Uji Q2
Uji Q2
Uji Q2
Please cite the use of SmartPLS: Ringle, C. M., Wende, S., and Becker, J.-M. 2022. "SmartPLS 4." Oststeinbek: SmartP
complete
Final results
MV prediction summary show
LV prediction summary show
CVPAT show
MV predictions and errors show
LV predictions and errors show
Algorithm
Setting show
Execution log show
Histograms
PLS-SEM MV error histogram show
LM MV prediction error show
PLS-SEM LV error histogram show
Final results
MV prediction summary
Overview
Z1
Z2
Z3
Z4
Y1
Y2
Y3
Y4
Z1
Z2
Z3
Z4
Y1
Y2
Y3
Y4
Z1
Z2
Z3
Z4
Y1
Y2
Y3
Y4
LV prediction summary
PLS-SEM
Ketulusan (Z)
Kinerja Bank (Y)
Ketulusan (Z)
Kinerja Bank (Y)
Ketulusan (Z)
Kinerja Bank (Y)
CVPAT
Ketulusan (Z)
Kinerja Bank (Y)
Overall
Ketulusan (Z)
Kinerja Bank (Y)
Overall
Case index
41
39
4
5
20
26
50
23
6
31
65
60
16
17
66
1
44
0
9
58
33
22
32
51
30
53
42
52
8
61
29
21
55
18
47
34
46
59
64
63
28
48
19
49
35
7
11
12
27
54
10
40
38
45
15
2
24
37
14
43
13
62
25
57
56
36
3
10
66
5
28
25
35
44
21
49
51
2
0
19
56
33
55
54
48
61
26
22
17
65
6
63
59
31
9
42
32
39
40
12
11
20
37
7
45
64
13
46
41
14
36
62
43
15
27
60
16
47
53
34
1
23
8
58
18
50
30
4
38
29
57
24
52
3
37
4
63
65
42
51
44
24
41
0
12
45
36
18
2
15
9
60
17
23
55
26
33
30
27
19
50
21
43
59
13
57
62
22
10
28
61
53
49
64
8
39
1
38
3
29
46
40
58
16
31
52
6
35
48
5
54
47
7
56
11
32
66
20
14
34
25
45
19
16
48
57
11
22
58
59
39
35
65
34
10
1
4
14
21
17
47
51
49
53
0
36
52
13
8
61
3
55
6
41
29
60
64
18
46
42
50
26
28
30
32
2
24
66
7
33
56
63
37
31
20
27
43
38
25
12
23
15
9
40
54
5
44
62
40
34
2
48
66
30
22
43
11
5
50
38
1
29
18
10
58
65
59
45
0
13
24
8
51
12
64
19
46
20
26
6
9
37
52
23
44
32
39
15
47
33
16
42
14
60
62
54
17
31
36
56
27
4
61
28
41
3
35
49
53
21
63
55
25
7
57
37
64
0
35
33
25
12
51
58
18
32
60
52
61
36
65
59
63
53
17
27
30
50
22
48
28
8
21
13
57
11
5
6
54
31
26
41
2
10
7
4
38
34
19
40
39
20
62
43
9
55
3
47
24
49
29
1
45
44
16
23
56
66
15
46
42
14
11
57
47
37
42
17
10
22
0
60
55
27
14
59
31
45
62
9
64
19
61
2
48
13
39
24
5
38
33
54
15
58
56
32
53
46
28
34
63
12
4
8
44
16
51
30
21
65
49
50
18
36
6
20
3
43
26
29
41
40
52
23
7
35
25
66
1
46
22
38
18
52
5
13
66
4
42
8
11
60
30
15
55
50
59
16
44
31
7
29
54
36
1
53
3
35
58
9
41
2
12
24
43
40
17
23
51
61
62
39
49
10
63
6
65
25
47
37
26
45
34
19
28
32
14
64
20
48
57
0
27
21
56
33
44
35
45
24
0
27
14
4
19
38
46
5
13
50
60
2
8
26
40
18
63
11
12
16
23
66
65
37
31
30
9
34
7
51
36
42
49
32
21
47
64
48
62
59
1
33
29
61
28
15
53
3
22
57
55
6
56
17
41
54
20
43
10
39
58
25
52
54
24
11
50
23
29
65
19
17
6
61
39
14
48
13
1
30
5
34
18
62
4
45
2
41
63
44
47
9
10
16
12
21
49
20
53
0
40
3
46
55
51
26
58
52
31
28
64
36
35
8
60
43
7
33
15
37
27
42
66
59
22
38
32
57
25
56
PLS-SEM MV predictions
Case index
41
39
4
5
20
26
50
23
6
31
65
60
16
17
66
1
44
0
9
58
33
22
32
51
30
53
42
52
8
61
29
21
55
18
47
34
46
59
64
63
28
48
19
49
35
7
11
12
27
54
10
40
38
45
15
2
24
37
14
43
13
62
25
57
56
36
3
10
66
5
28
25
35
44
21
49
51
2
0
19
56
33
55
54
48
61
26
22
17
65
6
63
59
31
9
42
32
39
40
12
11
20
37
7
45
64
13
46
41
14
36
62
43
15
27
60
16
47
53
34
1
23
8
58
18
50
30
4
38
29
57
24
52
3
37
4
63
65
42
51
44
24
41
0
12
45
36
18
2
15
9
60
17
23
55
26
33
30
27
19
50
21
43
59
13
57
62
22
10
28
61
53
49
64
8
39
1
38
3
29
46
40
58
16
31
52
6
35
48
5
54
47
7
56
11
32
66
20
14
34
25
45
19
16
48
57
11
22
58
59
39
35
65
34
10
1
4
14
21
17
47
51
49
53
0
36
52
13
8
61
3
55
6
41
29
60
64
18
46
42
50
26
28
30
32
2
24
66
7
33
56
63
37
31
20
27
43
38
25
12
23
15
9
40
54
5
44
62
40
34
2
48
66
30
22
43
11
5
50
38
1
29
18
10
58
65
59
45
0
13
24
8
51
12
64
19
46
20
26
6
9
37
52
23
44
32
39
15
47
33
16
42
14
60
62
54
17
31
36
56
27
4
61
28
41
3
35
49
53
21
63
55
25
7
57
37
64
0
35
33
25
12
51
58
18
32
60
52
61
36
65
59
63
53
17
27
30
50
22
48
28
8
21
13
57
11
5
6
54
31
26
41
2
10
7
4
38
34
19
40
39
20
62
43
9
55
3
47
24
49
29
1
45
44
16
23
56
66
15
46
42
14
11
57
47
37
42
17
10
22
0
60
55
27
14
59
31
45
62
9
64
19
61
2
48
13
39
24
5
38
33
54
15
58
56
32
53
46
28
34
63
12
4
8
44
16
51
30
21
65
49
50
18
36
6
20
3
43
26
29
41
40
52
23
7
35
25
66
1
46
22
38
18
52
5
13
66
4
42
8
11
60
30
15
55
50
59
16
44
31
7
29
54
36
1
53
3
35
58
9
41
2
12
24
43
40
17
23
51
61
62
39
49
10
63
6
65
25
47
37
26
45
34
19
28
32
14
64
20
48
57
0
27
21
56
33
44
35
45
24
0
27
14
4
19
38
46
5
13
50
60
2
8
26
40
18
63
11
12
16
23
66
65
37
31
30
9
34
7
51
36
42
49
32
21
47
64
48
62
59
1
33
29
61
28
15
53
3
22
57
55
6
56
17
41
54
20
43
10
39
58
25
52
54
24
11
50
23
29
65
19
17
6
61
39
14
48
13
1
30
5
34
18
62
4
45
2
41
63
44
47
9
10
16
12
21
49
20
53
0
40
3
46
55
51
26
58
52
31
28
64
36
35
8
60
43
7
33
15
37
27
42
66
59
22
38
32
57
25
56
LM MV prediction error
Case index
41
39
4
5
20
26
50
23
6
31
65
60
16
17
66
1
44
0
9
58
33
22
32
51
30
53
42
52
8
61
29
21
55
18
47
34
46
59
64
63
28
48
19
49
35
7
11
12
27
54
10
40
38
45
15
2
24
37
14
43
13
62
25
57
56
36
3
10
66
5
28
25
35
44
21
49
51
2
0
19
56
33
55
54
48
61
26
22
17
65
6
63
59
31
9
42
32
39
40
12
11
20
37
7
45
64
13
46
41
14
36
62
43
15
27
60
16
47
53
34
1
23
8
58
18
50
30
4
38
29
57
24
52
3
37
4
63
65
42
51
44
24
41
0
12
45
36
18
2
15
9
60
17
23
55
26
33
30
27
19
50
21
43
59
13
57
62
22
10
28
61
53
49
64
8
39
1
38
3
29
46
40
58
16
31
52
6
35
48
5
54
47
7
56
11
32
66
20
14
34
25
45
19
16
48
57
11
22
58
59
39
35
65
34
10
1
4
14
21
17
47
51
49
53
0
36
52
13
8
61
3
55
6
41
29
60
64
18
46
42
50
26
28
30
32
2
24
66
7
33
56
63
37
31
20
27
43
38
25
12
23
15
9
40
54
5
44
62
40
34
2
48
66
30
22
43
11
5
50
38
1
29
18
10
58
65
59
45
0
13
24
8
51
12
64
19
46
20
26
6
9
37
52
23
44
32
39
15
47
33
16
42
14
60
62
54
17
31
36
56
27
4
61
28
41
3
35
49
53
21
63
55
25
7
57
37
64
0
35
33
25
12
51
58
18
32
60
52
61
36
65
59
63
53
17
27
30
50
22
48
28
8
21
13
57
11
5
6
54
31
26
41
2
10
7
4
38
34
19
40
39
20
62
43
9
55
3
47
24
49
29
1
45
44
16
23
56
66
15
46
42
14
11
57
47
37
42
17
10
22
0
60
55
27
14
59
31
45
62
9
64
19
61
2
48
13
39
24
5
38
33
54
15
58
56
32
53
46
28
34
63
12
4
8
44
16
51
30
21
65
49
50
18
36
6
20
3
43
26
29
41
40
52
23
7
35
25
66
1
46
22
38
18
52
5
13
66
4
42
8
11
60
30
15
55
50
59
16
44
31
7
29
54
36
1
53
3
35
58
9
41
2
12
24
43
40
17
23
51
61
62
39
49
10
63
6
65
25
47
37
26
45
34
19
28
32
14
64
20
48
57
0
27
21
56
33
44
35
45
24
0
27
14
4
19
38
46
5
13
50
60
2
8
26
40
18
63
11
12
16
23
66
65
37
31
30
9
34
7
51
36
42
49
32
21
47
64
48
62
59
1
33
29
61
28
15
53
3
22
57
55
6
56
17
41
54
20
43
10
39
58
25
52
54
24
11
50
23
29
65
19
17
6
61
39
14
48
13
1
30
5
34
18
62
4
45
2
41
63
44
47
9
10
16
12
21
49
20
53
0
40
3
46
55
51
26
58
52
31
28
64
36
35
8
60
43
7
33
15
37
27
42
66
59
22
38
32
57
25
56
LM MV predictions
Case index
41
39
4
5
20
26
50
23
6
31
65
60
16
17
66
1
44
0
9
58
33
22
32
51
30
53
42
52
8
61
29
21
55
18
47
34
46
59
64
63
28
48
19
49
35
7
11
12
27
54
10
40
38
45
15
2
24
37
14
43
13
62
25
57
56
36
3
10
66
5
28
25
35
44
21
49
51
2
0
19
56
33
55
54
48
61
26
22
17
65
6
63
59
31
9
42
32
39
40
12
11
20
37
7
45
64
13
46
41
14
36
62
43
15
27
60
16
47
53
34
1
23
8
58
18
50
30
4
38
29
57
24
52
3
37
4
63
65
42
51
44
24
41
0
12
45
36
18
2
15
9
60
17
23
55
26
33
30
27
19
50
21
43
59
13
57
62
22
10
28
61
53
49
64
8
39
1
38
3
29
46
40
58
16
31
52
6
35
48
5
54
47
7
56
11
32
66
20
14
34
25
45
19
16
48
57
11
22
58
59
39
35
65
34
10
1
4
14
21
17
47
51
49
53
0
36
52
13
8
61
3
55
6
41
29
60
64
18
46
42
50
26
28
30
32
2
24
66
7
33
56
63
37
31
20
27
43
38
25
12
23
15
9
40
54
5
44
62
40
34
2
48
66
30
22
43
11
5
50
38
1
29
18
10
58
65
59
45
0
13
24
8
51
12
64
19
46
20
26
6
9
37
52
23
44
32
39
15
47
33
16
42
14
60
62
54
17
31
36
56
27
4
61
28
41
3
35
49
53
21
63
55
25
7
57
37
64
0
35
33
25
12
51
58
18
32
60
52
61
36
65
59
63
53
17
27
30
50
22
48
28
8
21
13
57
11
5
6
54
31
26
41
2
10
7
4
38
34
19
40
39
20
62
43
9
55
3
47
24
49
29
1
45
44
16
23
56
66
15
46
42
14
11
57
47
37
42
17
10
22
0
60
55
27
14
59
31
45
62
9
64
19
61
2
48
13
39
24
5
38
33
54
15
58
56
32
53
46
28
34
63
12
4
8
44
16
51
30
21
65
49
50
18
36
6
20
3
43
26
29
41
40
52
23
7
35
25
66
1
46
22
38
18
52
5
13
66
4
42
8
11
60
30
15
55
50
59
16
44
31
7
29
54
36
1
53
3
35
58
9
41
2
12
24
43
40
17
23
51
61
62
39
49
10
63
6
65
25
47
37
26
45
34
19
28
32
14
64
20
48
57
0
27
21
56
33
44
35
45
24
0
27
14
4
19
38
46
5
13
50
60
2
8
26
40
18
63
11
12
16
23
66
65
37
31
30
9
34
7
51
36
42
49
32
21
47
64
48
62
59
1
33
29
61
28
15
53
3
22
57
55
6
56
17
41
54
20
43
10
39
58
25
52
54
24
11
50
23
29
65
19
17
6
61
39
14
48
13
1
30
5
34
18
62
4
45
2
41
63
44
47
9
10
16
12
21
49
20
53
0
40
3
46
55
51
26
58
52
31
28
64
36
35
8
60
43
7
33
15
37
27
42
66
59
22
38
32
57
25
56
LV predictions and errors
Case index
41
39
4
5
20
26
50
23
6
31
65
60
16
17
66
1
44
0
9
58
33
22
32
51
30
53
42
52
8
61
29
21
55
18
47
34
46
59
64
63
28
48
19
49
35
7
11
12
27
54
10
40
38
45
15
2
24
37
14
43
13
62
25
57
56
36
3
10
66
5
28
25
35
44
21
49
51
2
0
19
56
33
55
54
48
61
26
22
17
65
6
63
59
31
9
42
32
39
40
12
11
20
37
7
45
64
13
46
41
14
36
62
43
15
27
60
16
47
53
34
1
23
8
58
18
50
30
4
38
29
57
24
52
3
37
4
63
65
42
51
44
24
41
0
12
45
36
18
2
15
9
60
17
23
55
26
33
30
27
19
50
21
43
59
13
57
62
22
10
28
61
53
49
64
8
39
1
38
3
29
46
40
58
16
31
52
6
35
48
5
54
47
7
56
11
32
66
20
14
34
25
45
19
16
48
57
11
22
58
59
39
35
65
34
10
1
4
14
21
17
47
51
49
53
0
36
52
13
8
61
3
55
6
41
29
60
64
18
46
42
50
26
28
30
32
2
24
66
7
33
56
63
37
31
20
27
43
38
25
12
23
15
9
40
54
5
44
62
40
34
2
48
66
30
22
43
11
5
50
38
1
29
18
10
58
65
59
45
0
13
24
8
51
12
64
19
46
20
26
6
9
37
52
23
44
32
39
15
47
33
16
42
14
60
62
54
17
31
36
56
27
4
61
28
41
3
35
49
53
21
63
55
25
7
57
37
64
0
35
33
25
12
51
58
18
32
60
52
61
36
65
59
63
53
17
27
30
50
22
48
28
8
21
13
57
11
5
6
54
31
26
41
2
10
7
4
38
34
19
40
39
20
62
43
9
55
3
47
24
49
29
1
45
44
16
23
56
66
15
46
42
14
11
57
47
37
42
17
10
22
0
60
55
27
14
59
31
45
62
9
64
19
61
2
48
13
39
24
5
38
33
54
15
58
56
32
53
46
28
34
63
12
4
8
44
16
51
30
21
65
49
50
18
36
6
20
3
43
26
29
41
40
52
23
7
35
25
66
1
46
22
38
18
52
5
13
66
4
42
8
11
60
30
15
55
50
59
16
44
31
7
29
54
36
1
53
3
35
58
9
41
2
12
24
43
40
17
23
51
61
62
39
49
10
63
6
65
25
47
37
26
45
34
19
28
32
14
64
20
48
57
0
27
21
56
33
44
35
45
24
0
27
14
4
19
38
46
5
13
50
60
2
8
26
40
18
63
11
12
16
23
66
65
37
31
30
9
34
7
51
36
42
49
32
21
47
64
48
62
59
1
33
29
61
28
15
53
3
22
57
55
6
56
17
41
54
20
43
10
39
58
25
52
54
24
11
50
23
29
65
19
17
6
61
39
14
48
13
1
30
5
34
18
62
4
45
2
41
63
44
47
9
10
16
12
21
49
20
53
0
40
3
46
55
51
26
58
52
31
28
64
36
35
8
60
43
7
33
15
37
27
42
66
59
22
38
32
57
25
56
PLS-SEM LV predictions
Case index
41
39
4
5
20
26
50
23
6
31
65
60
16
17
66
1
44
0
9
58
33
22
32
51
30
53
42
52
8
61
29
21
55
18
47
34
46
59
64
63
28
48
19
49
35
7
11
12
27
54
10
40
38
45
15
2
24
37
14
43
13
62
25
57
56
36
3
10
66
5
28
25
35
44
21
49
51
2
0
19
56
33
55
54
48
61
26
22
17
65
6
63
59
31
9
42
32
39
40
12
11
20
37
7
45
64
13
46
41
14
36
62
43
15
27
60
16
47
53
34
1
23
8
58
18
50
30
4
38
29
57
24
52
3
37
4
63
65
42
51
44
24
41
0
12
45
36
18
2
15
9
60
17
23
55
26
33
30
27
19
50
21
43
59
13
57
62
22
10
28
61
53
49
64
8
39
1
38
3
29
46
40
58
16
31
52
6
35
48
5
54
47
7
56
11
32
66
20
14
34
25
45
19
16
48
57
11
22
58
59
39
35
65
34
10
1
4
14
21
17
47
51
49
53
0
36
52
13
8
61
3
55
6
41
29
60
64
18
46
42
50
26
28
30
32
2
24
66
7
33
56
63
37
31
20
27
43
38
25
12
23
15
9
40
54
5
44
62
40
34
2
48
66
30
22
43
11
5
50
38
1
29
18
10
58
65
59
45
0
13
24
8
51
12
64
19
46
20
26
6
9
37
52
23
44
32
39
15
47
33
16
42
14
60
62
54
17
31
36
56
27
4
61
28
41
3
35
49
53
21
63
55
25
7
57
37
64
0
35
33
25
12
51
58
18
32
60
52
61
36
65
59
63
53
17
27
30
50
22
48
28
8
21
13
57
11
5
6
54
31
26
41
2
10
7
4
38
34
19
40
39
20
62
43
9
55
3
47
24
49
29
1
45
44
16
23
56
66
15
46
42
14
11
57
47
37
42
17
10
22
0
60
55
27
14
59
31
45
62
9
64
19
61
2
48
13
39
24
5
38
33
54
15
58
56
32
53
46
28
34
63
12
4
8
44
16
51
30
21
65
49
50
18
36
6
20
3
43
26
29
41
40
52
23
7
35
25
66
1
46
22
38
18
52
5
13
66
4
42
8
11
60
30
15
55
50
59
16
44
31
7
29
54
36
1
53
3
35
58
9
41
2
12
24
43
40
17
23
51
61
62
39
49
10
63
6
65
25
47
37
26
45
34
19
28
32
14
64
20
48
57
0
27
21
56
33
44
35
45
24
0
27
14
4
19
38
46
5
13
50
60
2
8
26
40
18
63
11
12
16
23
66
65
37
31
30
9
34
7
51
36
42
49
32
21
47
64
48
62
59
1
33
29
61
28
15
53
3
22
57
55
6
56
17
41
54
20
43
10
39
58
25
52
54
24
11
50
23
29
65
19
17
6
61
39
14
48
13
1
30
5
34
18
62
4
45
2
41
63
44
47
9
10
16
12
21
49
20
53
0
40
3
46
55
51
26
58
52
31
28
64
36
35
8
60
43
7
33
15
37
27
42
66
59
22
38
32
57
25
56
Algorithm
Setting
Data file
Data file
Data setup
PLS-SEM algorithm
Initial weights
Max. number of iterations
Stop criterion
Type of results
Use Lohmoeller settings?
Weighting scheme
PLSpredict settings
No. of repetitions
Number of folds
Seed
Keadilan (X1)
Kebajikan (X2)
Ketulusan (Z)
Kinerja Bank (Y)
Execution log
Reading score matrix of complete data set
Calculating full data set.
Calculating 10-fold predictive cross-validation 10 times (1 seconds).
All calculations done.
Histograms
LM MV prediction error
Inner model
Keadilan (X1)
Kebajikan (X2)
Ketulusan (Z)
Kinerja Bank (Y)
Outer model
X1
X10
X11
X12
X13
X14
X2
X3
X4
X5
X6
X7
X8
X9
Y1
Y2
Y3
Y4
Z1
Z2
Z3
Z4
Matrix
Case index
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
MV descriptives
X1
X10
X11
X12
X13
X14
X2
X3
X4
X5
X6
X7
X8
X9
Y1
Y2
Y3
Y4
Z1
Z2
Z3
Z4
Matrix
Case index
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
022. "SmartPLS 4." Oststeinbek: SmartPLS GmbH, http://www.smartpls.com.
Setting
ZA2
Setting
None
-
Setting
1.0
3000
10⁻⁷
Standardized
No
Path
Setting
10
10
Fixed seed
Setting
AUTOMATIC
AUTOMATIC
AUTOMATIC
AUTOMATIC
1.000
X1 X10 X11
5.000 5.000 5.000
4.000 5.000 5.000
5.000 5.000 5.000
5.000 5.000 5.000
4.000 5.000 5.000
3.000 4.000 5.000
5.000 5.000 5.000
4.000 4.000 4.000
5.000 5.000 5.000
5.000 5.000 5.000
4.000 3.000 4.000
4.000 3.000 3.000
4.000 5.000 5.000
4.000 4.000 5.000
5.000 5.000 5.000
3.000 3.000 4.000
4.000 3.000 4.000
4.000 4.000 5.000
5.000 5.000 5.000
5.000 3.000 5.000
4.000 5.000 4.000
5.000 5.000 5.000
4.000 5.000 5.000
5.000 5.000 3.000
5.000 5.000 5.000
4.000 5.000 5.000
3.000 4.000 5.000
5.000 5.000 5.000
4.000 4.000 4.000
5.000 5.000 5.000
5.000 5.000 5.000
4.000 3.000 4.000
4.000 3.000 3.000
4.000 5.000 5.000
4.000 4.000 5.000
5.000 5.000 5.000
3.000 3.000 4.000
4.000 3.000 4.000
4.000 4.000 5.000
5.000 5.000 5.000
5.000 5.000 5.000
4.000 5.000 4.000
5.000 5.000 5.000
4.000 5.000 5.000
5.000 5.000 5.000
5.000 5.000 5.000
4.000 5.000 5.000
5.000 5.000 5.000
5.000 5.000 5.000
4.000 5.000 5.000
3.000 4.000 5.000
5.000 5.000 5.000
4.000 4.000 4.000
5.000 5.000 5.000
5.000 5.000 5.000
4.000 3.000 4.000
4.000 3.000 3.000
4.000 5.000 5.000
4.000 4.000 5.000
5.000 5.000 5.000
3.000 3.000 4.000
4.000 3.000 4.000
4.000 4.000 5.000
5.000 5.000 5.000
5.000 5.000 5.000
4.000 5.000 4.000
4.000 5.000 4.000
X1 X10 X11
1.033 0.713 0.606
-0.540 0.713 0.606
1.033 0.713 0.606
1.033 0.713 0.606
-0.540 0.713 0.606
-2.112 -0.544 0.606
1.033 0.713 0.606
-0.540 -0.544 -1.086
1.033 0.713 0.606
1.033 0.713 0.606
-0.540 -1.800 -1.086
-0.540 -1.800 -2.778
-0.540 0.713 0.606
-0.540 -0.544 0.606
1.033 0.713 0.606
-2.112 -1.800 -1.086
-0.540 -1.800 -1.086
-0.540 -0.544 0.606
1.033 0.713 0.606
1.033 -1.800 0.606
-0.540 0.713 -1.086
1.033 0.713 0.606
-0.540 0.713 0.606
1.033 0.713 -2.778
1.033 0.713 0.606
-0.540 0.713 0.606
-2.112 -0.544 0.606
1.033 0.713 0.606
-0.540 -0.544 -1.086
1.033 0.713 0.606
1.033 0.713 0.606
-0.540 -1.800 -1.086
-0.540 -1.800 -2.778
-0.540 0.713 0.606
-0.540 -0.544 0.606
1.033 0.713 0.606
-2.112 -1.800 -1.086
-0.540 -1.800 -1.086
-0.540 -0.544 0.606
1.033 0.713 0.606
1.033 0.713 0.606
-0.540 0.713 -1.086
1.033 0.713 0.606
-0.540 0.713 0.606
1.033 0.713 0.606
1.033 0.713 0.606
-0.540 0.713 0.606
1.033 0.713 0.606
1.033 0.713 0.606
-0.540 0.713 0.606
-2.112 -0.544 0.606
1.033 0.713 0.606
-0.540 -0.544 -1.086
1.033 0.713 0.606
1.033 0.713 0.606
-0.540 -1.800 -1.086
-0.540 -1.800 -2.778
-0.540 0.713 0.606
-0.540 -0.544 0.606
1.033 0.713 0.606
-2.112 -1.800 -1.086
-0.540 -1.800 -1.086
-0.540 -0.544 0.606
1.033 0.713 0.606
1.033 0.713 0.606
-0.540 0.713 -1.086
-0.540 0.713 -1.086
LM_RMSE LM_MAE
0.448 0.194
0.750 0.294
0.743 0.332
0.738 0.359
0.960 0.475
0.838 0.485
0.562 0.276
0.437 0.208
-1.000
-1.000
-1.000
-1.000
X2 X3 X4
0.837 0.650 0.542
0.837 0.650 0.542
0.837 0.650 0.542
0.837 0.650 0.542
-0.565 0.650 0.542
-1.966 0.650 0.542
0.837 0.650 0.542
-0.565 -1.024 -1.594
0.837 -1.024 0.542
0.837 0.650 0.542
-0.565 -1.024 -1.594
-0.565 -1.024 -1.594
0.837 0.650 0.542
-0.565 0.650 0.542
0.837 0.650 0.542
-1.966 -1.024 -1.594
-1.966 -2.698 -1.594
-0.565 -1.024 0.542
0.837 0.650 0.542
0.837 0.650 0.542
-0.565 0.650 0.542
0.837 0.650 0.542
0.837 0.650 -3.730
0.837 -2.698 0.542
0.837 0.650 0.542
-0.565 0.650 0.542
-1.966 0.650 0.542
0.837 0.650 0.542
-0.565 -1.024 -1.594
0.837 -1.024 0.542
0.837 0.650 0.542
-0.565 -1.024 -1.594
-0.565 -1.024 -1.594
0.837 0.650 0.542
-0.565 0.650 0.542
0.837 0.650 0.542
-1.966 -1.024 -1.594
-1.966 -2.698 -1.594
-0.565 -1.024 0.542
0.837 0.650 0.542
0.837 0.650 0.542
-0.565 0.650 0.542
0.837 0.650 0.542
0.837 0.650 0.542
0.837 0.650 0.542
0.837 0.650 0.542
0.837 0.650 0.542
0.837 0.650 0.542
0.837 0.650 0.542
-0.565 0.650 0.542
-1.966 0.650 0.542
0.837 0.650 0.542
-0.565 -1.024 -1.594
0.837 -1.024 0.542
0.837 0.650 0.542
-0.565 -1.024 -1.594
-0.565 -1.024 -1.594
0.837 0.650 0.542
-0.565 0.650 0.542
0.837 0.650 0.542
-1.966 -1.024 -1.594
-1.966 -2.698 -1.594
-0.565 -1.024 0.542
0.837 0.650 0.542
0.837 0.650 0.542
-0.565 0.650 0.542
-0.565 0.650 0.542
Cramér-von Mises p value
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.000
X5 X6 X7 X8
0.585 0.727 0.727 0.726
0.585 -0.749 -0.749 0.726
0.585 0.727 0.727 0.726
0.585 0.727 0.727 0.726
-1.118 0.727 0.727 0.726
0.585 0.727 -0.749 0.726
0.585 0.727 0.727 0.726
-1.118 -0.749 0.727 -0.626
0.585 0.727 0.727 0.726
0.585 0.727 0.727 0.726
-1.118 -0.749 -0.749 -1.977
-2.821 -2.225 -2.225 -1.977
0.585 -0.749 0.727 0.726
0.585 0.727 -0.749 -0.626
0.585 0.727 0.727 0.726
-1.118 -2.225 -2.225 -1.977
-1.118 -0.749 -0.749 -0.626
0.585 -0.749 -0.749 -0.626
0.585 0.727 0.727 -1.977
0.585 0.727 0.727 0.726
0.585 0.727 -2.225 -0.626
-2.821 -2.225 0.727 0.726
0.585 -0.749 -0.749 0.726
0.585 0.727 0.727 0.726
0.585 0.727 0.727 0.726
-1.118 0.727 0.727 0.726
0.585 0.727 -0.749 0.726
0.585 0.727 0.727 0.726
-1.118 -0.749 0.727 -0.626
0.585 0.727 0.727 0.726
0.585 0.727 0.727 0.726
-1.118 -0.749 -0.749 -1.977
-2.821 -2.225 -2.225 -1.977
0.585 -0.749 0.727 0.726
0.585 0.727 -0.749 -0.626
0.585 0.727 0.727 0.726
-1.118 -2.225 -2.225 -1.977
-1.118 -0.749 -0.749 -0.626
0.585 -0.749 -0.749 -0.626
0.585 0.727 0.727 0.726
0.585 0.727 0.727 0.726
0.585 0.727 0.727 -0.626
0.585 0.727 0.727 0.726
0.585 -0.749 -0.749 0.726
0.585 0.727 0.727 0.726
0.585 0.727 0.727 0.726
0.585 -0.749 -0.749 0.726
0.585 0.727 0.727 0.726
0.585 0.727 0.727 0.726
-1.118 0.727 0.727 0.726
0.585 0.727 -0.749 0.726
0.585 0.727 0.727 0.726
-1.118 -0.749 0.727 -0.626
0.585 0.727 0.727 0.726
0.585 0.727 0.727 0.726
-1.118 -0.749 -0.749 -1.977
-2.821 -2.225 -2.225 -1.977
0.585 -0.749 0.727 0.726
0.585 0.727 -0.749 -0.626
0.585 0.727 0.727 0.726
-1.118 -2.225 -2.225 -1.977
-1.118 -0.749 -0.749 -0.626
0.585 -0.749 -0.749 -0.626
0.585 0.727 0.727 0.726
0.585 0.727 0.727 0.726
0.585 0.727 0.727 -0.626
0.585 0.727 0.727 -0.626
X9 Y1 Y2 Y3
5.000 5.000 5.000 5.000
4.000 4.000 5.000 5.000
5.000 5.000 5.000 5.000
5.000 5.000 4.000 5.000
5.000 5.000 4.000 5.000
5.000 3.000 4.000 4.000
5.000 5.000 5.000 5.000
4.000 4.000 5.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
3.000 3.000 3.000 3.000
3.000 3.000 3.000 3.000
5.000 4.000 4.000 4.000
4.000 3.000 4.000 4.000
5.000 5.000 5.000 5.000
3.000 4.000 4.000 4.000
3.000 3.000 4.000 4.000
5.000 4.000 4.000 4.000
3.000 5.000 5.000 5.000
5.000 5.000 3.000 5.000
4.000 4.000 4.000 5.000
5.000 5.000 5.000 5.000
4.000 4.000 5.000 5.000
5.000 5.000 5.000 3.000
5.000 5.000 4.000 5.000
5.000 5.000 4.000 5.000
5.000 3.000 4.000 4.000
5.000 5.000 5.000 5.000
4.000 4.000 5.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
3.000 3.000 3.000 3.000
3.000 3.000 3.000 3.000
5.000 4.000 4.000 4.000
4.000 3.000 4.000 4.000
5.000 5.000 5.000 5.000
3.000 4.000 4.000 4.000
3.000 3.000 4.000 4.000
5.000 4.000 4.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
4.000 4.000 4.000 5.000
5.000 5.000 5.000 5.000
4.000 4.000 5.000 5.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
4.000 4.000 5.000 5.000
5.000 5.000 5.000 5.000
5.000 5.000 4.000 5.000
5.000 5.000 4.000 5.000
5.000 3.000 4.000 4.000
5.000 5.000 5.000 5.000
4.000 4.000 5.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
3.000 3.000 3.000 3.000
3.000 3.000 3.000 3.000
5.000 4.000 4.000 4.000
4.000 3.000 4.000 4.000
5.000 5.000 5.000 5.000
3.000 4.000 4.000 4.000
3.000 3.000 4.000 4.000
5.000 4.000 4.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
4.000 4.000 4.000 5.000
4.000 4.000 4.000 5.000
X9 Y1 Y2 Y3
0.753 0.935 0.942 0.772
-0.508 -0.318 0.942 0.772
0.753 0.935 0.942 0.772
0.753 0.935 -0.561 0.772
0.753 0.935 -0.561 0.772
0.753 -1.571 -0.561 -0.705
0.753 0.935 0.942 0.772
-0.508 -0.318 0.942 -0.705
0.753 0.935 0.942 0.772
0.753 0.935 0.942 0.772
-1.769 -1.571 -2.063 -2.182
-1.769 -1.571 -2.063 -2.182
0.753 -0.318 -0.561 -0.705
-0.508 -1.571 -0.561 -0.705
0.753 0.935 0.942 0.772
-1.769 -0.318 -0.561 -0.705
-1.769 -1.571 -0.561 -0.705
0.753 -0.318 -0.561 -0.705
-1.769 0.935 0.942 0.772
0.753 0.935 -2.063 0.772
-0.508 -0.318 -0.561 0.772
0.753 0.935 0.942 0.772
-0.508 -0.318 0.942 0.772
0.753 0.935 0.942 -2.182
0.753 0.935 -0.561 0.772
0.753 0.935 -0.561 0.772
0.753 -1.571 -0.561 -0.705
0.753 0.935 0.942 0.772
-0.508 -0.318 0.942 -0.705
0.753 0.935 0.942 0.772
0.753 0.935 0.942 0.772
-1.769 -1.571 -2.063 -2.182
-1.769 -1.571 -2.063 -2.182
0.753 -0.318 -0.561 -0.705
-0.508 -1.571 -0.561 -0.705
0.753 0.935 0.942 0.772
-1.769 -0.318 -0.561 -0.705
-1.769 -1.571 -0.561 -0.705
0.753 -0.318 -0.561 -0.705
0.753 0.935 0.942 0.772
0.753 0.935 0.942 0.772
-0.508 -0.318 -0.561 0.772
0.753 0.935 0.942 0.772
-0.508 -0.318 0.942 0.772
0.753 0.935 0.942 0.772
0.753 0.935 0.942 0.772
-0.508 -0.318 0.942 0.772
0.753 0.935 0.942 0.772
0.753 0.935 -0.561 0.772
0.753 0.935 -0.561 0.772
0.753 -1.571 -0.561 -0.705
0.753 0.935 0.942 0.772
-0.508 -0.318 0.942 -0.705
0.753 0.935 0.942 0.772
0.753 0.935 0.942 0.772
-1.769 -1.571 -2.063 -2.182
-1.769 -1.571 -2.063 -2.182
0.753 -0.318 -0.561 -0.705
-0.508 -1.571 -0.561 -0.705
0.753 0.935 0.942 0.772
-1.769 -0.318 -0.561 -0.705
-1.769 -1.571 -0.561 -0.705
0.753 -0.318 -0.561 -0.705
0.753 0.935 0.942 0.772
0.753 0.935 0.942 0.772
-0.508 -0.318 -0.561 0.772
-0.508 -0.318 -0.561 0.772
Y4 Z1 Z2 Z3
5.000 5.000 5.000 5.000
4.000 4.000 5.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
5.000 5.000 4.000 4.000
4.000 3.000 3.000 3.000
5.000 5.000 5.000 5.000
5.000 5.000 4.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
4.000 4.000 3.000 3.000
4.000 4.000 4.000 4.000
4.000 5.000 5.000 4.000
4.000 4.000 4.000 3.000
5.000 5.000 5.000 5.000
4.000 4.000 4.000 4.000
4.000 4.000 4.000 4.000
4.000 4.000 4.000 4.000
5.000 5.000 3.000 3.000
3.000 5.000 5.000 5.000
5.000 3.000 5.000 4.000
5.000 5.000 5.000 5.000
4.000 4.000 5.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
5.000 5.000 4.000 4.000
4.000 3.000 3.000 3.000
5.000 5.000 5.000 5.000
5.000 5.000 4.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
4.000 4.000 3.000 3.000
4.000 4.000 4.000 4.000
4.000 5.000 5.000 4.000
4.000 4.000 4.000 3.000
5.000 5.000 5.000 5.000
4.000 4.000 4.000 4.000
4.000 4.000 4.000 4.000
4.000 4.000 4.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 4.000
5.000 5.000 5.000 5.000
4.000 4.000 5.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
4.000 4.000 5.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
5.000 5.000 4.000 4.000
4.000 3.000 3.000 3.000
5.000 5.000 5.000 5.000
5.000 5.000 4.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
4.000 4.000 3.000 3.000
4.000 4.000 4.000 4.000
4.000 5.000 5.000 4.000
4.000 4.000 4.000 3.000
5.000 5.000 5.000 5.000
4.000 4.000 4.000 4.000
4.000 4.000 4.000 4.000
4.000 4.000 4.000 4.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 5.000
5.000 5.000 5.000 4.000
5.000 5.000 5.000 4.000
Y4 Z1 Z2 Z3
0.851 0.739 0.772 1.039
-1.049 -0.912 0.772 -0.382
0.851 0.739 0.772 1.039
0.851 0.739 0.772 1.039
0.851 0.739 -0.705 -0.382
-1.049 -2.563 -2.182 -1.803
0.851 0.739 0.772 1.039
0.851 0.739 -0.705 -0.382
0.851 0.739 0.772 1.039
0.851 0.739 0.772 1.039
-1.049 -0.912 -2.182 -1.803
-1.049 -0.912 -0.705 -0.382
-1.049 0.739 0.772 -0.382
-1.049 -0.912 -0.705 -1.803
0.851 0.739 0.772 1.039
-1.049 -0.912 -0.705 -0.382
-1.049 -0.912 -0.705 -0.382
-1.049 -0.912 -0.705 -0.382
0.851 0.739 -2.182 -1.803
-2.949 0.739 0.772 1.039
0.851 -2.563 0.772 -0.382
0.851 0.739 0.772 1.039
-1.049 -0.912 0.772 -0.382
0.851 0.739 0.772 1.039
0.851 0.739 0.772 1.039
0.851 0.739 -0.705 -0.382
-1.049 -2.563 -2.182 -1.803
0.851 0.739 0.772 1.039
0.851 0.739 -0.705 -0.382
0.851 0.739 0.772 1.039
0.851 0.739 0.772 1.039
-1.049 -0.912 -2.182 -1.803
-1.049 -0.912 -0.705 -0.382
-1.049 0.739 0.772 -0.382
-1.049 -0.912 -0.705 -1.803
0.851 0.739 0.772 1.039
-1.049 -0.912 -0.705 -0.382
-1.049 -0.912 -0.705 -0.382
-1.049 -0.912 -0.705 -0.382
0.851 0.739 0.772 1.039
0.851 0.739 0.772 1.039
0.851 0.739 0.772 -0.382
0.851 0.739 0.772 1.039
-1.049 -0.912 0.772 -0.382
0.851 0.739 0.772 1.039
0.851 0.739 0.772 1.039
-1.049 -0.912 0.772 -0.382
0.851 0.739 0.772 1.039
0.851 0.739 0.772 1.039
0.851 0.739 -0.705 -0.382
-1.049 -2.563 -2.182 -1.803
0.851 0.739 0.772 1.039
0.851 0.739 -0.705 -0.382
0.851 0.739 0.772 1.039
0.851 0.739 0.772 1.039
-1.049 -0.912 -2.182 -1.803
-1.049 -0.912 -0.705 -0.382
-1.049 0.739 0.772 -0.382
-1.049 -0.912 -0.705 -1.803
0.851 0.739 0.772 1.039
-1.049 -0.912 -0.705 -0.382
-1.049 -0.912 -0.705 -0.382
-1.049 -0.912 -0.705 -0.382
0.851 0.739 0.772 1.039
0.851 0.739 0.772 1.039
0.851 0.739 0.772 -0.382
0.851 0.739 0.772 -0.382
Z4
5.000
4.000
5.000
5.000
5.000
4.000
5.000
4.000
5.000
5.000
4.000
4.000
5.000
4.000
5.000
3.000
4.000
5.000
3.000
5.000
5.000
5.000
4.000
5.000
5.000
5.000
4.000
5.000
4.000
5.000
5.000
4.000
4.000
5.000
4.000
5.000
3.000
4.000
5.000
5.000
5.000
5.000
5.000
4.000
5.000
5.000
4.000
5.000
5.000
5.000
4.000
5.000
4.000
5.000
5.000
4.000
4.000
5.000
4.000
5.000
3.000
4.000
5.000
5.000
5.000
5.000
5.000
Z4
0.739
-0.912
0.739
0.739
0.739
-0.912
0.739
-0.912
0.739
0.739
-0.912
-0.912
0.739
-0.912
0.739
-2.563
-0.912
0.739
-2.563
0.739
0.739
0.739
-0.912
0.739
0.739
0.739
-0.912
0.739
-0.912
0.739
0.739
-0.912
-0.912
0.739
-0.912
0.739
-2.563
-0.912
0.739
0.739
0.739
0.739
0.739
-0.912
0.739
0.739
-0.912
0.739
0.739
0.739
-0.912
0.739
-0.912
0.739
0.739
-0.912
-0.912
0.739
-0.912
0.739
-2.563
-0.912
0.739
0.739
0.739
0.739
0.739
SmartPLS report
Please cite the use of SmartPLS: Ringle, C. M., Wende, S., and Becker, J.-M. 2022. "SmartPLS 4." Oststeinbek: Smart
martPLS 4." Oststeinbek: Smart