Key points are not available for this paper at this time.
L'objectif de la recherche est de passer en revue les théories sous-jacentes à la procédure de Modélisation par Équations Structurelles (SEM) basée sur la covariance (CBSEM), les moindres carrés partiels (PLSSEM) et le modèle GESCA SEM. Les méthodes utilisées sont la méta-analyse et la recherche systématique de données secondaires. Les résultats de l'étude sont : Premièrement, les théories sous-jacentes aux procédures CBSEM, PLSSEM et GESCA SEM produisent des caractéristiques différentes dans chaque modèle SEM. Les modèles CBSEM consistent en deux sous-modèles, à savoir 1) Modèle d'analyse factorielle composé de a) Analyse factorielle exploratoire (EFA) qui est conçu pour une situation où la relation entre les indicateurs et les variables latentes est inconnue ou peu claire ; b) Analyse factorielle confirmatoire (CFA) qui est utilisée pour des recherches où le chercheur a déjà des connaissances sur la structure de la variable latente sous-jacente (construct) et c) Modèle de variable latente complète (LV). 2) PLSSEM se compose de deux sous-modèles, à savoir des modèles réflexifs et formatifs. GESCA SEM est composé d'un modèle structurel/structure interne et d'un modèle de mesure/modèle externe. Deuxièmement, les caractéristiques principales de CBSEM, PLSSEM et GESCA SEM sont les exigences relatives à la taille de l'échantillon de données ; l'origine des données de l'échantillon ; et le logiciel utilisé pour calculer les données en raison de la formulation statistique différente, à savoir LISREL, SmartPLS et GSCA Pro Windows. Troisièmement, les principales différences entre le CBSEM, le PLS SEM et le GESCA SEM résident dans l'utilisation des coefficients de régression non standardisés (b) contre les coefficients de régression standardisés (β). Ainsi, les chercheurs qui vont utiliser ces procédures doivent tenir compte de ces trois résultats importants.
Narimawati et al. (Ven,) ont étudié cette question.