PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Czasopismo
2018 | 64 | 6 t.1 |
Tytuł artykułu

Modelowanie strukturalne w analizie zachowań konsumentów: porównanie metod opartych na analizie kowariancji (CB-SEM) i częściowych najmniejszych kwadratów (PLS-SEM)

Autorzy
Treść / Zawartość
Warianty tytułu
EN
Structural equation modelling in the consumer behaviour analysis: the comparison of covariance-based (CB-SEM) and partial least square (PLS-SEM) methods
RU
Strukturnoe modelirovanie v analize povedenija potrebitelejj: spravnenie metodov, osnovannykh na analize kovariacii (CB-SEM) i chastichnykh naimen'shikh kvadratov (PLS-SEM)
Języki publikacji
PL
Abstrakty
PL
Celem artykułu jest przybliżenie polskiemu czytelnikowi coraz popularniejszej generacji technik statystycznych, do których należą modelowanie strukturalne oparte na analizie kowariancji (CB-SEM) oraz częściowych najmniejszych kwadratów (PLS-SEM). Zaprezentowano w nim zalety i wady obydwu metod, jak również przykłady ich zastosowania w badaniach dotyczących zachowań konsumenckich. Artykuł ma charakter metodologiczny, jednak jego celem nie jest przedstawienie teorii statystycznych, lecz pokazanie krok po kroku, w jaki sposób można zastosować wspomniane metody modelowania strukturalnego w praktyce badawczej.
EN
This article’s aim is to familiarise the Polish reader with an increasingly popular generation of statistical techniques, which is the structural equation modelling based on the covariance (CB-SEM) and the partial least squares (PLS-SEM). It presents the advantages and disadvantages of both methods, as well as examples of their use in research on consumer behaviour. This paper is methodological in nature, but its purpose is not to present statistical theories, but rather to show the step-by-step instruction on how to use SEM methods in research practice.
RU
Цель статьи - приблизить польскому читателю все более популярную генерацию статистических техник, которую представляет структурное моделирование, основанное на анализе ковариации (CB-SEM) и частичных наименьших квадратов (PLS-SEM). В ней представили достоинства и недостатки обоих методов, а также примеры их применения в исследованиях, касающихся поведения потребителей. Статья имеет методологический характер, но ее цель - не представить статистические теории, а указать, шаг за шагом, каким образом можно применить упомянутые методы структурного моделирования в исследовательской практике.
Słowa kluczowe
Wydawca
-
Czasopismo
Rocznik
Tom
64
Numer
Opis fizyczny
s.247-261,rys.,tab.,bibliogr.
Twórcy
autor
  • Wydział Zarządzania, Uniwersytet Warszawski, ul.Szturmowa 1/3, 02-678 Warszawa
Bibliografia
  • Anderson J. C., Gerbing D. W. (1988), Structural Equation Modeling in Practice: A Review and Recommended Two-Step Approach, “Psychological Bulletin”, No. 103(3).
  • Bedyńska S., Książek M. (2012), Statystyczny drogowskaz, praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych, Wydawnictwo Akademickie Sedno, Warszawa.
  • Blazquez-Resino J. J., Gołąb-Andrzejak E. (2017), The Relational Benefits and the Quality of Services in Tourism, „Handel Wewnętrzny”, nr 371(6).
  • Brzozowska-Woś M., Schivinski B. (2017), Zaufanie do marek jako mediator pomiędzy postrzeganym ryzykiem i skłonnością do elektronicznego word-of-mouth, „Handel Wewnętrzny”, nr 370(5).
  • Chin W. (1998), The partial least squares approach to structural equation modeling, (w:) Marcoulides G. (Ed.), Modem methods for business research, Taylor & Francis New York.
  • Chin W. W., Marcolin B. L. (2003), The Holistic Approach to Construct Validation in Is Research: Examples of the Interplay between Theory and Measurement, “ASAC Conference Proceedings”.
  • Dąbrowski D. (2017), Źródła informacji rynkowych a cechy jakościowe informacji, „Handel Wewnętrzny”, nr 370(5).
  • Diamantopoulos A. (1999), Export performance measurement: Reflective versus formative indicators, “International Marketing Review”, No. 16(6).
  • Fornell C., Larcker D. (1981), Evaluating Structural Equation Models with Unobservable Variables and Measurement Error, “Journal of Marketing Research”, No. 1.
  • Frank F., Miller N. (1992), A Primer for Soft Modeling, University of Akron Press, Akron.
  • Gąsiorowska A. (2013), Skala Postaw Wobec Pieniędzy SPP: konstrukcja i walidacja narzędzia pomiarowego, „Psychologia Ekonomiczna”, nr 3.
  • Hair J., Hult G., Ringle C., Sarstedt M. (2014a), A primer on partial least squares structural equation modeling (PLS-SEM),Sage Publications, Thousand Oaks.
  • Hair J., Sarstedt M., Ringle C., Mena J. (2012 ), An assessment of the use ofpartial least squares structural equation modeling in marketing research, “Journal of the Academy of Marketing Science”, No. 40(3).
  • Hair J. F., Black W. C., Babin B. J., Anderson R. E. (2014b), Multivariate Data Analysis: Pearson New International Edition. Always iearwmgPearson, Harlow, Essex.
  • Hasan B. (2010), Exploring gender differences in online shopping attitude, “Computers in Human Behavior”, No. 26.
  • Henseler J., Ringle C., Sarstedt M. (2014), A new criterion for assessing discriminant validity in variance-based structural equation modeling, “Journal of the Academy of Marketing Science”, No. 43(1).
  • Hirschman E., Holbrook M. (1982), Hedonic Consumption: Emerging Concepts, Methods and Propositions, “Journal of Marketing”, No. 3(46).
  • Kacprzak A. (2017), Marketing doświadczeń w Internecie, C. H. Beck, Warszawa.
  • Keng C.-J., Tran V.-D., Liao T.-H., Yao C.-J., Hsu M. K. (2014), Sequential combination of consumer experiences and their impact on product knowledge and brand attitude. The moderating role of desire for unique consumer products, “Internet Research”, No. 24(3).
  • Kim Y., Peterson R. A. (2017), A Meta-analysis of Online Trust Relationships in E-commerce, “Journal of Interactive Marketing”, No. 38.
  • Lowry P. B., Gaskin J. (2014), Partial least squares (PLS) structural equation modeling (SEM) for building and testing behavioral causal theory: When to choose it and how to use it, “IEEE Transactions on Professional Communication”, No. 57(2).
  • Lynn M., Harris J. (1997), The Desire for Unique Consumer Products: A New Individual Differences Scale, “Psychology & Marketing”, No. 14(6).
  • Łukasik P., Schivinski B. (2015), Determinanty zakupu marek własnych sieci handlowych przez polskich konsumentów. (Polish), „Handel Wewnętrzny”, nr 358(5).
  • Marcoulides G., Chin W., Saunders C. (2009), A Critical Look at Partial Least Squares Modeling, “MIS Quarterly”, No. 33(1).
  • Mącik R. (2016), Deklarowane czynniki wyboru produktu i sklepu internetowego w symulowanym teście rynkowym a satysfakcja z wyboru. (Polish), „Handel Wewnętrzny”, 361(2), s. 317 - 331.
  • Pine J., Gilmore J. (2011), The Experience Economy. Harvard Business Review Press, Boston.
  • Richter N. F., Sinkovics R. R., Ringle C. M., Schlägel C. (2016), A critical look at the use of SEM in international business research, “International Marketing Review”, No. 33(3).
  • Rook D., Fisher R. (1995), Normative Influences on Impulsive Buying Behavior, “Journal of Consumer Research”, No. 22(3).
  • Sagan A. (2011), Modele strukturalne w analizie zachowań konsumenta - ewolucja podejść, „Konsumpcja i Rozwój”, nr 1.
  • Sagan A., Smolak-Lozano E. (2015), System wartości jako czynnik wpływu kulturowego krajów europejskich i alokacji zasobów gospodarstw domowych, „Handel Wewnętrzny”, nr 357(4).
  • Schmitt B. H. (1999), Experiential Marketing: How to Get Customers to Sense, Feel, Think, Act, and Relate to Your Company and Brands, Free Press, New York.
  • Tabachnick B. G., Fidell L. S. (2007), Using multivariate statistics, Pearson/Allyn & Bacon, Boston.
  • Wold H. (1982), Soft modeling : the basic design and some extensions, (w:) Jöreskog K., Wold H. (red.) Systems Under Indirect Observations: Part II, North-Holland, Amsterdam.
  • Yamagishi T., Yamagishi M. (1994), Trust and commitment in the United States and Japan, “Motivation & Emotion”, No. 18(2).
  • Yang Q., Pang C., Liu L., Yen D. C., Tam M. J. (2015), Exploring consumer perceived risk and trust for online payments: An empirical study in China's younger generation, “Computers in Human Behavior”, No. 50.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.agro-2d5c061b-b0b2-4f98-b21e-7f1f01f10570
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.