VIF für formative Blöcke
Multikollinearitäts-Diagnostik pro formativem Indikator. Standard-Gütekriterium für Mode-B-Konstrukte mit klaren Schwellenwerten (< 5 unkritisch, < 3 ideal).
Vom Messmodell bis zum Publikations-Report, kategorisiert nach Anwendungsbereich. Validiert gegen etablierte Referenzwerte aus der PLS-SEM-Literatur.
Reliabilität und Validität deiner Konstrukte. Reflektiv (Mode A) und formativ (Mode B) in einem Editor.
Multikollinearitäts-Diagnostik pro formativem Indikator. Standard-Gütekriterium für Mode-B-Konstrukte mit klaren Schwellenwerten (< 5 unkritisch, < 3 ideal).
Vollständiges Äußeres-Modell-Panel pro Indikator. Loadings für reflektive, Weights für formative Blöcke, plus Common-Method-Diagnostik via Cross-Loadings.
Vier Reliabilitätsmaße in einer Tabelle. Cronbach als Untergrenze, Dijkstra-Henseler ρ_A als Punktschätzer, DG ρ als Obergrenze, AVE als Konvergenzmaß.
Eigenwert-Check pro reflektivem Block (Dillon-Goldstein, erster und zweiter Eigenwert). Sofort erkennbar, wenn ein Block mehr als eine Dimension misst.
Drei unabhängige Perspektiven auf Konstrukttrennschärfe in einem Panel.
Heterotrait-Monotrait-Ratio nach Henseler, Ringle & Sarstedt (2015). Seit 2015 Standard in jedem PLS-SEM-Paper. Schwelle 0.85 (strikt) bzw. 0.90 (liberal).
Geometrisches-Mittel-Refinement nach Roemer, Schuberth & Henseler (2021). Unverzerrt bei ungleichen Ladungen im Block, konservativer als klassisches HTMT.
Vergleich von √AVE jeder LV mit ihrer maximalen Korrelation zu anderen LVs. Klassischer Test seit 1981, noch immer Pflicht in vielen Journals.
Pfadkoeffizienten, Effektstärken und Effektzerlegung. Direkt, indirekt, spezifisch.
Standardisierte Beta-Werte für jeden strukturellen Pfad, plus Inner-VIF zur Diagnostik von Multikollinearität zwischen Prädiktor-LVs.
Erklärungskraft pro endogener LV plus Stichprobengrößen-bereinigte Variante und Bayes-Informationskriterium für Modellvergleich.
Cohen-f² pro Pfad: misst den eindeutigen Beitrag jedes Prädiktors zum R² der endogenen LV. 0.02/0.15/0.35 als Faustregel.
Jede Mediationskette einzeln auflisten, mit Punktschätzer und Bootstrap-CI pro Kette. Nicht nur der totale indirekte Effekt, sondern der Beitrag jedes Pfads.
Stone-Geisser-Q² via Blindfolding. Identifiziert, ob das Modell über die Stichprobe hinaus prädiktive Aussagekraft hat.
Unsicherheitsquantifizierung und Stichprobenvergleich. Standardisierte Verfahren der PLS-SEM-Community.
Resampling mit Zurücklegen für t-Werte, p-Werte und Konfidenzintervalle. Läuft auf Cloud Run, 5000 Iterationen typisch in 2 bis 5 Minuten.
Interaktionsterme im Strukturmodell, Two-Stage-Ansatz nach Henseler & Chin (2010). Per Klick im Editor.
Test struktureller Unterschiede zwischen Gruppen. Bootstrap-basiert (Henseler-MGA) und permutationsbasiert in der gleichen Ansicht.
Approximierte Modellfit-Indizes: SRMR (< 0.08 gut), d_ULS für Saturated/Estimated, Goodness-of-Fit nach Tenenhaus et al. (2005).
Moderne PLS-SEM-Methoden, die in Standard-Tools oft fehlen. Ein Editor, ein Klick.
Finite-Mixture-Segmentation deckt unbeobachtete Subgruppen auf. Macht heterogene Effekte sichtbar, bevor sie deine Ergebnisse verzerren.
k-fache Kreuzvalidierung mit dem vollen Shmueli-Panel (RMSE, MAE, MAPE versus LM) und Importance-Performance-Map für Management-Priorisierung.
Dijkstra-Henseler-Bias-Korrektur für reflektive Messmodelle. Liefert ρ_A pro LV, dis-attenuierte Korrelationen und korrigierte Pfade.
Disjoint-Two-Stage-Workflow für hierarchische Modelle. Alle vier kanonischen Typen (R-R, R-F, F-R, F-F) plus geschachtelte HOCs.
Park-Gupta-/Hult-et-al.-Endogenitätstest für strukturelle Prädiktoren. Erkennt Verzerrung ohne Instrumentvariablen, mit Admissibility-Check.
Quasi-Newton-Inner-Weighting für stabilere Konvergenz, Lohmöllers PCA-Schema als Alternative zu Centroid und Path.
Vom Modell direkt ins Paper. Offene Formate, kein Lock-in.
Publikationsreifer PDF-Report mit allen Tabellen, Strukturdiagramm und Methodenabschnitt. Direkt in den Appendix ziehbar.
Jede Tabelle als XLSX-Sheet und als LaTeX-Snippet, per Klick in die Zwischenablage. Spart Stunden Re-Formatting in Overleaf.
Vollständiger Report als strukturiertes JSON für Reproducibility-Statements und maschinelle Auswertung. Format dokumentiert, kein proprietärer Container.
Bestehende SmartPLS-Modelle importieren ohne neuanlegen. Migration in einem Schritt, ohne Datenverlust.
Docker-Image für sensible Daten, Multi-User-Projekte für Forschungsgruppen mit Versionsvergleich. Cloud oder On-Premise, deine Wahl.
Kostenloser Account, kein Kreditkarten-Eingabe. Die ersten Projekte laufen in der Cloud, ein Klick zum Self-Host wenn du soweit bist.