Innehållsförteckning
- Introduktion
- Woosle-effekten: En kognitiv snedvridning
- Trohet
- Missuppfattningar inom PLS-SEM
- Faktorer som underlättar Woosle-effekten inom PLS-SEM
- Framåt: Att adressera missuppfattningarna
- Slutsats
- Frekvent ställda frågor (FAQ)
Introduktion
Under de senaste åren har Partial Least Squares Structural Equation Modeling (PLS-SEM) blivit alltmer framträdande inom områden som marknadsföring, informationssystem och affärsforskning. Forskare vänder sig ofta till PLS-SEM för att uppskatta relationer mellan latenta variabler och tillskriva det som en kausal-predictive teknik. Medan dess ökande användning visar på dess upplevda användbarhet avslöjar en närmare granskning flera djupt rotade missuppfattningar inom PLS-SEM-litteraturen. Den mest anmärkningsvärda är den felaktiga uppfattningen att PLS-SEM är lämplig för att uppskatta reflekterande mätningsmodeller.
Denna felaktiga tolkning, tillsammans med ett fenomen som kallas Woosle-effekten, har lett till en vidsträckt acceptans av felaktiga påståenden om PLS-SEM:s kapacitet. Woosle-effekten, förstärkt av trohet, bibehåller och sprider dessa missuppfattningar och förvandlar dem till ”sanningar” inom den akademiska världen. Den här artikeln kommer att undersöka Woosle-effekten, trohet och deras implikationer för PLS-SEM-forskning och slutligen erbjuda rekommendationer för en mer korrekt tillämpning av PLS-SEM.
Woosle-effekten: En kognitiv snedvridning
Vad är Woosle-effekten?
Woosle-effekten, eller bevis genom citering, inträffar när upprepad citering av ett påstående ger det en oförtjänt trovärdighet, oavsett dess faktiska riktighet. Namnet kommer från en fiktiv varelse "Woosle" från A.A. Milnes älskade Winnie-the-Pooh och illustrerar hur spridning av felaktig information kan skapa en falsk konsensus.
Hur Woosle-effekten fungerar
Processen börjar när forskare gör ett ogrundat påstående som saknar eller har begränsad empirisk evidens. Efterföljande forskare fortsätter att sprida detta påstående genom citering, vilket över tid stärker dess upplevda giltighet. Istället för att verifiera originalkällor refererar senare arbeten till mellanhänder och avlägsnar sig därmed från den ursprungliga evidensen - eller avsaknaden därav.
Tillämpning inom PLS-SEM
Inom PLS-SEM-litteraturen kan Woosle-effekten observeras genom upprepade felaktiga påståenden om metodens tillämplighet på reflekterande mätningsmodeller. Denna missuppfattning har oavsiktligt befästs genom många citeringar, vilket har lett till att den accepterats som sanning trots brist på empiriskt stöd.
Trohet
Definition av trohet
Trohet är det kognitiva snedvridningen där en person håller fast vid sina övertygelser även i motsats till motsägande bevis. Inom vetenskaplig forskning innebär detta att forskare fortsätter att stödja felaktiga metoder eller teorier på grund av kognitiv tröghet eller professionella beroenden.
Trohet inom forskning
Forskare investerar ofta betydande tid, resurser och rykte i sina valda metoder. Att erkänna grundläggande fel kan vara professionellt och personligt utmanande och leda till motvilja att ändra paradigmer eller godkänna fel.
Inverkan på PLS-SEM
Inom PLS-SEM-forskningen förstärker trohet Woosle-effekten. Trots empiriska bevis som motbevisar PLS-SEM:s lämplighet för reflekterande mätningsmodeller fortsätter många forskare att hålla fast vid föråldrade eller felaktiga övertygelser. Detta har lett till en ökning av studier som kan producera partiska eller opålitliga resultat.
Missuppfattningar inom PLS-SEM
Missuppfattningens kärna
Den grundläggande felet rörande PLS-SEM är dess påstådda lämplighet för att uppskatta reflekterande mätningsmodeller. Reflekterande mätningsmodeller antar att latentavariabler är den underliggande orsaken till observerade variabler. Å andra sidan uppskattar PLS-SEM naturligt kompositmodeller, som skiljer sig fundamentalt från reflekterande modeller i sina antaganden och struktur.
Kompositoriska vs reflekterande modeller
- Kompositmodeller: Dessa modeller antar att konstruktioner är kombinationer av sina observerade variabler. PLS-SEM skapar konstruktionsskattningar som kompositer av indikatorer utan att anta att en latentvariabel påverkar dessa indikatorer orsaksmässigt.
- Reflekterande modeller: Dessa modeller antar att en latent variabel orsakar de observerade variablerna, med fel i mätningen som är ortogonala till den latenta variabeln.
Användning av PLS-SEM för att uppskatta reflekterande modeller leder till bias i parameteruppskattningar och snedvridning av forskningsresultat. Trots detta fortsätter talrika studier, påverkade av Woosle-effekten och trohet, att sprida myten om PLS-SEM:s lämplighet för sådana modeller.
Faktorer som underlättar Woosle-effekten inom PLS-SEM
Visuell representation
Grafisk representation i PLS-SEM-litteratur misslyckas ofta med att skilja mellan kompositmodeller och reflekterande modeller, vilket bidrar till förvirring och felaktig representation. Otydliga diagram gör det möjligt för forskare att felaktigt anta att PLS-SEM uppskattar reflekterande modeller.
Akademiska beroenden och eufemistisk terminologi
Tidiga förespråkare för PLS-SEM, inklusive H. Wold, introducerade termer som "konsistens i stort" för att beskriva PLS-SEM:s uppskattningar, vilket hjälpte till att främja metoden men samtidigt doldes viktiga begränsningar. Denna välmenande men vilseledande terminologi har underlättat Woosle-effekten.
Spridning framför noggrannhet
Önskan att sprida PLS-SEM brett har ibland överskuggat behovet av stringent vetenskaplig noggrannhet. Detta har resulterat i ett litteraturkropp fylld med oemotsagda felaktigheter.
Felaktigt resonemang och brist på referenser
Efterföljande arbeten har ofta citerat tidigare felaktiga tolkningar utan att verifiera de ursprungliga data, vilket skapar en kedja av felaktigt resonemang. Bristen på rigoröst empiriskt eller algebraiskt stöd för PLS-SEM:s tillämplighet på reflekterande modeller bidrar ytterligare till spridningen av felaktig information.
Framåt: Att adressera missuppfattningarna
Omformulering av PLS-SEM-användning
För att mildra Woosle-effekten är det avgörande att forskare korrekt definierar PLS-SEMs kapabiliteter. Det bör betonas att PLS-SEM är utformat för kompositmodeller och inte reflekterande mätningsmodeller.
Betonande av noggrannhet framför popularitet
Akademiska gemenskaper behöver prioritera metodologisk noggrannhet framför popularitet. Detta innebär rigorösa peer review-processer som utmanar obefogade påståenden och rättar till felaktig representation.
Främjande av metodologisk transparens
Transparens i metodologiska representationer och antaganden är avgörande. Tydliga skillnader måste göras mellan olika typer av modeller, och forskare bör vägledas om lämpliga sammanhang för att använda PLS-SEM.
Korrigering: Utbildning och programvara
Metoder som Corrective Partial Least Squares (PLSc), som justerar för dämpning, bör främjas bland forskare. Dessutom kan utbildningsinitiativ för att informera forskare om begränsningarna och korrekta tillämpningar av PLS-SEM driva en mer korrekt användning i studier.
Slutsats
Spridningen av Woosle-effekten och trohet inom PLS-SEM-litteraturen illustrerar ett bredare problem inom vetenskaplig forskning: det okritiska accepterandet och spridningen av osanningar. För att bevara forskningens integritet är det avgörande att den akademiska gemenskapen aktivt utmanar och rättar till dessa missuppfattningar.
Genom att främja korrekta metodologiska metoder och kritiskt utvärdera befintlig litteratur kan forskare säkerställa att PLS-SEM och liknande metoder tillämpas korrekt och därigenom bidrar till verkligt hållbar och tillförlitlig vetenskaplig kunskap.
Frekvent ställda frågor (FAQ)
1. Vad är Woosle-effekten?
Woosle-effekten inträffar när upprepade citeringar av ett påstående ger det en oförtjänt trovärdighet, trots brist på faktiskt stöd. Det exemplifierar hur felaktig information kan bli accepterad sanning inom den akademiska världen.
2. Varför är PLS-SEM olämpligt för reflekterande mätningsmodeller?
PLS-SEM uppskattar kompositmodeller, där konstruktioner ses som kombinationer av observerade variabler, snarare än reflekterande modeller, som antar att latentavariabler orsakar de observerade mätvärdena. Denna fundamentala skillnad leder till bias i uppskattningar om PLS-SEM används för reflekterande modeller.
3. Hur kan forskare undvika Woosle-effekten i sina studier?
Forskare bör kritiskt utvärdera källor, verifiera empiriskt stöd för citerade påståenden och upprätthålla metodologisk transparens. Att utbilda sig själv om korrekta tillämpningar av statistiska metoder och följa rigorösa krav för peer review är också nödvändigt.
4. Vilka är konsekvenserna av trohet inom vetenskaplig forskning?
Trohet leder till bevarandet av felaktiga övertygelser trots motsägande bevis, vilket kan snedvrida forskningsresultat avsevärt och hindra vetenskaplig framsteg. Att adressera och korrigera dessa snedvridningar är avgörande för att upprätthålla integriteten inom vetenskapligt undersökande.
5. Vilka åtgärder kan vidtas för att korrigera missuppfattningar inom PLS-SEM-litteraturen?
Den akademiska gemenskapen bör prioritera noggrannhet framför popularitet genom att utmana obefogade påståenden. Främjande av korrekt användning av PLS-SEM genom utbildningsinitiativ, transparenta metodologiska representationer och antagande av korrigeringar som PLSc kan bidra till att rätta till dessa missuppfattningar.
