OpenPLS
ZH
免费开始使用
PLS-SEM · 开源引擎

结构方程模型。
终于现代化了。

面向结构方程模型的开放平台：可视化路径编辑器、完整的 PLS-SEM 建模流程，以及可直接用于发表的报告。直接在浏览器中运行。如果你的数据敏感，也可以自托管。

免费开始使用 工作原理

或从用户指南开始(76 页,PDF)

无需安装，无需信用卡 · 开源引擎 · 已对照成熟的参考结果完成验证

实时预览

一个真实模型，完整计算。

这是 openpls-engine 针对一个小型「质量 → 满意度 → 忠诚度」链返回的结果。路径、R²、HTMT 与 bootstrap 置信区间，一屏全览。

Project › ECSI Demo › Results

ECSI 客户满意度样本 (n = 250)，5 000 次 bootstrap 重采样。可在演示项目中复现。

工作流程

四步，从数据到模型。

  1. 01

    上传数据

    CSV、XLSX、SPSS 或 Stata：你有什么格式，我们都能读。

  2. 02

    绘制模型

    通过拖放方式构建潜变量和路径，模型结构实时预览。

  3. 03

    计算

    一键运行。plspm 自动计算载荷、路径与 Bootstrap 置信区间。

  4. 04

    导出

    报告导出为 PDF，表格导出为 XLSX，模型导出为 JSON 或 LaTeX 片段，全部基于开放格式。

AI 研究助手 新功能 · 测试版

了解您项目的环境 AI。

在工作时会出现上下文提示。聊天抽屉回答关于模型的开放性问题，始终基于您已计算的数字。

按标签的主动提示

每个标签一览

打开 Results、Editor、MGA 或 Advanced，在标签顶部看到 1 到 3 条建议。每条提示读取您的实时模型并引用您自己的数字。

AI 聊天抽屉

提问，获得有根据的回答

打开右下角的机器人，对模型、数据或结果提出任何问题。四个只读工具提供项目结构访问，从不访问原始行。

两个设计师，一个连贯的流程。

在几秒内将研究问题转化为起始模型。从模型的 LVs 获得经验证的问卷。收集数据，然后用同一个助手解释。

1

AI 模型设计师

已上线

输入您的研究问题。助手提出 3-6 个具有模式（反射/形成）的潜在变量、带引用的假设路径以及来自 PLS-SEM 文献的 2-3 个蓝图参考。一键创建一个已绘制 LV 和路径的新模型。

研究问题
"在线杂货购物中驱动客户忠诚度的因素是什么？"
↓
Trust · 反射性 Perceived Quality · 反射性 Satisfaction · 反射性 Loyalty · 反射性
2

问卷构建器

已上线

给定模型，助手为每个 LV 生成 4-6 个经验证的题项及引用（Davis TAM、Zeithaml SERVQUAL、Cronin & Taylor …）。或从头开始自己编写题项。内联编辑、添加人口统计、导出为 CSV / Markdown / JSON，用于 Qualtrics、LimeSurvey 或 SoSci Survey。

Trust · Davis (1989)
trust1我相信这家店会兑现承诺。
trust2这家店在交易中显得可靠。
trust3店铺对我的个人数据保管很谨慎。
了解更多关于 AI 助手
完整工具箱 新功能

文献所要求的一切。

15 种现代 PLS-SEM 方法(MGA、IPMA、PLSpredict、HOC、FIMIX、PLSc、HTMT2、调节、CVPAT 等)全部在同一个编辑器中。无需第二个工具,无需插件市场。

量化效应的不确定性，并将模型用于样本外预测。

Results › IPMA
Performance Importance Service (priority) Pricing (keep) Brand (low prio) Convenience

  • IPMA

    重要性-绩效矩阵：直观显示哪些构念既高度重要、同时绩效偏低，让管理优先级一目了然。

  • PLSpredict

    k 折样本外评估，配套完整的 Shmueli 面板：RMSE、MAE 与 MAPE 对照线性模型基准，另附样本内拟合表格作为参照。

  • 特定间接效应

    模型中每一条中介链路，都附带点估计、Bootstrap 置信区间，以及 t 值与 p 值。不再只汇报总间接效应。

  • CVPAT (预测能力)

    基于 Liengaard 等 2021 的 Cross-Validated Predictive Ability Test。与指标均值或线性模型基准正面比较，采用配对 t 检验和 k 折交叉验证。

  • FIMIX-PLS

    有限混合分群方法揭示样本中未观测到的子群体，让异质性效应清晰可见。

  • MICOM

    Henseler–Ringle–Sarstedt 提出的三步测量不变性检验：构形、组合与标量。跨国家、跨细分市场或跨时间点进行多群组比较前的必要前提。

新增 · 公开问卷

从问卷到数据集。一个链接搞定。

把问卷发布到可分享的 URL,实时看到匿名回答流入,一键导入为数据集。研究者真正需要的功能全部内建。

查看公开问卷

默认匿名 · 实时计数器 · 直接导入数据集

版本快照 公开介绍 vs. 内部备注 防止重复提交 回答仅所有者可读 一键导入数据集 多语言受访者页面
方法可视化

看看实际的输出长什么样。

OpenPLS 为你的分析生成的四个示例，直接来自应用内的解释面板。

01

Bootstrap 分布

5,000 次重抽样、点估计和 95 % CI，路径系数的不确定性就是这样呈现的。

Results › Bootstrap
0.32 β̂ ≈ 0.40 0.48 5 000 resamples, 95 % CI
02

重要性-表现地图

哪些构念既重要又表现不佳？用四象限视图为管理决策排定优先级。

Results › IPMA
Performance Importance Service (priority) Pricing (keep) Brand (low prio) Convenience
03

FIMIX 分群

发现未观测到的子群体，在异质效应扭曲结论之前把它们揭示出来。

Results › FIMIX-PLS
Segment 1 (60 %) Segment 2 (40 %)
04

Simple Slopes

当调节变量处于低、中、高水平时，路径系数会如何变化？三条线胜过一个单独的 p-value。

Results › Moderation
β = 0.25 β = 0.40 β = 0.55 Trust Loyalty
案例研究

60 秒内即可复现。

四个已发表的 PLS-SEM 模型，可一键克隆到您的 OpenPLS 工作区。每个案例都附带合成的原始数据、完整的路径定义以及可复现的关键指标。

ECSI

European Customer Satisfaction Index

客户体验

六个反映型构念（Image → Expectations → Quality → Value → Satisfaction → Loyalty），服务营销研究中的经典模型。

N
250
LVs
6
R²(SAT)
0.71

Fornell 等 (1996)

查看案例详情
UTAUT2 + Trust

含信任因素的电子商务接受度

营销 / 电子商务

Performance expectancy、effort expectancy、社会影响与信任共同解释购买意向与实际使用，并附带可用于多组分析（MGA）的人口统计变量。

N
400
LVs
6
MGA
Age · Device

Venkatesh 等 (2012)

查看案例详情
JD-R

员工敬业度（Job Demands-Resources）

人力资源 / 组织行为

Job demands 与 job resources 通过 engagement 作用于满意度与绩效，是含五个构念的经典中介模型。

N
350
LVs
5
R²(JP)
0.40

Bakker 与 Demerouti (2017)

查看案例详情
TAM + Privacy

数字健康应用的接受度

医疗健康 / mHealth

PEOU、感知有用性、健康意识与隐私风险共同作用于态度与行为意向。隐私的负向路径非常适合用于讨论 f² 效应量。

N
380
LVs
6
效应
PR → BI 为负

Davis (1989); Sun 等 (2013)

查看案例详情

克隆需要免费的 OpenPLS 账户。

价格

今日开放。永远开放。

Web 应用可免费使用。引擎采用 GPL-3.0 协议开源，并将始终保持开源。

云端
免费

研究所需的一切，由我们托管运行。

  • 模型与数据集数量不限
  • 全部报告与导出功能
  • 可视化路径编辑器
  • 版本对比
免费开始使用
自托管
$0 GPL-3.0

以 Docker 容器和 Python 库形式提供引擎。部署在你自己的服务器上，运行在你自己的网络中。

  • 离线状态下提供完整引擎功能
  • CLI 与 Python API
  • 面向临床与工业的数据主权
  • GitHub 上的社区支持
GitHub 上的引擎
咨询服务
按需报价 定制方案

面向研究团队的定制化适配、培训与方法学建议。

  • 方法学指导
  • 定制模型与插件
  • 现场工作坊
  • 优先支持
预约通话