PLS上课讲义.pdf

《PLS上课讲义.pdf》由会员分享，可在线阅读，更多相关《PLS上课讲义.pdf（3页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、PLS 上课讲义PLS 与 LISREL 最大的不同1. 正规的说法(1) 适用于小样本或中规模样本(2) 回收样本不符合常态分配(应该用无母数的KS 检定确定是否常态，SEM 虽有ADF 方法可以解决缺乏常态分配的缺陷，但此时需要非常多样本数) (3) PLS 是 component base，将每个组件一一加入，看看每个变量到底能解释多少变异。LISREL是 CO-variance base，是要验证整个模式与假设是否相同。在某些特定情境下，PLS 与 Regression的系数会一样。但因为 PLS 有多个 items ，每个 item 的 loading是不同的，但回归的每个items

2、 是相同权重的。因此，当强制规定items 的权重都是相同的，或者是只有一个item ，则回归与PLS的答案是相同的。2. 非正规的说法当 SEM 用到万念俱灰，想要放弃时，改用PLS 。这是经常发生的情况。= 安装 smartpls = 步骤 1. 到 smartpls.de申请论坛forum 账号，等待三天内取得软件的key 步骤 2. 到 smartpls.de论坛下载软件download 步骤 3. 安装 java run time environment (到 google搜寻，就能找到最新版的步骤 4. 安装 smartpls软件，输入序号key ，此序号90 天要更新一次。同一序

3、号可以安装三次。使用 smartpls 1. 开启 project 输入 project 名称输入数据源 (csv 或 txt) 确定 missing value为何2. 项目内会有两个档案(1) 路径绘图文件可以 create 多个 model ，因此路径绘图文件可以有多个(2) 资料文件 (若在 icon 方框上有绿色小勾勾，表示转换成功，若是红色叉叉，表示资料汇入有误) 数据文件的字段，不可以出现空格。中文域名很容易出问题。非数字数据最好先删除，免得出问题，因为反正PLS 不会用到。数据汇入很容易出问题，要小心。3. 模式工作区上方只有三个工具可以使用(1) select 选择(2) v

4、ariable 变数(3) path 路径(a. 按 select ，选变量，按鼠标右键，可以rename object，另有四个选项是item 呈现的位置。还有一个选项是formative与 reflective的转换 (默认值为reflective ，选择invert measurement model ，会改成formative model)。(b.)当变量还是红色时，表示仍有错误。要先解决。4. 在工作区三个按钮的左边，有个绿色按钮，就是run，这个按钮有四个选项，经常用到的是最后两个选项。5. 在菜单的view ，有 grid 选项，可以帮工作区划网格线，让画图形时，可以对齐。6.

5、indicator的拉法，是直接选indicator ，按鼠标，移到想要画到的latent variable，然后放手，即可。用过的 indicator会改变颜色，或者可以选择让用过的indicator消失。= 分析结果1. loading ，显示在indicator到 latent variable，太低的loading 是不能用的，不必看信效度就能猜出来2. R-square ，显示在变量上面。高低无标准，但愈高愈好。3. path 系数，显示在latent variable之间的线。如果 loading 太低，或是path 系数太低，则需修改。如果一切ok，可以进一步看报告。有四种格式的

6、报表。= 信效度衡量 (smartpls都提供 ) CR( 门坎为 0.7) AVE( 门坎值为0.5)( 区别效度为AVE 值大于 latent 变数间相关系数) Cronbach alpha(门坎值为0.7) model 效果= R-square 总模式的R-square = 使用情境1. 所有变量都是reflective 。但这种model 可以用 LISREL 。很容易被问为何不用LISREL 。2. 有 formative variable。(LISREL无法处理 ) 3. 探讨变数间交互作用。(LISREL无法处理，但回归可以处理) 可以透过R-square的增减，来看看哪一个model 比较好。= 常见的 PLS 二阶 factor 处理方式1. 利用平均数，作为二阶的indicator factor 2. 利用主成分分析的结果，作为二阶的基础3. 执行两次一阶的factor ，画在一起成为二阶。