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) 1:

Một cách sẽ là bao gồm một thuật ngữ ngoại sinh tương tác trong các mô hình. Các mô hình sẽ không chỉ sau đó bao gồm các hiệu ứng chính đang được xem xét (a) và có hiệu lực của biến người điều hành chính trên các nội sinh biến (b), nhưng cũng một biến tương tác có hiệu lực (c) (dự báo _ bài). Bằng chứng của kiểm duyệt sẽ được cung cấp nếu đường dẫn c đã được tìm thấy khác biệt đáng kể từ số không (Baron và Kenny 1986). Cách tiếp cận này là đặc biệt hấp dẫn đối với người điều hành liên tục (và tiềm ẩn) biến, nhưng không thể được sử dụng trong đường dẫn mô hình hóa với hiệp phương sai dựa trên kỹ thuật (CBSEM). Các mô hình giả định rằng sự tương quan giữa tiềm ẩn biến lỗi điều khoản bằng 0. Những giả định nào, tất nhiên, được vi phạm bằng cách rất hạn tương tác được xây dựng. PLS, ngược lại, có không có giới hạn như vậy, vì vậy mà các kỹ thuật tương tác là một thay thế khả thi cho thử nghiệm kiểm duyệt trong mô hình PLS. Chin et al. (2003) chỉ ra rằng do thiên vị PLS', đó là thực sự vượt trội so với truyền thống OLS hồi quy đối với cùng một mô hình: "trong khi có vấn đề nếu không chiếm trong hiệp phương sai dựa trên mô hình hóa các phần mềm chẳng hạn như LISREL, các mối tương quan có thể thực sự giúp cung cấp cho một ước lượng chính xác hơn về hiệu quả tương tác khi sử dụng PLS" (Chin et al. năm 2003).

Kết quả (Việt) 2:

Một cách sẽ được bao gồm một thuật ngữ tương tác ngoại sinh trong mô hình. Mô hình này 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 có hiệu lực một biến tương tác của (c) (dự đoán _ kiểm duyệt). 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 các biến điều hành liên tục (và tiềm ẩn), 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 sai số biến tiềm ẩn 'bằng số không. Những giả định này sẽ, tất nhiên, bị xâm phạm bởi cách mà 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 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 lượng chính xác hơn về các tác động tương tác khi sử dụng PLS "(Chin et al. 2003).