STATISTIK-FORUM.de

[dede55]

Hallo zusammen,

im Rahmen meiner Forschungsarbeit möchte ich die PLS-SEM nutzen, da PLS für mein Forschungsdesign besser geeignet ist als die CB-SEM.

Ich möchte mein Zielkonstrukt, das „organisationale Umdenken“, möglichst gut erklären und stehe vor einem großen Fragezeichen bei der Strukturtheorie. Nach meinem Verständnis berechnet sich das Bestimmtheitsmaß R² durch das aufaddieren aller direkten und indirekte Effekte zwischen den Konstrukten, wobei die Pfadkoeffizienten bei indirekten Effekten multipliziert werden. Meine Frage ist nun, ob ich bei der PLS-SEM negative Hypothesen bzw. Pfadkoeffizienten vermeiden sollte, da diese die Prognosekraft meines Modelles verringern? Wenn ich also drei Konstrukte X1, X2 und X3 mit einem direkten Effekt von X1 -> X3 und einem indirekten Effekt von X1 über X2 auf X3 habe und entweder X1 -> X2 oder X2 -> X3 negativ sind, wird dadurch meine Prognosekraft verringert. Sollte ich dies bei der PLS-SEM, deren Ziel eine möglichst gute Vorhersage des Zielkonstrukts ist, demnach vermeiden?

In meinem konkreten Fall ist die sachlogische Überlegung etwas vereinfacht wie folgt: Ich prognostiziere, dass ein „höherer Technologieeinsatz“ (X1) zu einem „stärkeren organisationalen Umdenken“ (X3) führt. Mein Modell zielt insgesamt darauf ab, einen möglichst hohen Wert für das Zielkonstrukt „Organisationales Umdenken“ (X3) zu erhalten, wobei die Auswirkung des Technologieeinsatzes besonders interessant und neu in diesem Kontext ist. Ein Teil meines Modells enthält außerdem folgende Hypothesen: „Höherer Technologieeinsatz“ (X1) führt zu „besseren Lieferketten“ (X2) und "bessere Lieferketten“ (X2) führen zu einem „geringeren organisationalen Umdenken“ (X3). Somit würde die Prognosekraft insgesamt reduziert werden? Ähnliche zu X2 existieren weitere Konstrukte.

Ein invertieren des Vorzeichens macht für mich aus sachlogischer Sicht keinen Sinn, da ich dann beide Hypothesen umformulieren müsste und wieder vor dem gleichen Problem stehe (weniger Technologie -> schlechtere Lieferketten -> stärkeres organisationales Umdenken), dass sowohl X1 als auch X3 positiv oder negativ formuliert sein sollten.
Ich habe zur PLS-SEM natürlich unterschiedliche Literatur gelesen, u.a. von Hair et al. (2017, 2021), bin jedoch nie auf diese Frage gestoßen. Gibt es für dieses Problem vielleicht eine konkrete Bezeichnung?

Vielen Dank für eure Hilfe!

[strukturmarionette]

Hi,

- N?
- Zustandekommen der Stichprobe?
- Zielpopulation?

PLS-SEM nutzen, da PLS für mein Forschungsdesign besser geeignet ist als die CB-SEM.

- was bedeuten für dich diese drei Abkürzungen?

Ich möchte mein Zielkonstrukt, das „organisationale Umdenken“, möglichst gut erklären

- Wie wird das zu welchem Zweck gemessen?

Gruß
S.

[dede55]

Hallo Strukturmarionette,

unter den beiden Abkürzungen verstehe ich die zwei grundsätzlichen Arten von Strukturgleichungsmodellierung, wie sie in Hair et al. (2017) "A primer on partial least squares structual equation modelling (PLS-SEM)" erläutert und unterschieden werden. Ganz grundsätzlich verstehe ich PLS demnach als Verfahren das seine Anwendungsberechtigung bei der Entwicklung von Theorien im Rahmen der explorativen Forschung findet und den Fokus auf die Erklärung der abhängigen Variablen legt. PLS verfolgt einen mehrstufigen Ansatz zur Berechnung des Modells bei dem zunächst die Konstruktwerte anhand der Indikatoren geschätzt werden, indem die Indikatoren in Form von Composite-Variablen gewichtet und zusammengefasst werden. In einem weiteren Schritt werden dann die Pfadkoeffizienten und die R²-Werte der endogenen Konstrukte geschätzt. Es werden also iterativ OLS-Regressionen geschätzt, um die erklärte Varianz der endogenen Variablen zu maximieren.
Unter der kovarianzbasierten Strukturgleichungsmodellierung (CB-SEM) verstehe ich Verfahren, die primär auf die Bestätigung bzw. Widerlegung von Theorien abzielen und dazu überprüfen, wie gut die empirischen Daten das theoretisch Messmodell wiedergeben (Minimierung der Differenz zwischen empirischer und theoretischer Kovarianzmatrix).

Beide Verfahren haben unterschiedliche Vor- und Nachteile, wobei PLS für meine Arbeit geeigneter zu sein scheint. PLS erfordert keine Normalverteilung, hat keine Identifikationsprobleme bei kleinen Stichprobengrößen, ist robust bei fehlenden Werten (bis zu einem gewissen Grad natürlich), kann sowohl mit reflektiven als auch formativ spezifizierten Messmodellen und vergleichsweise komplexen Modellen umgehen usw. hat dafür aber kein globales Gütekriterium zur Beurteilung und Probleme bei kausalen Schleifen im Strukturmodell usw.

Meine Forschungsarbeit befasst sich mit einem sehr speziellen Thema, das ich hier etwas verallgemeinert habe, weshalb die Stichprobengröße vermutlich stark eingeschränkt ist (einer der PLS-Vorteile). Die Anforderungen an den Stichprobenumfang betragen je nach Quelle n=30 (10-fach-Regel nach Barclay et al., 1995), n=90 (nach Cohen, 1992) und n=90-776 nach eigenen Berechnungen mit G*Power unter Annahme unterschiedlicher Teststärken und Signifikanzniveaus. Die Stichprobe wird entweder über einen Umfrageanbieter durchgeführt oder anhand von Telefoninterviews und richtet sich an das Upper Management mit einigen weiteren Restriktionen.

Die Messung des Zielkonstruktes wird vermutlich anhand von eigenen (noch zu validierenden 5-Punkt-Likert-Skalen) durchgeführt.

Viele Grüße!

[Holgonaut]

Hallo Strukturmarionette,

jetzt, wo er/sie all deine Fragen beantwortet hat: machst du auch einen Vorschlag?

Ich bemerke da leider ein bestimmtes pattern: Du stellst Fragen (sorry, häufig m.E. irrelevante, z.B. nach dem N, wenn es eher um konzeptionelle Dinge geht); die Leute beantworten die (was Mühe und Zeit kostet) und es kommt nix mehr. Das finde ich nicht so schön

Meine Meinung kann dir natürlich schnupp sein; musste nur mal raus

Grüße
Holger