蕭文龍 部落格 Mac Shiau(blog)

我們經過20多年的SEM學習與實戰經歷，提供正確的CB-SEM和PLS-SEM研究論文參考範例如下。 讀者可以自行參考如何做正確的SEM分析和研究結果如何正確的呈現。

1. Correctly report a CB-SEM paper

Wen-Lung Shiau and Margaret Meil​​ing Luo (2013) "Continuance intention of blog users: the impact of perceived enjoyment, habit, user involvement and blogging time," Behaviour & Information Technology (BIT) (32:6), pp.70), pp. 583. (SSCI)

研究方法是使用CB-SEM, 結果需要正確的呈現CB-SEM需要交待的結果，模式適配度有X square/df, GFI, AGFI, CFI, NFI, RMSEA. 量測模式的因子負荷量，信 度CR,AVE, 區別效度，結構模式的路徑係數和R square 解釋力。

2. Correctly report CB-SEM model comparison

Wen-Lung Shiau, and Patrick Y.K. Chau, (2012),"Understanding blog continuance: a model comparison approach", Industrial Management & Data Systems (112: 4) pp.663-682 (SCI)

本篇提供研究者正確的呈現 CB-SEM需要交待的結果外，更提供研究者正確的呈現CB-SEM的模式比較結果，有區分為巢狀和非巢狀的模式比較。

3. Correctly use both CB-SEM & PLS-SEM: Why use PLS?

Wen-Lung Shiau, and Patrick Y. K. Chau, (2016). “Understanding behavioral intention to use a cloud computing classroom: A multiple model-comparison approach,” Information & Management (53:3), pp. 35-365. , 2015 IF= 2.163) (Web of Science 80 times cited, ESI 1% high cited article )

這是一則結合CB-SEM和PLS-SEM的論文，可以用來提供最新說明和最新參考文獻來解釋 PLS-SEM 是適當的分析方法。

在過去的幾十年中,基於協方差的結構方程式建模(CB-SEM)是分析觀測變量和潛在變量之間複雜關係的好方法和主要方法。 相比之下, PLS-SEM 方法近年來在營銷管理、組織管理、國際管理、人力資源管理、資訊系統管理、運營管理、管理會計、戰略管理、酒店管理、供應鏈管理和運營管理等諸多領域 都發生了很大的變化,成為多變量分析方法之一。 PLS-SEM 的主要優點包括放寬使用 CB-SEM 估計模型的最大可能性方法所需的正態分佈假設,以及 PLS-SEM 有使用較小樣本估計更複雜的模型的能力。 與CB-SEM相比,PLS-SEM更適合於本研究,理由包括：a. 研究目標為理論發展的探索性研究; b.分析用於預測; c. 結構模型是複雜時;d. 結構模型 包括一個或多個形成性維度; e. 較小樣本量是基於由於母體較少時; f分佈缺乏正態性時; g.當研究需要潛在的分數進行後續分析時。 上述原因提供了本研究使用PLS-SEM是適當的分析方法。

4. Correctly report a PLS–SEM paper

Wen-Lung Shiau and Margaret Meiling Luo (2012) “Factors Affecting Online Group Buying Intention and Satisfaction: A Social Exchange Theory Perspective,” Computers in Human Behavior (28: 6), pp. 2431-2444. (SSCI Behavior (28: 6), pp. 2431-2444. (SSCI Behavior (2011 IF= 2.293 , 5-year IF is 2.476, Q1.)

本篇提供研究者正確報告PLS–SEM 研究論文，包含有無回應偏差，同源偏差（CMV）， 量測模式的因子負荷量，信度CR,AVE, 區別效度，結構模式的路徑系數和 R square 解釋力。

5. Correctly report second order, MICOM, and PLS–MGA.

Li-Chun Huang, and Wen-Lung Shiau, (2017). “Factors affecting creativity in information system development: Insights from a decomposition and PLS–MGA,” Industrial Management & Data Systems (117:3), pp. 496-520 . (SCI, 2016 IF= 2.205)

本篇提供研究者正確處理MICOM procedure 和 PLS-MGA

許多研究者在作群比較時，以為跑PLS-MGA就可以了，那是以前的作法，為了避免拿橘子和蘋果作錯誤的比較，正確的作法是先作Measurement Invariance (MICOM procedure ),再 作PLS-MGA)。

特別小心注意，部分研究者處理MICOM procedure 和PLS-MGA的CI信賴區間時，又搞亂了； MICOM procedure 至少平均數CI的5%和95%的區間估計要包含0（零），代表著2 群沒有顯著差異，達到Measurement Invariance。 PLS-MGA組的部分路徑係數比較CI的 5%和95%的區間估計不包含0（零），代表2個群組有顯著差異，才有意義。

6. Corretly report second order （Reflective-Formative type）

Avus C.Y. Hou, Wen-Lung Shiau, and Rong-An Shang, 2019. "The involvement paradox: The role of cognitive absorption in mobile instant messaging user satisfaction," Industrial Management & Data Systems (11981), pp. 901. (SCI, 2018 IF= 3.727)

目前有很多 二階（Second order）的研究是不精確, 標示也是有問題的，結果就不用說了。 請參考這篇。 二階（Second order）研究常遇到 反映性Reflective和形成性Formative的模式問題。 二階的模式有reflective–reflective (RR) , reflective–formative (RF) ,formative–reflective(FR), formative–formative (FF) 四種，R反映性 與 F 形成性。 二階研究的估計方式有 Repeated measurement 和 2 stages 兩種。 本研究是典型reflective–formative (RF) 模式，使用的是2 stages approaches 處理的步驟如下：A 觀念（構建二階（Second order）研究） B 正確的選擇統計軟件C正確的使用統計軟件D 正確的報告 結果E 正確的討論（解釋）結果

7. Correctly report moderation effects (ratio type) of PLS-SEM

Chih-Chin Liang, and Wen-Lung Shiau, 2018. “Moderating effect of privacy concerns and subjective norms between satisfaction and repurchase of airline e-ticket through airline-ticket vendors,” Asia, Journals Tour pp. 1142-1159. (SSCI, 2017 IF= 1.352)

本篇提供研究者正確處理連續型調節分析，新的連續型調節研究需要交代 slop 斜率和效應大小f square。

8. Social network research in PLS-SEM: Why PLS-SEM is popular method?

Khan, G., Sarstedt, M., Shiau, W., Hair, J., Ringle, C., and Fritze, M. 2019. "Methodological research on partial least squares structural equation modeling (PLS-SEM)," Internet Research (29:3), pp. 407-429. (SSCI, 2018 IF= 4.109)

本篇提供研究者了解PLS-SEM是很受歡迎的方法，超過25國家，60,000位研究者註冊使用，也介紹全球主要PLS-SEM的社會網絡分佈情形，主要的核心使用者等等。

9. Evolution of PLS-SEM: What, when, how to use PLS-SEM (index)?

Wen-Lung Shiau, Marko Sarstedt, and Joseph F. Hair, 2019. "Internet research using partial least squares structural equation modeling (PLS-SEM)," Internet Research (29:3), pp. 398-406. (SSCI, 2018 IF= 4.109)

本篇提供研究者理解PLS-SEM方法的演進，有那些重要貢獻的學者，也介紹什麼是PLS-SEM, 什麼時候用PLS-SEM,以及如何使用PLS-SEM，研究者可以全面的理解PLS- SEM的現狀與最新的演進情形。

10. Correctly report mediation effects & predictive model selection（model comparison）

Wen-Lung Shiau; Ye Yuan; Xiaodie Pu; Soumya Ray; Charlie Chen (2020), Understanding Fintech continuance: Perspectives from Self-efficacy and ECT-IS theories, Industrial Management & Data Systems, accepted and forthcoming (SCIECT, Q1,2018 IF= 3.727，5-year Impact Factor : 3.418)

本篇提供研究者了解正確的中介分析, 了解什麼是PLS-SEM Model comparison，什麼時候用PLS-SEM 的PLSpredic作Model comparison的研究，以及如何使用PLS-SEM的PLSpredic作Model comparison的研究，這是 引領PLS-SEM model comparison 的paper，除了原作者外，我們應該是全球PLSpredict for Model comparison的第一篇論文。