Powody wykorzystania modelowania równań strukturalnych w zarządzaniu i rachunkowości

Powody wykorzystania modelowania równań strukturalnych w zarządzaniu i rachunkowości

Powody wykorzystania modelowania równań strukturalnych w zarządzaniu i rachunkowości.

Powody wykorzystania PLS – SEM w badaniach o zarządzaniu i rachunkowości. Kilka racjonalnych uzasadnień stojących za użyciem metody SEM-PLS było dyskutowanych w literaturze metodologicznej (Hair i inni, 2016). Ze względu na to, że wykorzystywanie SEM-PLS jest względnie nowe w zarządzaniu i rachunkowości, to często wymaga szczegółowego wyjaśnienia i trafnego uzasadnienia dotyczącego powodów jego użycia. Pierwszy wkład w zastosowanie SEM-PLS w obszarze rachunkowości i zarządzania mieli Ittner, Larcker, and Rajan (1997). Autorzy wyjaśniali dokładną funkcjonalność algorytmu SEM-PLS w tych dziedzinach. Z 37 badań które obserwowali 33 zasadnie podkreślało kwestię powodów użycia SEM-PLS. Dwa najczęściej wspominane powody dotyczyły małej próby badawczej (29 badań), braku rozkładu normalnego (25 badań). Kolejnym powodem było jednoczesne oszacowanie powiązanych ze sobą zmiennych i wykorzystanie pomiaru zmiennych latentnych (9 badań). Dodatkowymi powodami za użyciem SEM-PLS był eksploracyjny cel wyjaśnień (8 badań), a także formatywny poziom pomiaru zmiennych (6 badań). Innymi znaczącymi powodami, które były rzadko wskazywane, dotyczyły utrzymania złożoności modelu strukturalnego (5 badań) i zorientowanie analizy na cele predykcyjne (jedno badanie).

Maksymalizacja predykcji.

Ten termin (jak wynika z powyższego tekstu) jest najczęściej zaniedbywany w wykorzystaniu SEM-PLS w zarządzaniu i rachunkowości. Predykcja w tych dziedzinach jest ważną częścią odpowiadania na stawiane w projektach pytania badawcze. Malmi i Granlund (2009) postrzegają teorie zarządzania i rachunkowości jako takie, które wyraźnie są zorientowane na cel predykcji z powodu dążenia do ekonomicznej skuteczności i maksymalizacji zysków np. akcjonariuszy. W tej linii Merchant (2012) twierdzi, że bieżące teorie zarządzania i rachunkowości skupiają się zbyt silnie na ogólności i statystycznej istotności raczej niż na użytecznych implikacjach dla praktyków. Wykorzystywanie modelowania równań strukturalnych SEM-PLS w tych obszarach badawczych jest obiecującą metodą weryfikacji przewidywań i rozstrzygnięć w kontekście obserwowanych przyczyn i skutków.

Poniżej można zobaczyć jak za pomocą modelowania równań strukturalnych wykorzystuję się krzywoliniową funkcję do przewidzenia ceny BITCOINA. Pomimo tego, że zmienne w tej analizie nie tworzą zmiennych latentnych, badanych osberwacji jest obfita ilość, to warto zobaczyć jak estymacja wyników dzięki tej metodzie zwraca bardzo dokładną predykcję dotyczacą kursu internetowej waluty.

Bibliografia.

Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2016). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) (2nd ed.). Thousand Oaks: Sage.

Ittner, C. D., Larcker, D. F., & Rajan, M. V. (1997). The Choice of Performance Measures in Annual Bonus Contracts. The Accounting Review, 72(2), 231-255.

Malmi, T., & Granlund, M. (2009). In Search of Management Accounting Theory. European Accounting Review, 18(3), 597-620

Merchant, K. A. (2012). Making Management Accounting Research more Useful. Pacific Accounting Review, 24(3), 334-356