在上一篇博文中，小白介绍了自己遇到的结构方程模型（SEM）标准化系数大于1的情况，导致模型估计结果无法使用，最后选用了新的估计方法PLS-SEM，改用SmartPLS3.0中文版本的软件进行数据分析，在此大致介绍PLS-SEM的用法和SmartPLS3.0的基本操作。

看了许多PLS-SEM的中文文献后，发现这些文献的SmartPLS3.0分析部分包含三个方面： （1）测量模型检验问卷和数据的信度效度情况； （2）结构方程模型分析用于观察变量与变量之间的路径系数及显著性； （3）部分论文包含对模型的评估分析。

推荐《制度压力、信息安全合法化与组织绩效——基于中国企业的实证研究》、《战略性新兴产业技术创新联盟合作伙伴选择研究——基于PLS-SEM模型的实证分析》这两篇论文，均包含了上述三个部分，是很好的基础学习材料。

在此以《战略性新兴产业技术创新联盟合作伙伴选择研究——基于PLS-SEM模型的实证分析》为例，咱们需要计算三个表格的内容，分别是：

在此，跟着上述这三张图的分析内容，本文首先明确，首先，分析结果包括： （1）各测量题项的均值、标准差、载荷、T值；——通过PLS计算的获得结果 （2）各潜变量的Cronbach'α、组合信度（Composite Reliability，CR）、平均抽取变异量（Average Variance Extracted, AVE）；——通过PLS计算的获得结果 （3）AVE 平方根与潜变量间相关系数的比较（弗奈尔-拉克准则）；——通过PLS计算的获得结果 （4）假设检验结果（路径系数与显著性）；——通过Bootrapping计算的获得结果 （5）模型评估所用的R2、Q2、GoF等指标。——R2通过PLS计算的获得结果；Q2、GoF通过blindfolding计算的获得结果

3.1 首先SmartPLS接受txt或cvs格式的数据文件 3.2 创建项目、导入数据 【文件】-【创建新项目】-输入项目名称（本例DTPB），在项目管理器中产生了新的项目，点开就有“双击鼠标以导入数据”，找到数据文件打开（本例“全测项data”）。在DTPB右键-【创建新模型文件】。 3.3 建模 通过【潜变量】和【连接】两个按钮建好自己的模型，新建的潜变量可以通过右键进行重命名。 3.4 将模型关联数据 本例中，j7-j9三题用于测量潜变量2，在左下角【指标】中，按住Ctrl选题项后拖动到潜变量2处放手，成功后潜变量由红色变为蓝色。 当左右潜变量匹配好数据，颜色都变为蓝色，可开始计算。本例如下：

【运算】-【PLS算法】，保留默认设置，点击【开始计算】。 结算结束，主要看一下几个表中的数据：

【运算】-【自助法】，保留默认设置，点击【开始计算】。 得到路径系数、标准差、T值以及P值等数据，下图所示：

【运算】-【blindfolding算法】，保留默认设置，点击【开始计算】。 得到blindfolding的结果如下，主要看【构面交叉验证的重叠性】和【构面交叉验证的共同性】中的Q2数值。 GoF的计算公式为：

该公式出自Tenenhaus, M., Vinzi, V. E., Chatelin, Y. M., & Lauro, C. (2005). PLS path modeling. Computational statistics & data analysis, 48(1), 159-205. 173页，公式30。

SmartPLS的一个优点还在于它处理调节效应的能力很强，在这里举例，计算WPI（调节变量）对SI（自变量）与SN（因变量）的调节效应。 7.1 设置调节效应项 在SN（因变量）上右键，选择【添加调节效应】。 7.2 设置基本设置和高级设置 设置完毕后，回到模型中，就会多一个调节效应项。 7.3 计算显著性 随后，重复Bootrapping计算的步骤。在路径系数中可以看到，路径系数结果中多出一个调节效应1的估计结果，根据T值、P值的结果即可判断调节效应是否显著。

以上就是基本的如何操作SmartPLS3.0中文版软件，得到论文中需要的数据结果的操作过程。 PS，这是我第一次使用Markdown的公式编辑器，工具保留：在线LaTex公式编辑器