Veri Yükleme ve Değişkenler
(Upload Data and Constructs)
Veri Bekleniyor
1. Veri Dosyasını Yükleyiniz
(Upload your Excel fıle)
Bilgi Metni:
1. Excel dosyanızın ilk satırında değişkenlerinizi ve bu değişkenlere ait maddeleri aşağıdaki formatta belirtmeniz gerekmektedir. Örneğin: Tutum (T) → T1, T2, T3. Her bir maddeyi Excel’in en üst satırına ayrı sütun olarak eklemelisiniz.
2.Verileriniz kısaltmalara göre okunarak değişkenler oluşturulacaktır. Değişkenlerinize ait maddeler eksik veya yanlış ise manuel olarak (+ Ekle) butonundan ekleyebilirsiniz.
3. Verilerinizi yükledikten sonra, 2. kısımda verilerinizin Güvenilirlik ve Geçerlilik Analizlerini göreceksiniz.
Information Notice:
1.You must specify your constructs in the first row of your Excel file using the following format, for example: Attitude: (AT) → AT1, AT2, AT3
2.Variables will be automatically created based on these abbreviations. If any items belonging to your constructs are missing or incorrectly assigned, you may manually add them using the (+ Add) button.
3.After uploading your dataset, you will be able to view the Reliability and Validity Analyses of your data in Section 2.
1. Excel dosyanızın ilk satırında değişkenlerinizi ve bu değişkenlere ait maddeleri aşağıdaki formatta belirtmeniz gerekmektedir. Örneğin: Tutum (T) → T1, T2, T3. Her bir maddeyi Excel’in en üst satırına ayrı sütun olarak eklemelisiniz.
2.Verileriniz kısaltmalara göre okunarak değişkenler oluşturulacaktır. Değişkenlerinize ait maddeler eksik veya yanlış ise manuel olarak (+ Ekle) butonundan ekleyebilirsiniz.
3. Verilerinizi yükledikten sonra, 2. kısımda verilerinizin Güvenilirlik ve Geçerlilik Analizlerini göreceksiniz.
Information Notice:
1.You must specify your constructs in the first row of your Excel file using the following format, for example: Attitude: (AT) → AT1, AT2, AT3
2.Variables will be automatically created based on these abbreviations. If any items belonging to your constructs are missing or incorrectly assigned, you may manually add them using the (+ Add) button.
3.After uploading your dataset, you will be able to view the Reliability and Validity Analyses of your data in Section 2.
Otomatik oluşturulan Değişkenler
(automatıcally created)
Yapılar (Constructs)
Henüz veri yok...
Kontrol Değişkenleri (Control Variables)
Henüz veri yok...
Önizleme (İlk 100 Satır)
Prevıew Fırst 100 Rows
Ölçüm Modeli Analizi (Measurement Model Analysis)
2.1 Tanımlayıcı İstatistikler (Descrıptıve Statıstıcs)
| Madde (Items) | N | Ortalama (Mean) | Standart Sapma (STDEV) | Çarpıklık (Skewness) | Basıklık (Kurtosis) |
|---|
| Madde (Items) | N | Ortalama (Mean) | STDEV | Çarpıklık (Skewness) | Basıklık (Kurtosis) |
|---|
2.2 Faktör Yükleri (Factor Loadıng)
● < 0.50 (Weak)
● 0.50-0.70 (Moderate)
● > 0.70 (Strong)
| Constructs | Items | Factor Loadıng | Status |
|---|
2.3 Güvenilirlik ve Geçerlilik (Relıabılıty and Valıdıty)
Cronbach's Alpha > 0.7, CR > 0.7, AVE > 0.5
| Yapı (Constructs) | Cronbach's Alpha | Composite relıabılıty (CR) | Average Varıance Extracted (AVE) |
|---|
2.4 Varıance Inflatıon Factors (VIF)
● ≤ 3 (Strong)
● 3-5 (Moderate)
● 5-10 (weak)
| Constructs | Items | VIF |
|---|
Model & Hipotezler (Conceptual Model and Hypotheses)
Yeni Hipotez (Hypothesıs)
Modeldeki İlişkiler (Hypotheses)
Henüz hipotez yok...
SEM Model Builder (Drag & Drop)
1) Yapıları sürükleyip yerleştir. 2) Bir yapıya tıkla, sonra hedefe tıkla → ok oluşsun.
3) Oluşan oklar otomatik hipotez listene eklenir.
Not: Bu builder frontend tarafında görsellik/kolaylık sağlar; analiz için yine hipotez listesi backend’e gönderilir (backend değişmez).
Düzenleyici Etki (Moderatıon)
Analiz Sonuçları (Results)
3. Ayrışma Geçerliliği (Dıscrımınant Valıdıty)
Fornell-Larcker
HTMT
4. Yapısal Model (Paths)
| Hipotezler (hypotheses) | İlişkiler (Relatıons) | Yol Katsayısı (Path Coeffıcıent) | Standart Sapma (STDEV) | T value | P value | < 0.05 |
|---|
5. R² (Varyans)
| Items | R² | Adjusted R² |
|---|
Dolaylı Etkiler (Indırect Effects)
| İlişkiler (Relatıons) | Yol Katsayısı (Path Coeffıcıent) | T value | P value | < 0.05 |
|---|
Vısualızatıon of the Path Analysıs
Figure: R², path coefficients, p-values, factor loadings, and moderation.
Yorum Paneli
Analiz sonrası otomatik yorum burada oluşur.
KULLANIM ŞARTLARI VE GİZLİLİK POLİTİKASI/TERMS OF USE & PRIVACY POLICY
© 2026 plssem.com - Tüm hakları saklıdır.
The PLS-SEM Data Analysis Robot, Core engine powered by Python scientific stack. Developed by Dr. Yavuz Toraman for transparent academic research.
© 2026 plssem.com - Tüm hakları saklıdır.
The PLS-SEM Data Analysis Robot, Core engine powered by Python scientific stack. Developed by Dr. Yavuz Toraman for transparent academic research.