視覚的なエディタ
潜在変数、指標、パスをドラッグ＆ドロップで作成。YAMLもコードも、面倒な手間も不要です。
ライブプレビュー
実際のモデルを、すべて計算済みで。
品質 → 満足度 → ロイヤルティの小さな連鎖に対して openpls-engine が返すものです。パス、R²、HTMT、ブートストラップ CI を一画面で。
ECSI 顧客満足度サンプル (n = 250)、5 000 回ブートストラップ再サンプル。デモプロジェクトで再現可能。
機能
本格的なPLS-SEMに必要なすべて。
確立された統計手法、モダンなツール、オープンな標準。
完全なPLS-SEMパイプライン
負荷量、重み、パス係数、R²、GoFまで、PLS-SEM文献の確立された参照値で検証済みです。
洗練されたレポート
PDF、XLSX、LaTeXに加え、論文へそのまま組み込める Publication JSON バンドル。表、グラフ、メソッドセクションをそれぞれワンクリックで出力できます。
機密データ向けセルフホスト
教育、臨床業務、エンタープライズ向けのDockerイメージをご用意。データが自社ネットワークの外に出ることはありません。
オープンなエクスポート形式
モデル、重み、レポートをオープン標準（JSON、CSV、LaTeX）で出力。他のPLSツールとの相互移行が可能で、ベンダーロックインはありません。
チームとバージョン管理
共著者、レビュアー、バージョン比較に対応し、研究グループの共同作業を支えます。延々と続くメールのやり取りは不要です。
高度な分析 新機能
標準パイプラインの先へ。
同じエディタ内でワンクリックで実行できる、10 種類の最新 PLS-SEM 解析。別ツールは不要です。
効果の不確実性を定量化し、モデルを標本外予測に活用します。
-
IPMA
重要度-パフォーマンスマップ：重要度が高く、同時にパフォーマンスが低い構成概念をひと目で示し、マネジメント上の優先度を可視化します。
-
PLSpredict
k-fold による標本外評価と、Shmueli 流の完全パネル：線形モデルのベンチマークと比較した RMSE、MAE、MAPE に加え、文脈を把握するための標本内フィット表も提供します。
-
特定の間接効果
モデル内のすべての媒介経路を、点推定値とブートストラップ信頼区間、t 値、p 値とともに表示。総間接効果だけを報告する時代は終わりです。
-
FIMIX-PLS
有限混合分布によるセグメンテーションで、サンプル内に潜む未観測のサブグループを浮かび上がらせます。異質な効果を可視化できます。
測定モデルと構造方程式を、一般的なバイアスに対して検証します。
-
PLSc (一貫性 PLS)
反射型測定モデルに対する Dijkstra-Henseler のバイアス補正。LV ごとの ρ_A、不減衰相関、補正済みパスと R² を提供します。
-
判別妥当性
HTMT、その幾何平均リファインメントである HTMT2 (Roemer 他 2021)、そして Fornell-Larcker チェックを 1 つのパネルに並列表示。構成概念の弁別性を 3 つの独立した視点から確認できます。
-
ガウス・コピュラ
構造予測子に対する Park-Gupta / Hult 他の内生性検定。操作変数なしで偏りを検出し、許容性チェックを内蔵しています。
-
モデレーション（Two-Stage）
構造モデルで交互作用項を検定。Henseler と Chin による2段階アプローチを、ワンクリックで実行できます。
より豊かなモデル構造を構築し、データに合った収束アルゴリズムを選択します。
-
高次構成概念 (HOC)
階層モデルのための非接合 2 段階手法。4 つの正準タイプ (R-R, R-F, F-R, F-F) と入れ子 HOC をサポートし、エディタの再構築は不要です。
-
Newton スキーム
準 Newton 法による内側重み付け。複雑なモデルでもより安定かつ高速に収束します。
-
PCA スキーム
Lohmöller の PCA 内側重み付けスキームを、centroid と path の代替として提供。モデルごとにアルゴリズムを選択できます。
メソッドを可視化
実際のアウトプットはこう見えます。
OpenPLS が分析のために生成する 4 つの例。アプリ内の解説パネルから直接お届けします。
01
Bootstrap 分布
5,000 回のリサンプリング、点推定値と 95 % CI。パス係数の不確実性はこう見えます。
02
インポータンス・パフォーマンスマップ
どの構成概念が重要でパフォーマンスが低いのか？マネジメント上の優先順位付けのための 4 象限ビューです。
03
FIMIX セグメンテーション
観測されないサブグループを発見します。異質な効果が結果を歪める前に明らかにします。
04
Simple Slopes
モデレーターが低・中・高のとき、パス係数はどう変化するのか？3 本の線は単一の p-value より多くを語ります。
ワークフロー
データからモデルまで、4ステップ。
- 01
データをアップロード
CSV、XLSX、SPSS、Stata：お手元のデータをそのまま読み込めます。
- 02
モデルを描く
構成概念とパスをドラッグ＆ドロップで作成。モデル構造をライブプレビューで確認できます。
- 03
計算する
ワンクリックでplspmが計算します：負荷量、パス、ブートストラップ信頼区間まで。
- 04
エクスポート
レポートはPDF、表はXLSX、モデルはJSONまたはLaTeXスニペットとして、すべてオープン形式で出力できます。
対象ユーザー
現場での具体的な活用例。
PLS-SEMは、直接測定できない潜在的な構成概念どうしの関係を推定する場面で活躍します。博士論文からFortune 500企業のマーケットリサーチ部門まで、幅広く使われています。
研究・教育
ライセンスの壁のない実証研究
博士論文、ジャーナル投稿、ゼミの演習：商用ライセンスも、研究室の共有アカウントも不要です。オープンエンジン、文書化された方法論、再現可能なレポートをご提供します。
- 医療IT導入のための受容モデル（TAM／UTAUT）
- ホスピタリティ研究におけるサービス品質とロイヤルティ（ACSI／ECSI）
- 評判と信頼のモデル（Corporate Reputation Model）
マーケティング・CX
顧客KPIを本当に動かしている要因は何か？
個別のタッチポイントを相関で見るのではなく、OpenPLSはシステム全体を同時に推定します。ロイヤルティやNPSを実際に動かすレバーと、単なるノイズを見分けられます。
- アンケートデータからのNPSおよびCSATドライバーモデル
- カスタマージャーニーの影響モデル（認知 → 信頼 → コンバージョン）
- 形成的指標を用いたブランドエクイティ研究
産業・オペレーション
複雑なプロセスの潜在的ドライバーを可視化
OpenPLSは小標本かつ多指標のケース、つまり従業員調査、サプライヤー調査、イノベーション調査といった典型的なセッティングで特に力を発揮します。
- 従業員エンゲージメントと安全文化（セーフティクライメイトモデル）
- サプライヤーパフォーマンスとサプライチェーンレジリエンス
- イノベーション能力（吸収能力、ダイナミックケイパビリティ）
医療・公共部門
機密データを扱いながら、明快な方法論を
Dockerコンテナとしてのセルフホストにより、患者データや職員データを自社ネットワーク内に留められます。方法論はクラウド版と完全に同一で、倫理委員会向けのドキュメントも整っています。
- リハビリ・介護における患者報告アウトカム（PRO）モデル
- デジタルヘルスサービス（DTx、遠隔医療）の受容
- 電子政府の取り組みに対する市民信頼モデル
ケーススタディ
60秒で再現できます。
公開済みの4つのPLS-SEMモデルを、OpenPLSワークスペースへワンクリックでクローンできます。各ケースには合成された元データ、完全なパス定義、再現可能な主要メトリクスが付属します。
ECSI
European Customer Satisfaction Index
カスタマーエクスペリエンス
6つの反映的構成概念（Image → Expectations → Quality → Value → Satisfaction → Loyalty）からなる、サービスマーケティング研究における代表的なモデルです。
- N
- 250
- LVs
- 6
- R²(SAT)
- 0.71
Fornell ほか (1996)
ケーススタディを開く UTAUT2 + Trust
信頼を含むEコマース受容モデル
マーケティング／Eコマース
パフォーマンス期待、努力期待、社会的影響、信頼が、購買意向と実際の利用を説明します。マルチグループ分析向けのデモグラフィック変数も含まれています。
- N
- 400
- LVs
- 6
- MGA
- Age · Device
Venkatesh ほか (2012)
ケーススタディを開く JD-R
従業員エンゲージメント（Job Demands-Resources）
人事／組織行動
職務要求と職務資源が、エンゲージメントを介して満足度とパフォーマンスに影響します。5つの構成概念からなるクラシックな媒介モデルです。
- N
- 350
- LVs
- 5
- R²(JP)
- 0.40
Bakker & Demerouti (2017)
ケーススタディを開く TAM + Privacy
デジタルヘルスアプリの受容モデル
ヘルスケア／mHealth
PEOU、有用性、健康意識、プライバシーリスクが、態度と行動意図を駆動します。プライバシーの負のパスは、f²効果量の好例となります。
- N
- 380
- LVs
- 6
- Effect
- PR → BI negative
Davis (1989); Sun ほか (2013)
ケーススタディを開くクローンには無料のOpenPLSアカウントが必要です。
オープンソース
中身を確認できる、 そんなエンジンを。
査読者や博士論文審査委員会は、数値がどのように導き出されたかを正確に知りたがります。OpenPLSなら答えはシンプルです：コードがここにあります。
エンジンはオープンソース
計算エンジン（負荷量、パス、ブートストラップ、適合度）はGPL-3.0でオープンに公開されており、再現可能かつ監査可能です。論文のメソッドセクションがベンダーロックインに縛られることはありません。
継続的な拡張
IPMA、PLSpredict、モデレーション、FIMIX セグメンテーション、そして Newton と PCA の内側重み付けスキームを提供しています。すべての拡張機能はまずエンジンに実装され、その後アプリに反映されます。
参照値に対する検証
増え続けるサンプルモデルのマトリクスを、PLS-SEM文献の確立された参照値と照合しています：負荷量、パス、R²、SRMR。ケースごとのステータスは公開されています。
料金
今日もオープン。これからもオープン。
Webアプリは無料でご利用いただけます。エンジンはGPL-3.0ライセンスのオープンソースで、これからもそのままです。
クラウド
無料
研究に必要なすべてが揃っています。ホスティングは私たちが行います。
- モデルとデータセットを無制限に利用可能
- すべてのレポートとエクスポート機能
- 視覚的なパス図エディタ
- バージョン比較
セルフホスト
$0 GPL-3.0
DockerコンテナおよびPythonライブラリとしてのエンジン。自社サーバー、自社ネットワーク内で動作します。
- エンジンの全機能をオフラインで利用可能
- CLIおよびPython API
- 医療機関・産業界向けのデータ主権
- GitHub上でのコミュニティサポート
コンサルティング
お問い合わせ カスタム
研究グループ向けのカスタム対応、トレーニング、方法論面でのアドバイスをご提供します。
- 方法論コーチング
- カスタムモデル／プラグイン
- オンサイトワークショップ
- 優先サポート