Methodological Myths in Management Research: Essays on Partial Least Squares and Formative Measurement

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.author Rönkkö, Mikko
dc.date.accessioned 2014-06-17T09:00:20Z
dc.date.available 2014-06-17T09:00:20Z
dc.date.issued 2014
dc.identifier.isbn 978-952-60-5733-0 (electronic)
dc.identifier.isbn 978-952-60-5732-3 (printed)
dc.identifier.issn 1799-4942 (electronic)
dc.identifier.issn 1799-4934 (printed)
dc.identifier.issn 1799-4934 (ISSN-L)
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/13360
dc.description.abstract Research in social sciences is a human endeavor and hence is subject to human error. In management and organizational research one form of these errors are unsubstantiated beliefs about statistical methods that lead to questionable analysis practices. In this dissertation, I address several of these statistical and methodological myths and urban legends related to partial least squares (PLS) estimation and formative measurement in the context of structural equation modeling. This dissertation consists of five papers in which I analyze the use of these methods in management and organizational research and show that many of the beliefs that the current literature conveys do not hold when subjected to either formal analysis or Monte Carlo simulation. With respect to formative measurement, the dissertation challenges the long-held belief that all formative indicators are required for valid construct measurement. More generally, I argue that formative measurement is not an equally attractive alternative to more traditional reflective measurement and that PLS estimation is not a viable alternative for estimating these models. With respect to PLS estimation, I show that the apparent advantage of the method is a fallacy created by ignoring the effect of chance correlations. Furthermore, I show that the way in which PLS capitalizes on chance results in non-normal distributions of parameter estimates, which precludes null hypothesis significance testing. en
dc.description.abstract Yhteiskuntatieteellinen tutkimus on ihmisten tekemää ja siksi altis inhimillisille virheille. Eräs näiden virheiden muoto johtamisessa ja organisaatiotutkimuksessa on perusteettomat uskomukset tilastollisista menetelmistä, mitkä johtavat kyseenalaisiin analyysitapoihin. Käsittelen väitöskirjassa useita tällaisia tilastollisia ja menetelmällisiä myyttejä ja urbaaneja legendoja liittyen osittaisneliösummaestimaattoriin (PLS) ja määrittävään mittaamiseen rakenneyhtälömallinnuksen kontekstissa. Väitöskirja koostuu viidestä tutkimusraportista, joissa analysoin näiden menetelmien käyttöä johtamisessa ja organisaatiotutkimuksessa ja osoitan formaalilla analyysillä ja Monte Carlo simulaatioilla että monet nykykirjallisuudessa esiintyvät uskomukset eivät pidä paikkaansa. Määrittävän mittaamisen osalta väitöskirja haastaa pitkään vallalla olleen uskomuksen että määrittävästi mitattua konstruktia pitäisi aina mallintaa kaikilla sen mittareilla. Yleisemmällä tasolla väitän ettei määrittävä mittaaminen ole houkutteleva vaihtoehto perinteiselle heijastavalle mittaamiselle ja myös ettei PLS estimaattori ole käyttökelpoinen menetelmä näiden mallien estimoinnille. PLS estimaattorin osalta näytän että menetelmän näennäinen etu on harhaluulo, johon on päädytty sivuttamalla satunnaiskorrelaatioiden vaikutus. Lisäksi osoitan että tapa, jolla PLS hyväksikäyttää satunnaiskorrelaatioita johtaa ei-normaalijakautuneisiin parametriestimaatteihin ja estää nollahypoteesin tilastollisen merkitsevyyden testaamisen. fi
dc.format.extent 53 + app. 266
dc.format.mimetype application/pdf en
dc.language.iso en en
dc.publisher Aalto University en
dc.publisher Aalto-yliopisto fi
dc.relation.ispartofseries Aalto University publication series DOCTORAL DISSERTATIONS en
dc.relation.ispartofseries 88/2014
dc.relation.haspart [Publication 1]: Rönkkö, M., & Evermann, J. (2013). A Critical Examination of Common Beliefs About Partial Least Squares Path Modeling. Organizational Research Methods, 16(3), 425–448. doi:10.1177/1094428112474693
dc.relation.haspart [Publication 2]: Rönkkö, M. (2014). The Effects of Chance Correlations on Partial Least Squares Path Modeling. Organizational Research Methods, 17(2), 164–181. doi:10.1177/1094428114525667.
dc.relation.haspart [Publication 3]: Rönkkö, M., Evermann, J., & Aguirre-Urreta, M. I. (2014). Formative Measurement – Is Partial Least Squares the Answer? 32 pages.
dc.relation.haspart [Publication 4]: Rönkkö, M., & Aguirre-Urreta, M. I. (2014). Formative Measurement when Indicators Contain Error: Analysis of Ten Alternative Approaches. 37 pages. Abridged version forthcoming in Academy of Management Proceedings, Sage Publications/RM Division Best Student Paper Award winner.
dc.relation.haspart [Publication 5]: Aguirre-Urreta, M. I., Marakas, G. M., & Rönkkö, M. (2014). Differential Effects of Omitting Formative Indicators: A Comparison of Techniques. 45 pages.
dc.subject.other Management en
dc.subject.other Mathematics en
dc.title Methodological Myths in Management Research: Essays on Partial Least Squares and Formative Measurement en
dc.title Tilastollisia ja menetelmällisiä myyttejä ja urbaaneja legendoja johtamisessa: Esseitä osittaisneliösummaestimattorista ja määrittävästä mittaamisestä fi
dc.type G5 Artikkeliväitöskirja fi
dc.contributor.school Perustieteiden korkeakoulu fi
dc.contributor.school School of Science en
dc.contributor.department Tuotantotalouden laitos fi
dc.contributor.department Department of Industrial Engineering and Management en
dc.subject.keyword statistical and methodological myths and urban legends en
dc.subject.keyword partial least squares en
dc.subject.keyword formative measurement en
dc.subject.keyword structural equation modelling en
dc.subject.keyword tilastolliset ja menetelmälliset myytit ja urbaanit legendat fi
dc.subject.keyword osittaisneliösummaestimattori fi
dc.subject.keyword määrittävät mittaaminen fi
dc.subject.keyword rakenneyhtälömallinnus fi
dc.identifier.urn URN:ISBN:978-952-60-5733-0
dc.type.dcmitype text en
dc.type.ontasot Doctoral dissertation (article-based) en
dc.type.ontasot Väitöskirja (artikkeli) fi
dc.contributor.supervisor Maula, Markku, Prof., Aalto University, Department of Industrial Engineering and Management, Finland
dc.opn Edwards, Jeffrey R., Belk Distinguished Prof., University of North Carolina at Chapel Hill, Kenan-Flagler Business School, USA
dc.rev Bentler, Peter M., Distinguished Prof., University of California Los Angeles, USA
dc.rev Thompson, Ronald L., Prof., Wake Forest University, School of Business, USA
dc.date.defence 2014-06-27


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse

My Account