One way would be to include an exog

One way would be to include an exogenous interaction term within the model. The
model would then not only comprise the main effect under consideration (a) and
the moderator variable’s main effect on the endogenous variable (b), but also an
interaction variable’s effect (c) (predictor  moderator). Proof of moderation would
be provided if path c was found to differ significantly from zero (Baron and Kenny
1986). This approach is especially appealing for continuous (and latent) moderator
variables, but cannot be used in path modeling with covariance-based techniques
(CBSEM). These models assume that the correlation between latent variables’ error
terms equals zero. These assumptions would, of course, be violated by the very way
in which the interaction term is constructed. PLS, conversely, has no such restriction,
so that the interaction technique is a feasible alternative for testing moderation
in PLS models. Chin et al. (2003) point out that due to PLS’ bias, it is actually
superior to traditional OLS regression in respect of the same model: “While problematic
if not accounted for within covariance-based modeling software such as
LISREL, these correlations may actually help provide a more accurate estimation
of the interaction effect when using PLS” (Chin et al. 2003).

Kết quả (Việt) 2:

Một cách sẽ được bao gồm một thuật ngữ tương tác ngoại sinh trong mô hình. Các
mô hình sau đó sẽ không chỉ bao gồm các tác dụng chính được xem xét (a) và
tác động chính biến điều hành trên các biến nội sinh (b), nhưng cũng là một
hiệu ứng tương tác của biến (c) (dự đoán hành?). Bằng chứng của sự tiết sẽ
được cung cấp nếu đường dẫn c đã được tìm thấy có sự khác biệt đáng kể từ con số không (Baron và Kenny
1986). Cách tiếp cận này đặc biệt hấp dẫn đối với người điều hành liên tục (và tiềm ẩn)
biến, nhưng không thể được sử dụng trong mô hình con đường với kỹ thuật phương sai dựa trên
(CBSEM). Những mô hình này giả định rằng mối tương quan giữa các biến tiềm ẩn lỗi '
về mặt bằng không. Những giả định này sẽ, tất nhiên, bị vi phạm bằng cách rất
trong đó các thuật ngữ tương tác được xây dựng. PLS, ngược lại, không có hạn chế như vậy,
để các kỹ thuật tương tác là một lựa chọn khả thi để kiểm tra mức độ vừa phải
trong các mô hình PLS. Chin et al. (2003) đã chỉ ra rằng do thiên vị PLS ', nó thực sự
vượt trội so với hồi quy OLS truyền thống đối với các mô hình tương tự: "Trong khi có vấn đề
nếu không tính trong hiệp phương sai dựa trên phần mềm mô hình hóa như
LISREL, những tương quan thực sự có thể giúp cung cấp một ước tính chính xác hơn
trong những hiệu ứng tương tác khi sử dụng PLS "(Chin et al. 2003).