ABSTRACT

Partial-least-squares approach to structural equation modeling (PLS-SEM) uses proxies of latent variables to conduct regression analysis, which directly addresses the needs of prediction and classification. Regression analysis using factor-scores has the same capacity but different factor scores have been noted with different properties. This article shows that different combinations of Bartlett- and regression-factor-scores are statistically equivalent in regression analysis for the purpose of prediction and parameter testing, and PLS-SEM mode B is equivalent to regression analysis using factor-scores when the model is correctly specified. Because proxies under PLS-SEM mode B enjoy the property of maximum reliability as that of factor-scores and PLS-SEM mode A enjoy numerical stability, a structure-based transformation from mode A to mode B is proposed. This transformation is expected to perform well for PLS-SEM in practice as long as the model has a relatively good fit to the data. Following the equivalence between factor-score regression and mode B of PLS-SEM, this article further proposes to use the maximum reliability coefficient as a formal measure for the goodness of PLS-SEM mode B and another consistent reliability coefficient for the goodness of mode A. The equivalence between PLS-SEM and the method of factor-score regression is examined via the analysis of a real dataset. A robust transformation technique is also introduced and illustrated for conducting empirical data analysis.

摘要

结构方程建模的偏最小二乘法 (PLS-SEM) 使用潜在变量的代理进行回归分析，直接满足预测和分类的需求。使用因子得分的回归分析具有相同的能力，但不同的因子得分具有不同的特性。本文表明，Bartlett-factor-scores 和regression-factor-scores 的不同组合在用于预测和参数检验的回归分析中在统计上是等效的，而PLS-SEM 模式B 在模型正确时等效于使用因子-scores 的回归分析指定的。因为 PLS-SEM 模式 B 下的代理享有与因子分数一样的最大可靠性属性，而 PLS-SEM 模式 A 享有数值稳定性，提出了从模式 A 到模式 B 的基于结构的转换。只要模型与数据具有相对较好的拟合，这种转换在实践中对于 PLS-SEM 预计会表现良好。继因子得分回归与PLS-SEM模式B的等价性之后，本文进一步提出用最大信度系数作为PLS-SEM模式B优劣的正式度量，以及模式A优劣的另一个一致信度系数. 通过对真实数据集的分析，检验了 PLS-SEM 与因子得分回归方法之间的等价性。还介绍并说明了一种稳健的转换技术，用于进行经验数据分析。继因子得分回归与PLS-SEM模式B的等价性之后，本文进一步提出用最大信度系数作为PLS-SEM模式B优劣的正式度量，以及模式A优劣的另一个一致信度系数. 通过对真实数据集的分析，检验了 PLS-SEM 与因子得分回归方法之间的等价性。还介绍并说明了一种稳健的转换技术，用于进行经验数据分析。继因子得分回归与PLS-SEM模式B的等价性之后，本文进一步提出用最大信度系数作为PLS-SEM模式B优劣的正式度量，以及模式A优劣的另一个一致信度系数. 通过对真实数据集的分析，检验了 PLS-SEM 与因子得分回归方法之间的等价性。还介绍并说明了一种稳健的转换技术，用于进行经验数据分析。通过对真实数据集的分析，检验了 PLS-SEM 与因子得分回归方法之间的等价性。还介绍并说明了一种稳健的转换技术，用于进行经验数据分析。通过对真实数据集的分析，检验了 PLS-SEM 与因子得分回归方法之间的等价性。还介绍并说明了一种稳健的转换技术，用于进行经验数据分析。