Abstract
A modelagem de equações estruturais com estimação por mínimos quadrados parciais (PLS-SEM) tem sido empregada nas mais variadas áreas de pesquisa, aumentando a quantidade de artigos publicados com o uso desse método de modo exponencial. Há vários motivos para que isso esteja ocorrendo, mas um deles é o fato do software SmartPLS ter facilitado o uso do PLS-SEM. Este artigo tem o objetivo de apresentar sete exemplos didáticos com conjuntos de dados reais e disponíveis àqueles que queiram aprender ou ensinar PLS-SEM, tratando de temas como: avaliação do modelo de mensuração, avaliação do modelo estrutural, multicolinearidade, variável latente de segunda ordem, mediação, moderação com variável numérica e categórica (MGA – multi-group analysis).
Highlights
ADMINISTRAÇÃO: ENSINO E PESQUISA RIO DE JANEIRO V. 20 No 2 P. 488–536 MAI-AGO 2019 smartpls 3: especificação, estimação, avaliação e relato
A complexidade do modelo, a ausência de normalidade multivariada dos dados ou a necessidade de uso de constructos com variáveis formativas são outras razões para se justificar o uso do partial least squares estimation (PLS-SEM)
Esses pontos de corte não são inflexíveis, às vezes, é melhor manter mais indicadores, mesmo com A Confiabilidade composta Variância média extraída (AVE) um pouco abaixo de 0.5 (LITTLE et al, 1999)
Summary
A modelagem de equações estruturais com estimação por mínimos quadrados parciais (PLS-SEM) tem sido empregada nas mais variadas áreas de pesquisa, aumentando a quantidade de artigos publicados com o uso desse método de modo exponencial. Há vários motivos para que isso esteja ocorrendo, mas um deles é o fato do software SmartPLS ter facilitado o uso do PLS-SEM. Este artigo tem o objetivo de apresentar sete exemplos didáticos com conjuntos de dados reais e disponíveis àqueles que queiram aprender ou ensinar PLS-SEM, tratando de temas como: avaliação do modelo de mensuração, avaliação do modelo estrutural, multicolinearidade, variável latente de segunda ordem, mediação, moderação com variável numérica e categórica (MGA – multi-group analysis).
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
