SmartPLS功能介紹
強大的建模環(huán)境允許您在幾分鐘內(nèi)創(chuàng)建路徑模型。
項目經(jīng)理幫助您跟蹤所有分析和文件。
使用顏色，邊框和字體自定義模型，以單獨強調(diào)您的想法!
內(nèi)置的算法解釋和有意義的默認(rèn)值使您可以輕松入手PLS-SEM世界。
組織良好的報告可以全面了解您的結(jié)果。
將結(jié)果永久保存為HTML報告或Excel文件。
創(chuàng)建數(shù)據(jù)組以毫不費力地運行多組分析。
創(chuàng)建交互術(shù)語并運行主持人分析沒有任何問題。
SmartPLS軟件特色
1、偏最小二乘(PLS)路徑建模
2、基于sumscores的普通最小二乘(OLS)回歸
3、一致的PLS(PLSc)
4、加權(quán)PLS(WPLS)，加權(quán)OLS(WOLS)和加權(quán)一致PLS(WPLSc)
5、引導(dǎo)和使用高級引導(dǎo)選項
6、Blindfolding
7、重要性 - 性能圖分析(IPMA)
8、PLS多組分析(MGA)：分析組特定PLS路徑模型估計的差異和顯著性
9、高階模型
10、調(diào)解：間接影響的估計及其基于引導(dǎo)程序的顯著性檢驗
11、適度：交互效應(yīng)的估計及其基于引導(dǎo)程序的顯著性檢驗
12、非線性關(guān)系：二次效應(yīng)的估計及其基于bootstrap的顯著性檢驗
13、確認(rèn)四分體分析(CTA)：一種統(tǒng)計技術(shù)，允許對測量模型設(shè)置進行經(jīng)驗測試
14、有限混合(FIMIX)分割：一種潛在的方法，允許識別和處理路徑模型中未觀察到的異質(zhì)性
15、面向預(yù)測的分段(POS)：一種識別數(shù)據(jù)組的方法
16、PLS預(yù)測：確定PLS路徑模型的預(yù)測質(zhì)量的技術(shù)
SmartPLS軟件優(yōu)勢
一、PLS中的驗證性四元分析(CTA-PLS)
1、抽象
PLS-SEM(CTA-PLS;Gudergan等人，2008)中的確認(rèn)性四元分析可以區(qū)分形成性和反射性測量模型。原則上，該分析遵循Bollen和Ting(2000)在PLS-SEM環(huán)境中測試模型隱含四邊形的確認(rèn)方法。
2、描述
在PLS-SEM(CTA-PLS;Gudergan等人，2008)中使用確認(rèn)四元分析可以區(qū)分形成性和反射性測量模型。原則上，該分析遵循Bollen和Ting(2000)在PLS-SEM上下文中測試模型隱含四邊形的確認(rèn)方法，不同之處在于采用了引導(dǎo)程序來測試模型隱含四邊形的重要性。
Gudergan等。(2008年)詳細(xì)描述了CTA-PLS程序。
所執(zhí)行的過程每個構(gòu)造至少需要4個清單變量，并且每個構(gòu)造最多可以處理25個清單變量，這是因為，如果四元組是否冗余，測試數(shù)量呈指數(shù)增長。
3、SmartPLS中的CTA-PLS設(shè)置
子樣本
在引導(dǎo)過程中，將使用從原始數(shù)據(jù)集中隨機抽取的觀察值(帶有替換值)創(chuàng)建子樣本。為了確保結(jié)果的穩(wěn)定性，子樣本的數(shù)量應(yīng)大。
對于初步評估，可能希望選擇較少數(shù)量的引導(dǎo)子樣本(例如500個)，以使用PLS-SEM算法隨機抽取和估計，因為這需要更少的時間。但是，為準(zhǔn)備最終結(jié)果，應(yīng)使用大量的引導(dǎo)子樣本(例如5,000個)。
注意：大量的自舉子樣本會增加計算時間。
并行處理
此選項在多個處理器上運行引導(dǎo)例程(如果您的計算機設(shè)備提供多個內(nèi)核)。使用并行計算將減少計算時間。
重要信息：進程數(shù)不應(yīng)超過計算機中的處理器數(shù)。
測試類型
指定是進行單面還是雙面重要性測試。
顯著性水平
指定測試統(tǒng)計信息的重要性級別。
二、判別有效性評估
1、抽象
判別有效性評估的目的是確保在PLS路徑模型中，反射性結(jié)構(gòu)與其自身指標(biāo)(例如，與任何其他結(jié)構(gòu)相比)具有最強的關(guān)系(Hair等人，2017)。
2、簡要描述;簡介
判別有效性評估已成為分析潛在變量之間關(guān)系的公認(rèn)先決條件。對于基于方差的結(jié)構(gòu)方程建模，例如偏最小二乘，
Fornell-Larcker準(zhǔn)則和
交叉荷載的檢查是評估判別效度的主要方法。
Henseler，Ringle和Sarstedt(2015)通過模擬研究表明，在通常的研究情況下，這些方法不能可靠地識別出缺乏判別效度。因此，這些作者提出了一種基于多性狀-多方法矩陣的替代方法來評估判別效度：相關(guān)性的異質(zhì)性-單性比率(HTMT)。Henseler，Ringle和Sarstedt(2015)通過蒙特卡洛模擬研究證明了該方法的優(yōu)越性能，在該研究中，他們將新方法與Fornell-Larcker準(zhǔn)則進行了比較，并對(部分)交叉荷載進行了評估。最后，它們提供了有關(guān)在基于方差的結(jié)構(gòu)方程模型中如何處理判別有效性問題的指南。
參見Henseler，Ringle和Sarstedt(2015)，詳細(xì)了解基于差異的結(jié)構(gòu)方程模型中用于區(qū)分效度評估的HTMT標(biāo)準(zhǔn)。
3、SmartPLS中的判別有效性評估
在SmartPLS中運行PLS和PLSc算法時，結(jié)果報告在“質(zhì)量標(biāo)準(zhǔn)”部分中將包含有區(qū)別的有效性評估結(jié)果。提供以下結(jié)果：
Fornell-Larcker標(biāo)準(zhǔn)，
交叉裝載，以及
HTMT標(biāo)準(zhǔn)結(jié)果。我們建議使用HTMT標(biāo)準(zhǔn)來評估判別有效性。如果HTMT值低于0.90，則已在兩個反射構(gòu)造之間建立了判別有效性。
如果要獲取HTMT_Inference結(jié)果，則需要運行引導(dǎo)例程。啟動引導(dǎo)程序時，選擇“CompleteBootstrapping”選項很重要。然后，在引導(dǎo)結(jié)果報告中的“質(zhì)量標(biāo)準(zhǔn)”部分中找到引導(dǎo)的HTMT標(biāo)準(zhǔn)結(jié)果。
請注意：在SmartPLS3.2.1和更高版本中，HTMT標(biāo)準(zhǔn)計算與Henseler，Ringle和Sarstedt(2015)給出的方程式不同。SmartPLS不使用指標(biāo)之間的相關(guān)性，而是使用指標(biāo)之間的相關(guān)性的絕對值。例如，當(dāng)不是使用0.1、0.2和-0.3導(dǎo)致平均相關(guān)性為0時，會導(dǎo)致原始HTMT方程出現(xiàn)問題，而SmartPLS使用0.1、0.2和0.3導(dǎo)致平均相關(guān)性為0.2。因此，在SmartPLS中將HTMT標(biāo)準(zhǔn)限定在0到1之間，并且不會因負(fù)相關(guān)而導(dǎo)致問題。
SmartPLS更新日志
將bug掃地出門進行到底
優(yōu)化用戶反饋的問題，提升細(xì)節(jié)體驗
華軍小編推薦：
SmartPLS專業(yè)、操作簡單、功能強大，軟件屆的翹楚之一，歡迎大家下載，本站還提供快表軟件、AlphaEbot動作編輯軟件、河小象編程客戶端、自動化測試工具AutoRunner、小海龜LOGO語言等供您下載。
您的評論需要經(jīng)過審核才能顯示