Studia i Prace WNEiZ US

Wcześniej: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia i Prace WNEiZ

ISSN: 2080-4881     eISSN: 2300-4096    OAI
CC BY-SA   Open Access   CEEOL

Lista wydań / nr 39/2 2015
MODELE PLS-PM I ICH ZASTOSOWANIA W PREDYKCJI I WYJAŚNIANIU ZJAWISK EKONOMICZNYCH

Autorzy: Adam Sagan
Uniwersytet Ekonomiczny w Krakowie
Słowa kluczowe: modele PLS-PM wskaźniki formatywne moc predykcyjna modelu
Data publikacji całości:2015
Liczba stron:12 (127-138)

Abstrakt

W artykule przedstawiono problem zastosowań modeli typu PLS-PM do predykcji i wyjaśniania zjawisk ekonomicznych w kontekście ogólnych modeli strukturalnych SEM. Wskazano na podstawowe różnice między podejściami z punktu widzenia budowy wskaźników, metod estymacji i ocen dopasowania. Szczególna uwaga została poświęcona traktowaniu ich jako modeli predykcyjnych pozwalających (w stosunku do SEM) na uzyskanie wyższej oceny wyjaśnianej wariancji i tym samym wyższą trafność przewidywania zjawisk.
Pobierz plik

Plik artykułu

Bibliografia

1.Cadogan J.W., Souchon A.L., Procter D.B., The Quality of Market-Oriented Behaviors: Formative Index Construction, „Journal of Business Research” 2008, No. 61 (12), s. 1263–1277.
2.Diamantopoulos A., The Error Term in Formative Measurement Models: Interpretations and Modelling Implications, „Journal of Modelling in Management” 2006, No. 1 (1), s. 7–17.
3.Diamantopoulos A., Riefl er P., Roth K.P., Advancing Formative Measurement Models, „Journal of Business Research” 2008, No. 61 (12), s. 1203–1218.
4.Diamantopoulos A., Winklhofer H.M., Index Construction with Formative Indicators: An Alternative to Scale Development, „Journal of Marketing Research” 2001, No. 38 (2), s. 269–277.
5.Sagan A., Zmienne ukryte w badaniach marketingowych, UEK, Kraków 2014.
6.Temme D., Hildebrandt L., Formative Measurement Models in Covariance Structure Analysis. Specifi cation and Identifi cation, „SFB 649 Discussion Paper”, Humboldt-Universität zu Berlin, 2006-083, s. 1–18.
7.Tenenhaus M., Vinzi V.E., Chatelin Y.-M., Lauro C., PLS Path Modeling, „Computational Statistics & Data Analysis” 2005, No. 48, s. 159–205.