Razones para usar PLS - SEM

 

RAZONES PARA USAR PLS – SEM

Hay tres cosas a considerar para usar la aplicación de PLS-SEM

1.       Objetivo de la investigación

2.       Características de los datos

3.       Complejidad y evaluación del modelo

(Hair Jr, Hult, Ringle y Sarstedt, 2016)

 

1.      Objetivo de la Investigación

Orientado a la Predicción

PLS-SEM es un enfoque basado en la varianza para SEM, aplica la regresión de mínimos cuadrados ordinarios (MCO) con el objetivo de estimar el coeficiente que maximiza los valores R de la construcción endógena, por lo tanto, PLS-SEM es el método preferido para un objetivo de investigación orientado a la predicción, explicación de la varianza y desarrollo de la teoría. Proporciona valores R2 e indica la importancia de las relaciones entre constructos.

 

 

2.      Característica de Datos
Tamaño de la Muestra	El tamaño mínimo de la muestra garantizará que el resultado de los métodos estadísticos tenga el poder estadístico adecuado y que los resultados de los métodos estadísticos sean sólidos. PLS-SEM funciona de manera eficiente con tamaños de muestra pequeños, porque se basa en las propiedades de los mínimos cuadrados ordinarios (MCO). El investigador puede confiar en el requisito de tamaño mínimo de muestra proporcionado por Cohen (1992).
Escalas de Medida	PLS-SEM funciona con todas las escalas de medición: nominal, ordinal, intervalo, escala de relación y datos codificados en binario con ciertas limitaciones.
Distribución de Datos	PLS-SEM, no requiere una distribución de datos normal, porque es una estadística no paramétrica (Chin & Newsted, 1999). Por lo tanto, la ventaja de PLS-SEM permite manejar datos extremadamente anormales (por ejemplo, altos niveles de asimetría).

 

 

3.      Complejidad y Evaluación del Modelo
Complejidad del Modelo	PLS-SEM maneja muchos modelos estructurales para modelos complejos e incorpora fácilmente modelos de medición reflectivos y formativos.
Análisis adicional	Análisis de efectos mediadores y moderadores