PLS بهترین نرم افزار آماری   

برخلاف مدلهای مبتنی بر کوواریانس ، مدل سازی مسیر با استفاده از روش PLS تا سالهای اخیر به ندرت در علوم اجتماعی مورد استفاده قرار گرفته است.

تاریخچه نرم افزار pls

با این حال ، الگوریتم اساسی آن در دهه ۱۹۸۰ توسعه یافته و اولین نرم افزار آن ، LVPLS دهه ، در دسترس بود. دلایل استفاده محدود از این نرم افزار را می توان به سهولت استفاده و مشکلات روش شناختی آن نسبت داد.

این نرم افزار را می توان به عنوان صفحات وب ، اکسل و لاتکس مشاهده کرد.

همچنین لازم به ذکر است که Smart-PLS قادر به پردازش داده های خام مانند لیزر ل و Amos است.

فواید و کارآمدی نرم افزار  Smart-PLS

نرم‌افزار Smart-PLS نرم افزاری بسیار مفید و کارآمد  برای طراحی مدل‌های معادلات ساختاری در محیط کاربری گرافیکی است.  که مدل‌ها فکری یا انتزاعی و یا  مفهومی و تعدیلگر و  میانجی  می‌توانند با استفاده از روش تحلیل حداقل مربعات جزئی (PLS: Partial Least Squares) ارزیابی  گردند.

این نرم افزار در موسسه مدیریتی در دانشگاه هامبورگ آلمان برنامه نویسی و طراحی  شد. نرم‌افزار Smart-PLS از تکنولوژی جاوا استفاده می‌کند. لذا، امکان استفاده از این نرم‌افزار بر روی اغلب سیستم‌های عاملها  وجود دارد.

 دلایل استفاده  از  حداقل مربعات جزئی SEM nv  در spls

یکی از اصلی ترین دلایلی که محققان از SEM استفاده گسترده ای کرده اند ، توانایی آزمایش تئوری ها به صورت معادلات بین متغیرها است. از جمله دلایل اندازه گیری خطا با این روش ، این است که به محقق اجازه می دهد تا تجزیه و تحلیل داده های خود را با خطای اندازه گیری گزارش دهد.

نرم افزار های مدل سازی معادلات ساختاری

مدل سازی معادلات ساختاری تاکنون با دو نسل از روش های تحلیل داده ها معرفی شده است.

اولین نسل از روشهای مدل سازی معادلات ساختاری روشهای مبتنی بر کواریانس است که هدف اصلی اعتبار سنجی مدل و نیاز به نمونه های با حجم بالا است. LISREL ، AMOS ، EQS و MPLUS چهار نرم افزار مورد استفاده در این نسل هستند.

چند سال پس از معرفی روش مبتنی بر کوواریانس ، به دلیل ضعف آن ، نسل دوم روشهای مبتنی بر معادلات ساختاری معرفی شد. روشهای مبتنی بر مؤلفه ، که بعداً به حداقل مربعات تغییر نام دادند ، روشهای مختلفی برای تجزیه و تحلیل داده های نسل اول ارائه دادند.

پس از معرفی روش حداقل مربعات جزئی ، بسیار رایج شده و بسیاری از محققان علاقه خود را به استفاده از آن نشان داده اند. مهمترین نرم افزار برای این روش Smart PLS است.

دلایل استفاده از pls و SmartPls در مقالات  و پایان نامه ها 

محققان دلایل مختلفی برای استفاده از PLS ذکر کردند.

دلیل اصلی و مهم استفاده از  spls ؛ اول اینکه  با داده های با اندازه  کوچک کار می کند و ثانیا با داده های غیر نرمال به لحاظ  توزیع به مفهوم  توزیع  غیر تصادفی کار می کند.

دلایل استفاده از PLS – SEM عبارتند از:

اندازه نمونه پایین (حجم پایین نمونه)

داده های غیر نرمال

تحقیقات اکتشافی

نظریه و توسعه نظریه

با استفاده از متغیرهای طبقه بندی شده

مطالعه همگرایی

آزمون نظریه و فرضیه

آزمون فرضیه شامل متغیرهای تعدیلگر  یا میانجی

مدل های اندازه گیری انتزاعی سازنده

قدرت پیش بینی کننده

پیچیدگی مدل (بسیاری از ساختارها و شاخص ها)

بهترین دلیل برای استفاده از PLS

با توجه به موارد فوق ، اندازه کوچک نمونه بهترین دلیل برای استفاده از pls است. روشهای مدل سازی معادلات ساختاری نسل اول با استفاده از نرم افزارهایی مانند LISREL ، EQS و AMOS به تعداد زیادی نمونه نیاز دارند ، در حالی که PLS (SME) می تواند نمونه های بسیار کمی را کنترل کند.

مزیت مهم دیگری که محققان از آن استفاده می کنند ، امکان استفاده از مدل های اندازه گیری تک شاخص در روش PLS-SEM است. این روش به محقق اجازه می دهد تا از مدل های اندازه گیری یک سوالدر مدل تحقیق خود استفاده کند.