Wie kann ich Klassen mittels der REBUS Methode und XLSTAT-PLSPM erhalten?

Datensatz für PLS-Methode PPM778 KB

Videos für dieses Tutorial

Vorteile von XLSTAT

  • Praktisch und einfache Benutzung
    Praktisch und einfache Benutzung XLSTAT ist perfekt in Microsoft Excel integriert, das das am meisten benutzte Tabellenkalkulationsprogramm ist. Dank dieser Integration und der gleichen Philosophie wie Excel, ist die Benutzung von XLSTAT leicht. Die Software ist in einem speziellen Reiter verfügbar, der das Menu der XLSTAT-Module enthält. Die verfügbaren Analysen sind in Gruppen ähnlicher Funktion zusammengefasst. Die Dialogfenster sind einfach und Ihre Einstellungen verständlich.
  • Einfaches Mitteilen der Daten und Ergebnisse
    Einfaches Mitteilen der Daten und Ergebnisse Einer der größten Vorteile von XLSTAT ist die Tatsache, das die Daten und Ergebnisse ohne Einschränkung kommuniziert werden können. Denn die Daten und Ergebnisse werden in Microsoft Excel gespeichert und sind daher allen zugänglich. Eine XLSTAT Lizenz oder ein Programm zur Ansicht ist nicht erforderlich, um die Daten und Ergebnisse zu empfangen und anzusehen. Darüber hinaus sind die Ergebnisse leicht in andere Programme von Microsoft Office, wie PowerPoint kopierbar, was Ihnen das Erstellen von Präsentationen mit ausgezeichneten Diagrammen in wenigen Minuten erlaubt.
  • Modular
    Modular XLSTAT ist ein modulares Produkt um XLSTAT-Pro herum, das die Basissoftware von XLSTAT darstellt. XLSTAT-Pro schließt bereits alle verbreiteten statistischen Funktionen und multivariaten Datenanalysen ein. Die fortgeschrittenen Funktionen sind ebenfalls in zusätzlichen Modulen verfügbar, die speziellen Anforderungen gerecht werden. So können Sie Ihre Software an Ihre eigenen Anforderungen anpassen, was sie attraktiver werden lässt.
  • Didaktisch
    Didaktisch Die XLSTAT Ergebnisse sind nach Analysen aufgebaut und einfach durchzublättern. Darüber hinaus sind den Ergebnissen nützliche Informationen hinzugefügt, um die Interpretation zu erleichtern.
  • Preiswert
    Preiswert XLSTAT ist eine modulare, komplette Statistik- und Datenanalysesoftware, die sich an alle Ihre analytischen Anforderungen Ihrer Organisation anpasst. Der Preis ist sehr gering, was Ihnen eine quasi sofortige Amortisierung erlaubt. Alle XLSTAT Lizenzen schließen ein Support und eine Unterstützung hervorragender Qualität ein.
  • Zugänglich
    Zugänglich Wir setzen uns ein, XLSTAT so vielen Personen wie möglich durch eine Benutzerschnittstelle in vielen Sprachen darunter Deutsch, englisch, französisch, spanisch, italienisch, portugiesisch, polnisch, chinesisch und japanisch zugänglich zu machen.
  • Automatisierbar und personalisierbar
    Automatisierbar und personalisierbar Die Mehrzahl der in XLSTAT verfügbaren Funktionen können direkt aus Visual Basic for Applications von Microsoft Excel heraus aufgerufen werden. Sie können in Ihre Routinen integriert werden, um Ihren Anforderungen einer speziellen Anwendung gerecht zu werden. Das Hinzufügen von Ergebnistabellen, Diagrammen, oder das Verändern bereits existierender ist vereinfacht. Darüber hinaus schließt XLSTAT die Werkzeuge zur Erzeugen des VBA Kodes für die Dialogfenster ein, so dass Sie Ihre Analysen vom VBA Editor heraus einfach reproduzieren können, indem Sie die Einstellungen automatisch laden. Diese Automatisierung der Analysen wird Ihnen viel Zeit einsparen.

XLSTAT ist die erste Software, die die REBUS Klassifizierungsmethode (REsponse-Based procedure for detecting Unit Segments in PLS path modelling) im Rahmen der PLS Pfadmodellierung gemäß Esposito Vinzi et al. (2008) anbietet.

In diesem Tutorial wird eine Anwendung der REBUS Ansatzes bei einem bereits definierten PLS Pfadmodell vorgestellt. Falls Sie nicht mit der PLS Pfadmodellierung vertraut sind, so sehen Sie bitte im folgenden Tutorial: “Wie erstelle und berechne ich eine einfaches XLSTAT-PLSPM Projekt?” nach.

Weitergehende Erklärungen sind in der Hilfe von XLSTAT verfügbar.

Anwenden der REBUS Methode mittels XLSTAT-PLSPM

Es werden die gleichen Daten wie im allgemeinen Tutorial über die Benutzung von XLSTAT-PLSPM verwendet. Es basiert auf dem ECSI Modell mit einer Stichprobe von 250 Beobachtungen. Die neue Datei kann hier heruntergeladen werden.

Als erstes muss in den Expertenmodus gewechselt werden. Hierzu klicken Sie im XLSTAT-PLSPM Menu auf die“XLSTAT-PLSPM Optionen”.

plspmrebus1.gif

Das folgende Dialogfenster wird angezeigt:

plspmrebus2.gif

Wählen Sie die Expertenanzeige und speichern Sie die Einstellungen.

Wie im allgemeinen Tutorial wird das ECSI Modell mittel des PLSPMGraph Blatts und der “Pfadmodellierung” Toolbar berechnet.

plspm1.gif

Klicken Sie auf “run” in der “Pfadmodellierung ” Toolbar. Aktivieren Sie die REBUS Option im Reiter „Allgemein“. Ein neuer Reiter “REBUS” wird sichtbar:

plspmrebus3.gif

Wählen Sie die automatische Abstumpfung. Die Anzahl der Klassen wird automatisch währen der Clusteranalyse definiert. Der gewählte Schwellwert beträgt 95 %, dies bedeutet, dass der Algorithmus als konvergiert angesehen wird, sobald mehr als 95 % der Beobachtungen in der gleichen Klasse von einer zur nächsten Iteration sind.

plspmrebus4.gif Ergebnisse und Ausgaben der REBUS Methode mittels XLSTAT-PLSPM

Falls die REBUS Option ausgewählt wurde: - Excel-Blatt REBUS: Details des REBUS Algorithmus werden angezeigt. - Excel-Blatt PLSPM(Klassen): Für jede Klasse, werden die kompletten Ergebnisse in separaten Blättern angezeigt.

Das erste Blatt enthält die Einzelheiten des REBUS Algorithmus, das Dendrogramm, die zugehörige Klasse für jede Beobachtung und der CM Index für jede Beobachtung und für jede Klasse.

plspmrebus5.gifplspmrebus6.gif

Die drei übrigen Blätter können unabhängig von einander analysiert werden unter Benutzung der allgemeinen Methode wie im XLSTAT-PLSPM Tutorial beschrieben.

Es wurden drei Klassen erhalten. Jede klasse von Beobachtungen hat ein anderes Verhalten bezüglich des ECSI Modells. In Klasse 1 ist die Zufriedenheit überwiegend erklärt durch die empfangene Qualität und die Zufriedenheit und das Bild haben einen ähnlichen Effekt auf die Loyalität. In Klasse 2 ist die Zufriedenheit ebenfall erklärt durch die empfangene Qualität, jedoch hat das Bild einen nicht signifikanten Effekt auf die Loyalität. In Klasse 3 sind alle erklärenden latenten Variablen der Zufriedenheit ähnlich.

Man kann ebenfalls Mehrfachvergleiche der Gruppen auf die erhaltenen Klassen anwenden.