Le structural equation modelling (SEM) est une technique statistique largement utilisée, notamment dans le domaine des systèmes d’information. Cette technique a suscité une attention croissante en raison de sa flexibilité et de sa capacité prédictive. Pourtant, les repères méthodologiques pour son application dans le champ de la sécurité comportementale de l’information demeurent limités. Cet article vise ainsi à proposer un guide complet pour l’usage du PLS-SEM dans les études sur la vie privée et l’auto-divulgation sur les sites de réseaux sociaux. Les données ont été recueillies à partir de 21 articles publiés entre 2006 et 2022 et repérés dans des bases telles que Google Scholar, l’eLibrary de l’Association for Information Systems, IEEE Xplore et ScienceDirect. PRISMA 2020 a été mobilisé pour analyser et synthétiser l’état du champ. La revue couvre les caractéristiques des données, les raisons de l’usage du PLS-SEM, l’évaluation des modèles de mesure, l’évaluation du modèle structurel et les bonnes pratiques de reporting. Elle propose enfin des recommandations pour l’utilisation du PLS-SEM dans le domaine de la sécurité comportementale de l’information, avec un intérêt particulier pour les études sur la vie privée et l’auto-divulgation sur les réseaux sociaux, mais aussi pour d’autres champs.
Utilisation du partial least squares structural equation modelling (PLS-SEM) dans les recherches sur la vie privée et l'auto-divulgation sur les sites de réseaux sociaux : une revue systématique
Computers in Human Behavior Reports
Résumé
Citation
Citation recommandée
Kante, M., & Babri, M. (2023). Use of partial least squares structural equation modelling (PLS-SEM) in privacy and disclosure research on social network sites: A systematic review. Computers in Human Behavior Reports.
BibTeX
@article{kante2023plssem,
author = {Kante, Mahamadou and Babri, Michel},
title = {Use of partial least squares structural equation modelling (PLS-SEM) in privacy and disclosure research on social network sites: A systematic review},
journal = {Computers in Human Behavior Reports},
year = {2023},
doi = {10.1016/j.chbr.2023.100291}
}