آموزش معادلات ساختاری PLS

تفاوت بین برازش مدل معادلات ساختاری به روش PLS  سنتی و PLSC سازگار

دیجکسترا و شمرله انگل[1] (2014) الگوریتم PLS سازگار(PLSc) را به عنوان الگوریتمی پیشنهاد کرده‌اند که هدف آن ایجاد برآوردهای نرمال مجانبی[2] و سازگار از بارهای مسیر و همبستگی میان متغیرهای پنهان برای سازه‌های به‌طور انعکاسی مدل‌سازی شده[3] می‌باشد. بدین‌ترتیب PLSc ابزاری برای غلبه بر ناسازگاری آماری مرتبط با الگوریتم برآورد PLS سنتی است. PLSc که بر اساس اصلاح برای کاهش[4] نانلی (1978) ایجاد شده است، یک الگوریتم اصلاح شده از PLS می‌باشد(دیجکسترا 2010، دیجکسترا و هنزلر 2015 الف و 2015 ب).

عدم وجود سازگاری[5] به این معنی است که برآوردهای PLS سنتی نمی‌توانند به مقادیر واقعی نزدیک شوند هنگامیکه اندازه نمونه افزایش می‌یابد. با PLSc، برآوردها مقادیر واقعی مجانبی را ارائه می‌کنند. PLSc سازگار، ضرایب مسیر، همبستگی‌های درون‌سازه‌ای و بارهای شاخص را در مدل‌های انعکاسی برآورد می‌کند. همچنین دیجیکسترا و هنزلر (2015 الف 299) در مطالعات شبیه‌سازی به این نتیجه رسیدند که PLSc ضعیف‌تر از روش SEM حداکثر درست‌نمایی کامل[6](FIML) می‌باشد ولی مزیت‌هایی از نظر مدیریت داده‌های با توزیع غیر نرمال دارند.