حداقل مربعات جزئی

انجام تحلیل حداقل مجذورات جزیی PLS-PM

رویکرد PLS یا حداقل مجذورات جزئی، به عنوان نسل دوم روش‌های مدل‌یابی معادلات ساختاری افق‌های نوینی را بروی محققان علوم رفتاری گشوده است. این رویکرد به علت وابستگی کمتر به اندازه نمونه، سح سنجش متغیرها، نرمال بودن توزیع و استفاده از ابزارهای جا افتاده، رویکردی مناسب برای پژوهشگران محسوب می‌شود. زیرا موارد بالا از جمله مشکلاتی هستند که این پژوهشگران با آن مواجه هستند. از طرف دیگر ماهیت اکتشافی این رویکرد به پژوهشگران در کشف و توسعه تئوری‌های مبتنی بر فرهنگ ایرانی یاری می‌رساند. در این مقاله به معرفی و بررسی معایب و محاسن این رویکرد پرداخته شده است و نحوه آزمون و تفسیر نتایج مدل‌های آزمون شده با این رویکرد مورد بررسی قرار گرفته است. در نهایت بصورت خلاصه به معرفی نرم‌افزارهای موجود در زمینه مدل‌یابی معادلات ساختاری به روش PLS پرداخته شده است.

تحلیل داده ها با نرم افزار Smart PLS در زمینه مدل حداقل مجذورات جزیی، بوت استراپینگ، بلایندفولدینگ و برازش

مدل بیرونی و درونی با محاسبه AVE, CR, GOF روایی همگرا و پایایی مرکب

حداقل مجذورات جزیی

ساختار کلی حداقل مجذورات جزیی

پذیرش تحلیل حداقل مجذورات جزیی

تکنیک Partial Least Squares یا حداقل مربعات جزئی یکی از موضوعاتی است که برای دانشجویان مدیریت و مهندسی صنایع بسیار ناشناخته است. در زمان نگارش این مقاله هیچ ردپائی از آموزش آکادمیک تکنیک PLS و دانلود نرم افزارهای مربوط به آن در سایت‌های فارسی موجود نبوده است. از زمان معرفی مدل معادلات ساختاری مبتنی بر کوواریانس که توسط کارل یورسکوگ در سال ۱۹۷۳ ، این تکنیک توجه بسیار زیادی را در بین محققین تجربی به خود جلب کرده است. با این حال، برتری لیزرل که مطمئناً شناخته شده ترین ابزار برای انجام این گونه تحلیلهاست، ناشی از این مسأله است که تمامی محققین از تکنیکهای جایگزین مدلسازی معادلات ساختاری از جمله؛ حداقل مربعات جزئی آگاه نیستند.