ich verzweifle leider seit mehreren Stunden an einer Fehlermeldung im PLSPM-Modul. Ich habe eine Untersuchung zur Untersuchung der Auswirkungen des Führungsverhaltens auf die Arbeitszufriedenheit durchgeführt und seitens meines Professors besteht die Vorgabe, die Analyse der Wirkungen mit PLSPM vorzunehmen.
Ich habe folgenden Code benutzt:
Code: Alles auswählen
library(plspm)
# Teilmenge bilden
# Hier wird auf die für die Modellierung relevanten Variablen eingeschränkt.
# Zuerst kommen die Kontrollvariablen, dann die unabhängigen Variablen,
# dann den Mediator, und zum Schluss die Zielgröße. Bitte auf die Reihenfolge achten!
pls <- Daten[,c("DD02" , "DD04", "DD06", "DE01", "DE02_01", # Kontrollvariablen: Berufstätigkeit
"EF02_01", "EF02_02", "EF02_03", "EF02_04","EF02_05", # unabhängige Variable: EF
"EF02_06","EF02_07","EF02_08","EF02_09","EF02_10",
"V001_01", "V001_02", "V001_03", "V001_04", # Mediator
"AZ02_01" , "AZ02_02" , "AZ02_03" , "AZ02_04", "AZ02_05")] # Zielgröße: Arbeitszufriedenheit)] # Zielgröße: normatives Commitment )]
dim(pls)
#################################################################
# Definition des inneren Strukturmodells
#################################################################
# Zeilen der Matrix
# Kontrollvariablen
Berufstätigkeit = c(0,0,0,0,0,0,0,1) # DD02 Kontrollvariablen: Berufstätigkeit, ...
Führung = c(0,0,0,0,0,0,0,1) # DD04 Führungsverantwortung
Geschlecht_FK = c(0,0,0,0,0,0,0,1) # "DD06" Geschlecht der Führungskraft
Geschlecht = c(0,0,0,0,0,0,0,1) # "DE01" Geschlecht
Alter = c(0,0,0,0,0,0,0,1) # "DE02_01" Alter
# Unabhängige Variable
EthischeFuehrung = c(0,0,0,0,0,0,1,1) # EF02_01-EF02_10
# Mediator
Vertrauen = c(0,0,0,0,0,0,0,1) # V001_01-V001_04
# Zielgröße
Arbeitszufriedenheit = c(0,0,0,0,0,0,0,0,0,0,0,0) # AZ02_02-AZ02_05
# Gesamtmodell
pfad <- cbind(Berufstätigkeit, Führung, Geschlecht_FK, Geschlecht, Alter,
EthischeFuehrung,Vertrauen,Arbeitszufriedenheit)
innerplot(pfad, box.size = 0.12)
#############################################################################
# Definition des äußeren Modells (Messmodell)
#############################################################################
# Zuordnung der Indikatoren zu den latenten Konstrukten (äußeres Modell)
colnames(pls)
pfad_blocks = list(3, 5, 7, 48, 49, # Kontrollvariablen: Berufstätigkeit, Führung, Geschlecht FK, Geschlecht, Alter
9:18, # unabhängige Variable: ethische Führung
19:22, # Mediator: Vertrauen
33:37) # Zielgröße: Arbeitszufriedenheit
pfad_blocks
#############################################################################
# Reflexives oder formatives Messmodell.
# Für jede Variable im inneren Strukturmodell ist anzugeben, ob sie reflexiv oder
# formativ gemessen wird. Dabei werden Variablen, die mit einem Indikator gemessen
# werden, als formativ angegeben.
# (A - reflexiv, B - formativ)
pfad_modes = c("B","B","B","B","B","A","A","A")
pfad_modes
#############################################################################
# Skalenniveau
# Für jede Variable im äußeren Messmodell ist das Skalenniveau (num - nummerisch oder
# nom - nominal) anzugeben.
str(pls) # hilft bei der Festlegung der Skalenniveaus
pfad_scaling = list("num",
"num",
"num",
"num",
"num",
c("num", "num", "num","num","num","num",
"num","num","num","num"), # 1 unabh. Variable, 10 Indikatoren
c("num","num","num","num"), # 1 Mediator, 4 Indikatoren
c("num","num","num","num","num")) # Zielgröße Arbeitszufriedenheit, 5 Indikatoren
pfad_scaling
#############################################################################
# Pfadanalyse durchführen
pfad_pls = plspm(na.omit(pls), path=pfad, blocks=pfad_blocks, scaling=pfad_scaling, modes = pfad_modes)
summary(pfad_pls)
Fehler in check_blocks(blocks, Data): Indices in "blocks" outside the number of columns in "Data"
Ich habe alles mehrfach geprüft, aber sehe scheinbar den Wald vor lauter Bäumen nicht..
Danke im Voraus für die Antworten!
Viele Grüße
Alica