Cara pakai olah data SmartPLS untuk pemula dimulai dengan mengunduh perangkat lunak, menyiapkan data tabulasi Excel berformat CSV, membuat proyek baru, menggambar diagram jalur variabel laten, memasukkan indikator, lalu menjalankan algoritma PLS-SEM untuk mengevaluasi model pengukuran dan model struktural.
Apa Saja Persiapan Awal Sebelum Menggunakan SmartPLS?
Persiapan awal sebelum menggunakannya adalah memastikan data penelitian Anda sudah bersih, lengkap, dan tersimpan dalam format file CSV yang terbaca oleh sistem.
Sebelum masuk ke langkah teknis pengoperasian software, mahasiswa wajib menyiapkan dua hal utama agar proses analisis berjalan lancar tanpa hambatan eror. Hal pertama adalah data mentah dari kuesioner yang sudah ditabulasi ke dalam Microsoft Excel, di mana setiap kolom mewakili satu indikator pertanyaan dan baris mewakili responden. Hal kedua adalah struktur model penelitian yang jelas, mencakup variabel eksogen yang mempengaruhi dan variabel endogen yang dipengaruhi.
Setelah data siap di Excel, simpan file tersebut dalam format CSV (Comma Delimited) agar bisa diimpor dengan sempurna. Pastikan tidak ada sel kosong atau karakter khusus yang dapat mengganggu proses pembacaan data oleh sistem SmartPLS versi terbaru.
Bagaimana Cara Membuat Proyek dan Mengimpor Data ke SmartPLS?
Cara membuat proyek dan mengimpor data dilakukan dengan membuka aplikasi SmartPLS, memilih menu New Project, lalu memasukkan file CSV data penelitian Anda.
Langkah pertama dalam software adalah membuka aplikasi lalu klik menu File di pojok kiri atas dan pilih opsi Create New Project. Berikan nama proyek sesuai judul skripsi atau topik penelitian Anda agar mudah ditemukan kembali. Setelah proyek terbentuk, klik dua kali pada nama proyek tersebut untuk memasukkan file data mentah yang sudah disiapkan sebelumnya dalam format CSV.
Sistem akan secara otomatis membaca seluruh variabel dan indikator yang ada di dalam file CSV tersebut. Anda akan melihat daftar indikator muncul di sisi kiri jendela kerja, siap untuk ditarik ke area kanvas utama guna membangun model jalur penelitian.
Bagaimana Cara Menggambar Model Jalur atau Path Model?
Cara menggambar model jalur adalah dengan menyeret indikator dari daftar ke area kerja, lalu membuat garis panah penghubung antar variabel laten sesuai kerangka konseptual.
Gunakan alat lingkaran di area kerja untuk membuat lingkaran-lingkaran baru yang merepresentasikan variabel laten penelitian, baik variabel bebas maupun variabel terikat. Beri nama setiap variabel dengan cara klik kanan pada lingkaran tersebut dan pilih rename. Selanjutnya, tarik indikator-indikator yang sesuai dari panel daftar data di sebelah kiri ke dalam lingkaran variabel laten masing-masing.
Setelah semua variabel dan indikatornya tersusun rapi, gunakan alat sambung atau panah untuk menghubungkan variabel independen ke variabel dependen. Garis panah ini menunjukkan arah pengaruh atau hipotesis yang ingin diuji dalam penelitian skripsi Anda.
| Tahapan Analisis | Parameter Pengujian | Nilai Kritis Minimal |
|---|---|---|
| Outer Model (Reflektif) | Outer Loading | > 0,70 (atau > 0,50 untuk exploratory) |
| Outer Model | Average Variance Extracted (AVE) | > 0,50 |
| Reliabilitas | Composite Reliability | > 0,70 |
| Inner Model | R-Square (R2) | 0,75, 0,50, 0,25 (kuat, moderat, lemah) |
Bagaimana Cara Menjalankan Algoritma PLS-SEM?
Cara menjalankan algoritma PLS-SEM adalah dengan memilih menu Calculate di bagian atas layar, lalu mengklik opsi PLS-SEM Algorithm dan klik Start Calculation.
Proses perhitungan algoritma ini akan menghasilkan berbagai nilai krusial yang menentukan apakah data penelitian Anda layak dan valid untuk dilanjutkan ke tahap pembahasan. Tunggu beberapa detik hingga jendela hasil atau report terbuka secara otomatis di layar komputer Anda. Di sinilah Anda bisa melihat nilai outer loading untuk setiap indikator penelitian.
Jika ada indikator dengan nilai outer loading di bawah batas minimal, Anda mungkin perlu menghapuskannya dari model dengan hati-hati. Evaluasi secara cermat setiap tabel laporan yang muncul untuk memastikan semua kriteria validitas konvergen, validitas diskriminan, dan reliabilitas sudah terpenuhi dengan baik.
Bagaimana Cara Melakukan Uji Hipotesis dengan Bootstrapping?
Cara melakukan uji hipotesis adalah dengan memilih menu Calculate, klik opsi Bootstrapping, atur jumlah subsamples minimal 5000, lalu jalankan proses perhitungan.
Uji bootstrapping sangat penting dalam metode analisis SmartPLS karena berfungsi untuk mengetahui signifikansi pengaruh antar variabel laten dalam model struktural. Perhatikan nilai t-statistic dan p-value yang dihasilkan dari laporan bootstrapping tersebut. Untuk tingkat keyakinan 95 persen, nilai t-statistic harus lebih besar dari 1,96 dan p-value harus kurang dari 0,05 agar hipotesis penelitian Anda dinyatakan diterima.
Catat semua angka koefisien jalur dan nilai signifikansi ini ke dalam draf bab hasil penelitian skripsi Anda. Interpretasikan hasil tersebut secara objektif dengan menghubungkannya langsung pada rumusan masalah dan teori yang sudah Anda bangun di bab sebelumnya.
Pertanyaan Umum
Apa format file data yang bisa dibuka di SmartPLS?
Format file data yang dapat dibaca dan diimpor langsung oleh aplikasi SmartPLS adalah file CSV (Comma Delimited) yang bersumber dari tabel Microsoft Excel.
Berapa nilai minimal outer loading untuk indikator valid?
Nilai minimal outer loading untuk indikator yang dianggap valid adalah di atas 0,70, meskipun nilai 0,50 masih dapat diterima untuk penelitian tahap eksplorasi.
Bagaimana cara mengetahui hipotesis diterima atau ditolak?
Hipotesis penelitian dinyatakan diterima jika nilai t-statistic lebih besar dari 1,96 dan nilai p-value kurang dari 0,05 berdasarkan hasil pengujian bootstrapping.
Menguasai perangkat lunak analisis jalur memang membutuhkan ketelitian tinggi, mulai dari persiapan data mentah hingga pembacaan laporan akhir bootstrapping yang kompleks bagi peneliti pemula di perguruan tinggi. Jika Anda mengalami kendala teknis, keterbatasan waktu, atau kebingungan dalam menginterpretasikan hasil output model penelitian, Anda bisa memanfaatkan layanan profesional jasa olah data SmartPLS untuk mendampingi penyusunan skripsi Anda sampai tuntas.