)非常熟悉，但其實我們大多指的是Covariance-based SEM (CB-SEM)，而非今天主要說的Partial least squares SEM(PLS-SEM)，兩者不只出生時間相似，目的其實非常相似，都旨在探索潛在構面之間的關係，相較於迴歸分析，PLS-SEM和CB-SEM都能有效檢視一個以上的依變項，便同時數個檢驗中介和調節效果；相較於路徑分析，PLS-SEM和CB-SEM更能考量進測量誤差。但是為何CB-SEM比PLS-SEM更紅?可能要歸功於CB-SEM陣營AMOS的簡單和SPSS兼容性強，更是虜獲了眾多教育和心理領域研究生