Ich habe zwei Fragen bzgl. der Messung der Signifikanz von Pfadkoeffizienten in PLS Modellen.
1) Ist es legitim, einen positiven Pfadkoeffizienten zu hypothetisieren und diese Hypothese dann mit einem einseitigen t-test (Nullhypothese: β ≤ 0) zu testen? In den meisten Lehrbüchern wird unabhängig von der Hypothese geprüft, ob der Pfadkoeffizient signifikant von 0 verschieden ist. Dies kann – bei unendlicher Anzahl an Freiheitsgraden und einem Signifikanzniveau von 5 % – bei t-Werten größer 1,96 bestätigt werden. Prüft man allerdings, ob der Pfadkoeffizient größer 0 ist, so kann man dies – bei gleichen Annahmen bzgl. Freiheitsgraden und Signifikanzniveau – schon bei t-Werten größer 1,645 bestätigen. Es ist also verhältnismäßig einfacher, signifikante Ergebnisse mit der zweiten Methode zu erhalten. Spricht etwas dagegen, so vorzugehen?
2) Soviel ich weiß, müssen die t-Werte anhand der Bootsrappingmethode basierend auf den Originaldaten, nicht den standardisierten Daten, berechnet werden. Das heißt, ich wähle in SmartPLS bei der Berechnung der Pfadkoeffizienten Data Metric: Original aus und führe danach die Bootstrappingprozedur durch. Ist das soweit korrekt? Falls ja, kann mir jemand erklären, ob und aus welchem Grund die standardisierten Pfadkoeffizienten und die daraus resultierenden t-Werte unbrauchbar sind? Über Hinweise auf wissenschaftliche Beiträge, die sich mit dieser Thematik befassen und aufzeigen, dass mit den unstandardisierten Werten gerechnet werden muss, wäre ich sehr dankbar.
Vielen Dank.
Beste Grüße
fnkmstr