
PLS-SEM est une approche composite de la SEM qui vise à maximiser la variance expliquée des constructions dépendantes dans le modèle de chemin. Les chercheurs et les praticiens utilisent le PLS-SEM, notamment lorsqu'ils mènent des études sur les facteurs de succès et les sources d'avantage concurrentiel.
Par rapport à d'autres techniques de MEB, le PLS-SEM permet aux chercheurs d'estimer des modèles très complexes avec de nombreux concepts et variables indicatrices. De plus, PLS-SEM permet d'estimer des constructions réflexives et formatives et offre généralement une grande flexibilité en termes d'exigences en matière de données. L'objectif de PLS-SEM est d'expliquer les variances (caractère orienté prédiction de la méthodologie) plutôt que d'expliquer les covariances (tests théoriques via SEM BASÉ SUR LA COVARIANCE, CB-SEM). L'application de la méthode PLS-SEM est d'un grand intérêt si les hypothèses du CB-SEM sont violées et si les relations de cause à effet proposées ne sont pas suffisamment explorées.
Le cours comprendra les aspects suivants :
Pourquoi l'analyse des données est-elle nécessaire ?
Concepts de base liés au SEM
Analyse des données à l'aide de SPSS et SmartPLS
Analyse du modèle de mesure
Analyse de modèles structurels
Analyse du médiateur/modérateur
Problèmes avancés dans SmartPLS
Explication dans le style APA
Exercice réel des projets Fiverr
Premiers pas avec les concerts Fiverr
Trucs et astuces et bien d'autres encore
Les caractéristiques du cours comprennent, sans s'y limiter :
Avantage concurrentiel pour poursuivre des études de doctorat et de maîtrise
Outil requis pour la publication savante
Taux d'acceptation élevé par les meilleures revues d'affaires
Explication facile de l'analyse statistique
Concentrez-vous à la fois sur la théorie et la pratique
Devenir un analyste de données mondial et un freelance
Excellente opportunité de transport
Une énorme demande sur les marchés locaux et mondiaux
Progiciel : SmartPLS 4, SPSS 25.0
À qui s'adresse la participation ?
Chercheurs, membres du corps professoral, étudiants universitaires et personnes qui s'intéressent aux techniques statistiques contemporaines
Prérequis : Connaissance de base des techniques multivariées telles que l'analyse factorielle et la régression multiple.
Merci et salutations
Shahedul Hasan
Assistante de recherche et chercheuse indépendante.
B.A.A. et MBA, Université de Dhaka.
Ancien maître de conférences, Université East Delta.
Instructeur en analyse de données, Instructory et Udemy.
Freelance le mieux noté, Upwork.
Membre du comité de rédaction, Virtual Economics & Transnational Marketing Journal.
Rédactrice en chef, Global Journal of Entrepreneurship, Innovation and Leadership.
Assistante éditoriale, Revue pour l'étude de l'éducation coopérative et expérientielle.