Partial Least Squares Structural Equation Modeling atau PLS SEM adalah teknik analisis multivariat berbasis varian yang digunakan untuk menguji hubungan antarvariabel laten yang kompleks secara simultan, bahkan pada ukuran sampel yang relatif kecil dan data yang tidak berdistribusi normal.
Apa Pengertian Dasar dan Fungsi PLS SEM dalam Penelitian?
PLS SEM adalah metode statistik generasi kedua yang menggabungkan analisis jalur (path analysis) dan analisis faktor konfirmatori untuk menguji model teoretis sekaligus indikator pengukurannya. Fungsi utamanya adalah untuk menguji teori, memprediksi hubungan antarvariabel, dan mengidentifikasi konstruk kunci yang paling berpengaruh dalam suatu kerangka konseptual penelitian.
Kapan Harus Menggunakan Metode PLS SEM Dibanding CB SEM?
PLS SEM harus digunakan ketika tujuan utama penelitian adalah pengembangan teori dan prediksi prediktif, jumlah sampel relatif kecil, atau data tidak memenuhi asumsi normalitas multivariat yang ketat. Sementara itu, teknik Covariance Based Structural Equation Modeling atau CB SEM lebih cocok digunakan untuk pengujian hipotesis yang sifatnya konfirmasi teori dengan asumsi sampel besar dan distribusi data normal.
Bagaimana Langkah-Langkah Analisis Data Menggunakan SmartPLS?
Langkah-langkah analisis data menggunakan SmartPLS meliputi penggambaran diagram jalur, evaluasi model pengukuran atau outer model, evaluasi model struktural atau inner model, pengujian hipotesis bootstrapping, serta interpretasi hasil akhir penelitian. Setiap tahapan ini memerlukan kriteria pengujian statistik yang valid dan reliabel.
Berikut adalah tabel tahapan evaluasi dan kriteria pengujian dalam analisis PLS SEM:
| Jenis Evaluasi | Nama Pengujian | Kriteria Nilai yang Diterima |
|---|---|---|
| Outer Model | Convergent Validity | Loading factor di atas 0,70 dan AVE di atas 0,50 |
| Outer Model | Discriminant Validity | Nilai Fornell-Larcker atau cross loading harus tinggi |
| Outer Model | Reliabilitas Konstruk | Cronbach alpha dan Composite reliability di atas 0,70 |
| Inner Model | Koefisien Determinasi | Nilai R-square sebesar 0,75, 0,50, atau 0,25 |
| Inner Model | Pengujian Hipotesis | Nilai t-statistic di atas 1,96 atau p-value di bawah 0,05 |
Bagaimana Cara Evaluasi Outer Model Reflektif dan Formatif?
Evaluasi outer model reflektif dilakukan dengan melihat validitas konvergen, validitas diskriminan, serta reliabilitas konsistensi internal dari indikator-indikator pembentuk variabel. Model formatif dievaluasi dengan memeriksa bobot bobot outer weight, tingkat signifikansi statistik, dan memeriksa masalah multikolinearitas antarindikator melalui nilai Variance Inflation Factor.
Bagaimana Cara Membaca Hasil Inner Model dan Uji Hipotesis?
Membaca hasil inner model dilakukan dengan menganalisis nilai R-square untuk mengukur kekuatan prediksi model struktural terhadap variabel endogen. Uji hipotesis dalam PLS SEM dilakukan dengan menjalankan fitur bootstrapping untuk menghasilkan nilai t-statistic dan p-value yang menunjukkan signifikansi pengaruh langsung maupun tidak langsung antarvariabel laten.
Mahasiswa sering kali mengalami kendala teknis saat mengoperasikan perangkat lunak statistik atau menghadapi masalah ketika hasil uji validitas dan reliabilitas tidak memenuhi standar akademis. Jika Anda membutuhkan bantuan profesional untuk mengatasi kendala tersebut, jurnalskripsi.net menyediakan layanan jasa SmartPLS untuk mendampingi proses pengolahan data skripsi Anda secara akurat dan tuntas.
Pertanyaan Umum
Apakah PLS SEM harus menggunakan data berdistribusi normal?
Tidak, salah satu keunggulan utama PLS SEM adalah kemampuannya menganalisis data tanpa asumsi distribusi normal yang ketat atau dikenal sebagai metode non-parametrik.
Berapa jumlah sampel minimum untuk penelitian menggunakan PLS SEM?
Jumlah sampel minimum dapat ditentukan menggunakan aturan sepuluh kali lipat dari jumlah jalur maksimum yang mengarah ke variabel laten tertentu dalam model struktural.
Apa perbedaan utama antara outer model dan inner model?
Outer model adalah tahap evaluasi hubungan antara variabel laten dengan indikatornya, sedangkan inner model adalah tahap evaluasi hubungan antarvariabel laten dalam model struktural.