Overview

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 SEMAnalyse des données à l'aide de SPSS et SmartPLSAnalyse du modèle de mesureAnalyse de modèles structurelsAnalyse du médiateur/modérateurProblèmes avancés dans SmartPLSExplication dans le style APAExercice réel des projets FiverrPremiers pas avec les concerts FiverrTrucs et astuces et bien d'autres encoreLes caractéristiques du cours comprennent, sans s'y limiter:Avantage concurrentiel pour poursuivre des études de doctorat et de maîtriseOutil requis pour la publication savanteTaux d'acceptation élevé par les meilleures revues d'affairesExplication facile de l'analyse statistiqueConcentrez-vous à la fois sur la théorie et la pratiqueDevenir un analyste de données mondial et un freelanceExcellente opportunité de transportUne énorme demande sur les marchés locaux et mondiauxProgiciel: SmartPLS 4, SPSS 25.0À qui s'adresse la participation ?Chercheurs, membres du corps professoral, étudiants universitaires et personnes qui s'intéressent aux techniques statistiques contemporainesPrérequis: Connaissance de base des techniques multivariées telles que l'analyse factorielle et la régression multiple.Merci et salutationsShahedul HasanAssistante 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.

Skills

Reviews