Key points are not available for this paper at this time.
Objetivo O objetivo deste artigo é fornecer uma visão geral abrangente, mas concisa, das considerações e métricas necessárias para a análise e relato de resultados da modelagem de equações estruturais de mínimos quadrados parciais (PLS-SEM). Considerações preliminares são resumidas primeiro, incluindo razões para escolher o PLS-SEM, tamanho de amostra recomendado em contextos selecionados, suposições distribucionais, uso de dados secundários, poder estatístico e a necessidade de testar a adequação do modelo. Em seguida, as métricas, bem como as regras práticas que devem ser aplicadas para avaliar os resultados do PLS-SEM, são abordadas. Além de apresentar critérios de avaliação do PLS-SEM já estabelecidos, a visão geral inclui as seguintes novas diretrizes: PLSpredict (ou seja, uma abordagem inovadora para avaliar a previsão fora da amostra de um modelo), métricas para comparações de modelos e vários métodos complementares para verificar a robustez dos resultados. Desenho/metodologia/abordagem Este artigo fornece uma visão geral das métricas propostas anteriormente e recentemente, bem como regras práticas para avaliar os resultados da pesquisa com base na aplicação do PLS-SEM. Descobertas A maioria das métricas aplicadas anteriormente para avaliar os resultados do PLS-SEM ainda é pertinente. No entanto, os acadêmicos precisam estar cientes das métricas propostas recentemente (por exemplo, critérios de comparação de modelos) e métodos (por exemplo, avaliação de endogeneidade, análise de classes latentes e PLSpredict), e quando e como aplicá-las para expandir suas análises. Limitações/implicações da pesquisa Desenvolvimento metodológico associado ao PLS-SEM está emergindo rapidamente. As métricas reportadas neste artigo são úteis para aplicações atuais, mas devem estar sempre atualizadas com os últimos desenvolvimentos na metodologia PLS-SEM. Originalidade/valor À luz de pesquisas mais recentes e desenvolvimentos metodológicos no domínio do PLS-SEM, as diretrizes para o uso do método precisam ser continuamente ampliadas e atualizadas. Este artigo é o resumo mais atual e abrangente do método PLS-SEM e das métricas aplicadas para avaliar suas soluções.
Hair et al. (Quarta-feira) estudaram esta questão.