Perbedaan utama antara PLS-SEM (Partial Least Squares Structural Equation Modeling) dan CB-SEM (Covariance-Based Structural Equation Modeling) terletak pada tujuan pengujiannya, di mana PLS-SEM berfokus pada pengembangan teori dan prediksi varian yang dimaksimalkan, sedangkan CB-SEM berfokus pada pengujian, konfirmasi, atau penolakan teori yang sudah ada berdasarkan matriks kovarians data.
Apa Pengertian Dasar PLS-SEM dan CB-SEM dalam Penelitian?
PLS-SEM adalah metode analisis multivariat berbasis varian yang sangat cocok untuk menguji model prediktif yang kompleks dengan ukuran sampel kecil, sedangkan CB-SEM adalah metode berbasis kovarians yang menguji seberapa konsisten model teoretis dengan data empiris melalui estimasi parameter berbasis matriks kovarians.
Dalam pengerjaan skripsi, mahasiswa sering kali bingung menentukan pendekatan yang tepat. Pemahaman terhadap definisi dasar ini sangat krusial agar tidak salah langkah saat melakukan pengolahan data menggunakan perangkat lunak statistik. PLS-SEM bekerja dengan meminimalkan sisa varian dari variabel dependen, sementara CB-SEM berupaya meminimalkan perbedaan antara matriks kovarians sampel dan matriks kovarians yang diestimasi oleh model teoretis yang diajukan peneliti.
Kapan Harus Memilih Menggunakan SmartPLS atau Lisrel?
Anda harus memilih menggunakan SmartPLS (perangkat lunak utama untuk PLS-SEM) ketika penelitian Anda bersifat eksploratif, memiliki indikator formatif, atau jumlah sampel terbatas, dan memilih Lisrel atau Amos (perangkat lunak CB-SEM) ketika penelitian bersifat konfirmatori dengan ukuran sampel besar.
Pemilihan software ini sangat menentukan hasil akhir sidang skripsi Anda. Jika model penelitian Anda memiliki indikator formatif—yaitu indikator yang membentuk konstruk, bukan mencerminkan konstruk—maka PLS-SEM adalah satu-satunya pilihan yang sah secara metodologis. Sebaliknya, jika semua konstruk diukur dengan indikator reflektif dan Anda ingin menguji kecocokan model secara keseluruhan, CB-SEM harus menjadi prioritas utama pengujian.
Bagaimana Perbandingan Kriteria Statistik PLS-SEM dan CB-SEM?
Perbandingan kriteria statistik kedua metode ini mencakup asumsi distribusi data, ukuran sampel minimum, kompleksitas model, serta jenis evaluasi model pengukuran dan struktural yang digunakan dalam analisis.
| Kriteria Statistik | PLS-SEM (SmartPLS) | CB-SEM (AMOS/Lisrel/Lavaan) |
|---|---|---|
| Tujuan Utama | Prediksi dan pengembangan teori baru | Konfirmasi atau pengujian teori |
| Asumsi Distribusi Data | Non-parametrik (tidak harus normal) | Parametrik (wajib normal multivariat) |
| Ukuran Sampel | Relatif kecil (minimal 30-100 sampel) | Besar (idealnya minimal 200 sampel) |
| Kompleksitas Model | Sangat kompleks, banyak variabel & indikator | Terbatas pada model yang lebih sederhana |
| Indikator Konstruk | Bisa indikator reflektif dan formatif | Umumnya menggunakan indikator reflektif |
| Evaluasi Model | Outer model dan inner model (R-square, f-square) | Goodness of Fit (Chi-Square, CFI, RMSEA) |
Apa Saja Langkah-Langkah Pengujian dalam Analisis Data?
Langkah pengujian PLS-SEM melibatkan evaluasi model pengukuran (outer model) melalui validitas konvergen, validitas diskriminan, dan reliabilitas komposit, dilanjutkan dengan evaluasi model struktural (inner model) melalui koefisien jalur dan nilai R-square.
Sementara itu, tahapan pada CB-SEM dimulai dengan spesifikasi model, identifikasi model, estimasi parameter, pengujian kesesuaian model (Goodness of Fit), hingga modifikasi model jika nilai indeks kecocokan belum memenuhi ambang batas yang disyaratkan oleh literatur metodologi. Mahasiswa wajib menguasai tahapan ini secara runtut agar mampu mempertanggungjawabkan hasil analisis data di hadapan dosen penguji saat sidang skripsi.
Pertanyaan Umum
Mana yang lebih mudah dipelajari untuk mahasiswa tingkat akhir, PLS-SEM atau CB-SEM?
PLS-SEM umumnya dianggap lebih mudah dipelajari oleh mahasiswa tingkat akhir karena tidak menuntut asumsi distribusi normal data yang ketat dan menyediakan antarmuka perangkat lunak yang sangat ramah pengguna seperti SmartPLS.
Apakah sampel di bawah 100 responden bisa menggunakan CB-SEM?
Sampel di bawah 100 responden sangat tidak disarankan menggunakan CB-SEM karena metode ini membutuhkan ukuran sampel yang besar untuk menghasilkan estimasi matriks kovarians yang stabil dan valid secara statistik.
Bagaimana jika penelitian skripsi saya menggunakan indikator formatif?
Jika penelitian skripsi Anda menggunakan indikator formatif, Anda wajib menggunakan metode PLS-SEM karena CB-SEM tidak dapat mengestimasi model dengan indikator formatif secara optimal tanpa menimbulkan masalah identifikasi.
Memahami perbedaan mendasar antara kedua metode ini akan menyelamatkan penelitian Anda dari kesalahan metodologi yang fatal. Pastikan Anda menyesuaikan pilihan metode dengan karakteristik data, jumlah sampel, serta rumusan masalah penelitian yang telah ditetapkan sejak awal penyusunan proposal. Jika Anda mengalami kendala teknis dalam proses pengolahan data penelitian, manfaatkan layanan konsultasi profesional dan jasa analisis SmartPLS untuk membantu memastikan hasil riset Anda akurat dan valid secara ilmiah.