No abstract

Discussions concerning different structural equation modeling methods draw on an increasing array of concepts and related terminology. As a consequence, misconceptions about the meaning of terms such as reflective measurement and common factor models as well as formative measurement and composite models have emerged. By distinguishing conceptual variables and their measurement model operationalization from the estimation perspective, we disentangle the confusion between the terminologies and develop a unifying framework. Results from a simulation study substantiate our conceptual considerations, highlighting the biases that occur when using (1) composite-based partial least squares path modeling to estimate common factor models, and (2) common factor-based covariance-based structural equation modeling to estimate composite models. The results show that the use of PLS is preferable, particularly when it is unknown whether the data's nature is common factor-or composite-based.

No abstract

No abstract

No abstract

Commonly used discrete choice model analyses (e.g., probit, logit and multinomial logit models) draw on the estimation of importance weights that apply to different attribute levels. But directly estimating the importance weights of the attribute as a whole, rather than of distinct attribute levels, is challenging. This article substantiates the usefulness of partial least squares structural equation modeling (PLS-SEM) for the analysis of stated preference data generated through choice experiments in discrete choice modeling. This ability of PLS-SEM to directly estimate the importance weights for attributes as a whole, rather than for the & Christian M. Ringle

Este libro es una traducción autorizada por Sage del libro Advanced Issues in Partial Least Squares Structural Equation Modeling. Concebido como una ampliación del Manual de Partial Least Squares Structural Equation Modeling (PLS-SEM) (segunda edición)*, esta guía práctica de fácil manejo abarca contenido avanzado de PLS-SEM para ayudar a los estudiantes e investigadores a aplicar técnicas sobre problemas de investigación y a interpretar oportunamente los resultados. El libro aporta un resumen de conceptos básicos antes de centrarse en aspectos más avanzados. Además, ofrece amplios ejemplos del software SmartPLS 3 (www.smartpls.com) y viene acompañado de bases de datos de descarga gratuita. En el libro se subraya la necesidad de aplicar cuidadosamente cualquier enfoque de PLS-SEM para asegurarnos de que éste encaje con el contexto de investigación y las características de los datos. Características clave: · Uso limitado de fórmulas, ecuaciones, símbolos y notaciones similares que hace que se comprendan los conceptos fácilmente. · Disponibilidad de reglas prácticas en cada capítulo que aportan guías concretas de mejores prácticas para aplicar e interpretar PLS-SEM y preparar artículos para su publicación en revistas científicas. · Empleo de un mismo ejemplo y base de datos a lo largo de todo el libro para facilitar la consistencia en los aspectos relacionados con el caso propuesto. · Conjunto de recursos que se pueden descargar de manera gratuita: bases de datos y proyectos de SmartPLS para practicar las técnicas planteadas. · Manual traducido y actualizado con pies de página con los desarrollos más recientes de PLS-SEM. -------- *Manual de Partial Least Squares Structural Equation Modeling (PLS-SEM) (segunda edición) Hair, J. F., Hult, G. T. M., Ringle, C. M., Sarstedt, M., Castillo Apraiz, J., Cepeda Carrión, G., & Roldán, J. L. (2019). Manual de Partial Least Squares Structural Equation Modeling (PLS-SEM). OmniaScience Scholar, Terrassa, Barcelona.

No abstract