Veri Yükleme ve Değişkenler
(Upload Data and Constructs)

Veri Bekleniyor

1. Veri Dosyasını Yükleyiniz
(Upload your Excel fıle)

— veya —
Tanıtım Videosu
▶ Data Analysis Robotu Nasıl Kullanılır?
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.

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

Örneklem Büyüklüğü Hesaplayıcı (Minimum Sample Size Calculator)

Hair et al. (2017); Cohen (1992) — PLS-SEM için önerilen örneklem büyüklüğünü hesaplar.
minimum katılımcı sayısı
Kaynak / Reference: Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). European Business Review, 31(1), 2–24.  |  Cohen, J. (1992). Psychological Bulletin, 112(1), 155–159.

Confirmatory Factor Analysis (CFA)

Bu panel mevcut veri setini ve tanımlı construct yapısını kullanır. PLS-SEM akışını bozmaz.
CFA Bekleniyor

CFA Analysis

Current dataset and current constructs will be used.
Current Constructs

Standardized CFA Loadings

Only deleted indicators are shown as (---).
Note: (---) Represents deleted indicators.

Ölçüm Modeli Analizi (Measurement Model Analysis)

2.1 Tanımlayıcı İstatistikler (Descrıptıve Statıstıcs)

Madde (Items) N Min Max Ortalama (Mean) Standart Sapma (STDEV) Çarpıklık (Skewness) Basıklık (Kurtosis) Normality
Yapı (Construct) N Min Max Ortalama (Mean) STDEV Çarpıklık (Skewness) Basıklık (Kurtosis) Normality

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

2.5 Cross Loadings

2.6 Common Method Bias (CMB) — Ortak Yöntem Yanlılığı Testi

Full Collinearity VIF & Harman's Single Factor Test — Podsakoff et al. (2003); Kock (2015)
Full Collinearity VIF (yapı bazında ortalama)
VIF < 3.3 → Ortak yöntem yanlılığı sorunu yoktur (Kock, 2015).
ConstructAvg VIF
Harman's Single Factor Test (Tek Faktör Testi)
Birinci faktörün açıkladığı varyans < %50 → CMB baskın değil
Analiz bekleniyor...

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 görsellik için kolaylık sağlar; analiz için yukarıdaki hipotez listesi baz alınacaktır.

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 95% CI < 0.05

Dolaylı Etkiler (Indırect Effects)

İlişkiler (Relatıons) Yol Katsayısı (Path Coeffıcıent) T value P value < 0.05

5. R² and Q²

Items Adjusted R² R² Meaning Predictive Relevance

6. f² Summary

From To Effect Size

7. f² Matrix

8. Model Uyum İndeksleri (Fıt Indıces)

● Good Fit   ● Acceptable   ● Weak
Ham veri kullanılarak hesaplanır. Henseler et al. (2014) & Dijkstra & Henseler (2015) metodolojisinden faydalanılmıştır.
Index Saturated Model Estimated Model Threshold
Analiz bekleniyor...
SRMR: Sun (2005) — threshold < 0.85  |  d_ULS & d_G: C. Ringle et al. (2021) — p > 0.05  |  χ²/df: Escobedo Portillo et al. (2016) — between 1 and 3  |  NFI: Escobedo Portillo et al. (2016) — > 0.90

Vısualızatıon of the Path Analysıs

Figure: R², path coefficients, p-values, factor loadings, and moderation. 💡 Ctrl+Scroll yakınlaştır • Sürükle taşı
100%

Yorum Paneli

Analiz sonrası otomatik yorum burada oluşur.