Ich werde Strukturgleichungsmodellierung in smartpls 4 mit Pfadanalyse durchführen

Einige Informationen wurden automatisch übersetzt.

Bangladesch

Ich spreche Bengalisch, Englisch

Quantitative und Umfragedaten-Analyst

Ich bin Postgraduiertenforscher im Bereich Management Information Systems mit fundierter Ausbildung in Statistik, Ökonometrie und Forschungsdesign. Ich biete Datenanalyse mit SPSS, SmartPLS, Stata und...
Über diesen Service

SmartPLS 4 PLS-SEM für dein Projekt.


Dieses Gig bietet vollständige Strukturgleichungsmodellierung in SmartPLS 4 nach den Schritten von (Hair et al., 2019), vom Modelaufbau bis hin zu klaren, publikationsfertigen Berichten. Geeignet für Geschäfts-, Management- und Sozialwissenschaftliche Forschung basierend auf Umfragedaten.


Für dein Projekt führe ich eine vollständige PLS-SEM-Analyse in SmartPLS 4 durch, gemäß den Standardrichtlinien für Berichte. Dazu gehören Datenüberprüfung, Bewertung des Messmodells (Ladungen, Cronbach's Alpha, kumulative Reliabilität, AVE, Fornell-Larcker und HTMT Diskriminanzvalidität, Common Method Bias) und eine klare Begründung der Konstrukte.


Danach bewerte ich das Strukturgleichungsmodell mit Bootstrapping für Pfadkoeffizienten, Mediation und Moderation falls enthalten, prüfe die Kollinearität (VIF) und berichte R², f², Q² und PLSpredict, inklusive Tabellen und SmartPLS-Pfaddiagrammen, die den besten Praktiken im PLS-SEM entsprechen.


Du erhältst

  • SmartPLS 4 Projektdatei
  • Ergebnistabellen (Ladungen, AVE, HTMT, R², f², Q²)


Hauptschritte für die Methoden:

Hair, J.F., Risher, J.J., Sarstedt, M. und Ringle, C.M. (2019) Wann man PLS-SEM verwenden und wie man die Ergebnisse berichtet, European Business Review, 31(1), S. 224

Programmiersprache:

Python

R

SPSS

SQL

Andere

Technologie:

Excel

Google Sheets

Stata

NVivo

SPSS

Andere

Analyse-Typ:

Quantitative Analyse

Wirkungsanalyse

Expertise:

Prognose

Prognose

Wahrscheinlichkeit

Statistiken

Tools:

eviews

SmartPLS

mplus

RStudio

Stata