PLS-SEM-Methoden, erklärt
Praktische, verständliche Anleitungen zu den Methoden und Qualitätskriterien hinter einer PLS-SEM-Analyse. Jede erklärt, was die Metrik bedeutet, wie man sie liest, welche Fehler häufig passieren und wie man sie in OpenPLS berechnet. Weitere folgen.
Das HTMT-Verhältnis
Was das Heterotrait-Monotrait-Verhältnis misst, die Schwellenwerte 0,85 und 0,90, HTMT2, Bootstrap-Inferenz und wie man Diskriminanzvalidität prüft.
GruppenvergleichMehrgruppenanalyse (MGA)
Wie man prüft, ob sich Pfadkoeffizienten zwischen Gruppen unterscheiden: Permutationstest, Messinvarianz (MICOM), p-Werte lesen und häufige Fehler.
Prädiktive KraftPLSpredict
Prädiktive Kraft außerhalb der Stichprobe per k-facher Kreuzvalidierung: Q²predict, der RMSE/MAE-Linearmodell-Benchmark, CVPAT und häufige Fehler.
InteraktionseffekteModeration
Wenn ein Effekt von einer dritten Variable abhängt: der Interaktionseffekt, wie man ihn und Simple Slopes liest, der zweistufige Ansatz und häufige Fehler.
PriorisierungIPMA
Importance-Performance-Map-Analyse: Gesamteffekte (Wichtigkeit) mit reskalierten Werten (Performance) verbinden, um zu priorisieren, wo man ansetzt.
MechanismusMediation
Wie ein Effekt über einen Mediator wirkt: direkte, indirekte und totale Effekte, volle gegenüber partieller Mediation, Bootstrapping und häufige Fehler.
Verborgene SegmenteFIMIX-PLS
Unbeobachtete Heterogenität aufdecken: latente Segmente mit unterschiedlichen Pfadkoeffizienten, Fit-Kriterien, Entropie und häufige Fehler.
Hierarchisches ModellHigher-Order-Konstrukte
Ein abstraktes Konzept über Komponenten niedrigerer Ordnung modellieren: die vier Typen, Schätzansätze, Validierung und häufige Fehler.