VIF para blocos formativos
Diagnóstico de multicolinearidade por indicador formativo. Critério padrão de qualidade para construtos Mode B com limiares claros (< 5 não crítico, < 3 ideal).
Recursos
Tudo que você precisa para fazer PLS-SEM sério.
Do modelo de mensuração ao relatório pronto para publicação, organizado por caso de uso. Validado contra valores de referência consolidados na literatura PLS-SEM.
Modelo de mensuração
Confiabilidade e validade dos seus construtos. Reflexivo (Mode A) e formativo (Mode B) em um único editor.
Cargas, pesos e cargas cruzadas
Painel completo do modelo externo por indicador. Cargas para blocos reflexivos, pesos para blocos formativos, além de diagnóstico de método comum via cargas cruzadas.
AVE > 0.5 convergent validity
Confiabilidade: Cronbach, ρ_A, DG ρ, AVE
Quatro medidas de confiabilidade em uma só tabela. Cronbach como limite inferior, Dijkstra-Henseler ρ_A como estimativa pontual, DG ρ como limite superior, AVE como medida de convergência.
Unidimensionalidade
Verificação de autovalores por bloco reflexivo (Dillon-Goldstein, primeiro e segundo autovalor). Visível instantaneamente quando um bloco mede mais de uma dimensão.
Validade discriminante
Três perspectivas independentes sobre a distinção entre construtos em um único painel.
HTMT
Razão heterotrait-monotrait segundo Henseler, Ringle & Sarstedt (2015). Padrão em todo artigo PLS-SEM desde 2015. Limiar 0.85 (estrito) ou 0.90 (liberal).
HTMT2
Refinamento por média geométrica segundo Roemer, Schuberth & Henseler (2021). Não enviesado quando há cargas desiguais dentro de um bloco, mais conservador que o HTMT clássico.
Critério de Fornell-Larcker
Compara √AVE de cada LV com sua correlação máxima com outras LVs. Teste clássico desde 1981, ainda exigido por muitos periódicos.
Modelo estrutural
Coeficientes de caminho, tamanhos de efeito e decomposição de efeitos. Diretos, indiretos, específicos.
Coeficientes de caminho e VIF interno
Betas padronizados para cada caminho estrutural, mais VIF interno para diagnóstico de multicolinearidade entre LVs preditoras.
R², R² ajustado e BIC
Poder explicativo por LV endógena, variante ajustada ao tamanho amostral e critério de informação bayesiano para comparação de modelos.
0.02 · 0.15 · 0.35 Cohen f² thresholds
Tamanhos de efeito f²
f² de Cohen por caminho: mede a contribuição única de cada preditor ao R² da LV endógena. 0.02 / 0.15 / 0.35 como regra prática.
Efeitos indiretos específicos
Cada cadeia de mediação listada separadamente, com estimativa pontual e IC bootstrap por cadeia. Não apenas o efeito indireto total, mas a contribuição de cada caminho individual.
Q² > 0 predictive relevance
Relevância preditiva Q²
Q² de Stone-Geisser via blindfolding. Identifica se o modelo tem poder preditivo além do ajuste dentro da amostra.
Inferência e validação
Quantificação de incerteza e comparação de amostras. Procedimentos padronizados da comunidade PLS-SEM.
Bootstrap
Reamostragem com reposição para valores t, valores p e intervalos de confiança. Roda no Cloud Run, 5000 iterações tipicamente em 2 a 5 minutos.
Moderação (two-stage)
Termos de interação no modelo estrutural, abordagem two-stage segundo Henseler & Chin (2010). Com um clique no editor.
Análise multigrupo (MGA)
Teste de diferenças estruturais entre grupos. Baseado em bootstrap (Henseler MGA) e em permutação na mesma visão.
SRMR < 0.08 · GoF ≥ 0.36 approximate fit indices
Ajuste do modelo (SRMR, d_ULS, GoF)
Índices aproximados de ajuste do modelo: SRMR (< 0.08 bom), d_ULS para saturated/estimated, goodness-of-fit segundo Tenenhaus et al. (2005).
Métodos avançados
Técnicas modernas de PLS-SEM frequentemente ausentes nas ferramentas padrão. Um editor, um clique.
FIMIX-PLS
A segmentação por mistura finita revela subgrupos não observados. Torna visíveis os efeitos heterogêneos antes que enviesem seus resultados.
PLSpredict e IPMA
Validação cruzada k-fold com o painel completo de Shmueli (RMSE, MAE, MAPE versus LM) e mapa importância-desempenho para priorização gerencial.
PLSc (PLS consistente)
Correção de viés de Dijkstra-Henseler para modelos de mensuração reflexivos. Entrega ρ_A por LV, correlações desatenuadas e caminhos corrigidos.
Construtos de ordem superior
Fluxo disjoint two-stage para modelos hierárquicos. Os quatro tipos canônicos (R-R, R-F, F-R, F-F) e HOCs aninhados.
Cópula gaussiana
Teste de endogeneidade Park-Gupta / Hult et al. para preditores estruturais. Detecta viés sem variáveis instrumentais, com verificação de admissibilidade.
Esquemas Newton e PCA
Inner weighting quasi-Newton para convergência mais estável, esquema PCA de Lohmöller como alternativa a centroid e path.
Relatórios e exportação
Do modelo direto ao paper. Formatos abertos, sem lock-in.
PDF publication-ready
Relatório PDF de publicação
Relatório PDF pronto para publicação com todas as tabelas, diagrama estrutural e seção de métodos. Insira diretamente no seu apêndice.
Tabelas XLSX e LaTeX
Cada tabela como planilha XLSX e como snippet LaTeX, copia com um clique. Economiza horas de reformatação no Overleaf.
Bundle Report em JSON
O relatório completo como JSON estruturado para declarações de reprodutibilidade e análise legível por máquina. Formato documentado, sem container proprietário.
Importação SmartPLS (.splsm)
Importe modelos SmartPLS existentes sem refazer. Migração em um passo, sem perda de dados.
Docker · GPL · On-Premise cloud or self-hosted
Self-host e times
Imagem Docker para dados sensíveis, projetos multiusuário com comparação de versões para grupos de pesquisa. Cloud ou on-premise, você decide.
Pronto para rodar seu primeiro modelo?
Conta gratuita, sem cartão de crédito. Os primeiros projetos rodam na nuvem, um clique para self-host quando você quiser.