f-square SmartPLS adalah ukuran statistik yang digunakan untuk menilai besarnya pengaruh atau efek suatu variabel laten eksogen terhadap variabel laten endogen dalam model struktural SEM-PLS. Nilai f-square dihitung berdasarkan perubahan nilai R-square ketika sebuah variabel eksogen tertentu dihilangkan dari model analisis.
Apa Pengertian f-square dalam Analisis SmartPLS?
f-square adalah koefisien ukuran efek (effect size) yang menunjukkan seberapa besar dampak subtansial suatu variabel prediktor terhadap variabel target di dalam model struktural. Koefisien ini melengkapi nilai R-square yang hanya menunjukkan total varians yang dapat dijelaskan oleh seluruh variabel prediktor secara bersama-sama tanpa merinci kontribusi individu setiap variabel secara spesifik.
Bagaimana Kriteria Penilaian Ukuran Efek f-square?
Kriteria penilaian ukuran efek f-square dibagi menjadi tiga kategori utama yang ditetapkan oleh para ahli statistik untuk mengevaluasi kekuatan pengaruh antarvariabel dalam pengolahan data penelitian.
| Nilai f-square | Kategori Ukuran Efek | Interpretasi Pengaruh |
|---|---|---|
| 0,02 | Kecil (Small) | Variabel eksogen memiliki pengaruh yang lemah secara struktural pada tingkat model. |
| 0,15 | Menengah (Medium) | Variabel eksogen memiliki pengaruh yang moderat atau sedang terhadap variabel endogen. |
| 0,35 | Besar (Large) | Variabel eksogen memiliki pengaruh yang kuat dan sangat substansial pada model struktural. |
Memahami kategori tersebut sangat penting bagi mahasiswa yang sedang menyusun skripsi agar bisa mendeskripsikan hasil temuan dengan tepat. Nilai f-square yang berada di bawah 0,02 menunjukkan bahwa variabel independen tersebut hampir tidak memberikan kontribusi nyata terhadap perubahan variabel dependen di dalam model penelitian.
Bagaimana Langkah-Langkah Menjalankan f-square SmartPLS?
Langkah-langkah menjalankan f-square SmartPLS dapat dilakukan dengan mudah melalui menu kalkulasi bawaan di dalam software pemodelan persamaan struktural tersebut.
- Pastikan model outer model dan inner model Anda sudah lolos uji validitas serta reliabilitas secara keseluruhan.
- Buka project pengolahan data Anda di aplikasi SmartPLS versi terbaru yang sedang Anda gunakan saat ini.
- Klik menu Calculate pada bagian atas jendela aplikasi utama perangkat lunak tersebut.
- Pilih opsi PLS-SEM Algorithm untuk memulai proses perhitungan dasar parameter statistik model.
- Tentukan setting path weighting, maximum iterations, dan stop criterion sesuai dengan standar kebutuhan analisis skripsi.
- Klik Start Calculation dan tunggu hingga proses perhitungan selesai dilakukan oleh sistem komputer.
- Setelah hasil muncul, lihat menu Report di sisi kiri layar lalu pilih opsi Model Summary.
- Cari sub-menu F-Square untuk melihat tabel matriks nilai pengaruh antarvariabel laten secara lengkap.
Prosedur di atas wajib dikerjakan secara berurutan agar hasil perhitungan nilai f-square valid dan bisa dilampirkan ke dalam bab hasil penelitian skripsi. Kesalahan dalam menetapkan parameter awal pada menu algorithm akan berdampak langsung pada ketidakakuratan nilai koefisien f-square yang dihasilkan.
Mengapa Nilai f-square Penting untuk Evaluasi Model Struktural?
Nilai f-square penting karena membantu peneliti mengetahui variabel mana yang paling dominan dalam memberikan kontribusi penjelasan terhadap variabel terikat di dalam kerangka konseptual penelitian. Tanpa pengujian ini, peneliti hanya berpatokan pada nilai koefisien jalur dan nilai R-square tanpa mengetahui seberapa besar signifikansi kontribusi parsial dari setiap variabel bebas yang diteliti.
Sebagai contoh konkret dalam penelitian manajemen pemasaran, seorang peneliti menguji pengaruh Kualitas Produk dan Harga terhadap Kepuasan Pelanggan. Meskipun nilai R-square model menunjukkan angka yang tinggi, uji f-square bisa jadi membuktikan bahwa Kualitas Produk memiliki ukuran efek yang besar, sementara Harga hanya memiliki ukuran efek yang kecil. Informasi mendalam semacam ini sangat bernilai tinggi untuk mempertajam pembahasan hasil penelitian pada bab pembahasan skripsi Anda.
Bagaimana Cara Mengatasi Nilai f-square yang Terlalu Kecil?
Nilai f-square yang terlalu kecil dapat diatasi dengan cara mengevaluasi kembali relevansi teoretis variabel eksogen tersebut atau memperbaiki instrumen pengumpulan data agar validitas konstruknya meningkat. Variabel dengan f-square di bawah 0,02 sering kali dipertimbangkan untuk dikeluarkan dari model jika memang terbukti tidak memberikan kontribusi yang berarti terhadap penjelasan variabel endogen.
Namun, keputusan untuk menghapus suatu variabel dari model struktural tidak boleh dilakukan secara sembarangan hanya berdasarkan angka statistik semata. Pertimbangan teoritis dari jurnal acuan utama dan saran dari dosen pembimbing tetap harus menjadi landasan utama sebelum Anda melakukan modifikasi lanjutan pada model SEM-PLS penelitian Anda.
Pertanyaan Umum
Apa itu f-square dalam SmartPLS?
f-square adalah ukuran statistik dalam SmartPLS untuk menilai seberapa besar pengaruh atau ukuran efek suatu variabel eksogen terhadap variabel endogen pada model struktural.
Berapa batas nilai f-square yang baik?
Batas nilai f-square yang dikategorikan memiliki pengaruh kecil adalah 0,02, pengaruh menengah adalah 0,15, dan pengaruh yang besar atau kuat adalah 0,35.
Bagaimana cara melihat f-square di SmartPLS?
Nilai f-square dapat dilihat dengan melakukan kalkulasi PLS-SEM Algorithm, kemudian membuka menu Report dan memilih sub-menu F-Square pada hasil laporan.
Demikian panduan lengkap mengenai cara menghitung dan menginterpretasikan f-square SmartPLS untuk kebutuhan analisis data penelitian Anda. Jika Anda mengalami kendala teknis dalam proses pengolahan data atau interpretasi hasil uji statistik untuk skripsi, Anda bisa memanfaatkan layanan profesional jasa analisis SmartPLS di jurnalskripsi.net untuk mendapatkan pendampingan ahli yang terpercaya dan berpengalaman.