蕭文龍 部落格 Mac Shiau(blog)

我們經過20多年的SEM學習和實戰經歷，提供正確的CB-SEM和PLS-SEM研究論文參考範例如下。新增最新&最正確的中介分析，類別型和連續型的調節分析，以及避免 Type II error 的power analysis統計檢定力（功效）分析文章，, 讀者們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，請多多參考和引用，謝謝大家的支持。
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. 355-365. (SSCI, 2015 IF= 2.163) (Web of Science 200 times cited, ESI 1% high cited article )
这是结合CB-SEM和PLS-SEM的一篇论文，可以用来提供最新说明和最新參考文獻解释 PLS-SEM 是適當的分析方法。
在過去的幾十年中,基於共變異數的結構方程建模(CB-SEM)是分析觀測變數和潛在變數之間複雜關係的好方法和主要方法。

相比之下, PLS-SEM 方法近年來在行銷管理、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常態分佈假設,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構面;

e. 較小樣本量是基於由於母體較少時;

f分佈缺乏常態性時;

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。