Я пытаюсь создать некоторые ключевые значения с помощью R против SmartPLS. Приведенное ниже соответствует выходным данным SmartPLS точно так, как вы можете видеть:
library(seminr)
# Composite run (latent -> items) -----------------------------------------
mobi_mm <- constructs(
composite("Image", multi_items("IMAG", 1:5), weights = mode_A), #correlation weight
composite("Expectation", multi_items("CUEX", 1:3), weights = mode_A),#
composite("Quality", multi_items("PERQ", 1:7), weights = mode_A),
composite("Value", multi_items("PERV", 1:2), weights = mode_A),
composite("Satisfaction", multi_items("CUSA", 1:3), weights = mode_A),
composite("Complaints", single_item("CUSCO"), weights = mode_A),
composite("Loyalty", multi_items("CUSL", 1:3), weights = mode_A)
)
mobi_sm <- relationships(
paths(from = "Image", to = c("Expectation", "Satisfaction", "Loyalty")),
paths(from = "Expectation", to = c("Quality", "Value", "Satisfaction")),
paths(from = "Quality", to = c("Value", "Satisfaction")),
paths(from = "Value", to = c("Satisfaction")),
paths(from = "Satisfaction", to = c("Complaints", "Loyalty")),
paths(from = "Complaints", to = "Loyalty")
)
mobi_pls <- estimate_pls(data = mobi,
measurement_model = mobi_mm,
structural_model = mobi_sm,
inner_weights = path_weighting)
summary(mobi_pls)
mobi_pls$outer_loadings
Модель в SmartPLS с коэффициентами
Однако мне нужно, чтобы модель измерения была составной, а не отражающий. Для этого пакета c это невозможно. Я согласен, если это невозможно с этим пакетом c, но я хотел бы получить желаемый результат с помощью R.
Внизу этого сообщения вы можете увидеть прикрепленную точную модель с ограничениями Я бы хотел добиться.
Это модель с ограничениями, которых я хотел бы достичь и сопоставить в R