Softwear Smart PLS
Pengertian
Software pengolahan data untuk structural equation modeling (SEM) dengan metode Partial Least Squares (PLS). Software ini dikembangkan oleh Institute of Hamburg Jerman. SmartPLS dapat diinstal dan untuk 2 jenis sistem operasi: Mac OS X dan Windows. Khusus untuk sistem operasi “Windows”, SmartPLS menyediakan 2 jenis file instalasi aplikasi yang harus dipilih, yakni: Sistem operasi Windows 32 Bit dan Sistem operasi Windows 64 Bit.
Fungsi:
Software ini tidak hanya menghitung, tetapi juga membantu memvisualisasikan model penelitian.
- Menganalisis hubungan antar variabel latenSmartPLS memungkinkan peneliti untuk menguji hubungan antara variabel yang tidak dapat diukur secara langsung. Variabel ini biasanya diwakili oleh indikator.
- Menguji model penelitianPeneliti dapat menguji apakah model yang dibangun sesuai dengan data yang dimiliki. Hal ini sangat penting dalam penelitian kuantitatif.
- Mengukur validitas dan reliabilitasSmartPLS menyediakan berbagai uji seperti outer loading, AVE, dan composite reliability. Ini membantu memastikan kualitas instrumen penelitian.
- Menganalisis pengaruh langsung dan tidak langsungSoftware ini mampu mengidentifikasi hubungan langsung maupun mediasi antar variabel.
- Menyajikan hasil dalam bentuk diagramOutput SmartPLS berupa diagram jalur yang memudahkan visualisasi hubungan antar variabel.
Outer model digunakan untuk menguji hubungan antara indikator dengan variabel laten. Analisis ini berfokus pada validitas dan reliabilitas.
Nilai outer loading, AVE, dan composite reliability menjadi indikator utama. Jika nilai memenuhi kriteria, maka instrumen dianggap valid dan reliabel.
2. Inner Model (Model Struktural)
Inner model digunakan untuk menguji hubungan antar variabel laten. Analisis ini menunjukkan pengaruh antar variabel.
Nilai path coefficient dan R-square digunakan untuk melihat kekuatan hubungan. Semakin tinggi nilainya, semakin kuat pengaruhnya.
3. Uji Hipotesis
Uji hipotesis dilakukan untuk mengetahui apakah hubungan antar variabel signifikan atau tidak. Biasanya menggunakan nilai t-statistic dan p-value.
Jika nilai p-value < 0.05, maka hipotesis diterima. Ini menunjukkan adanya pengaruh yang signifikan.
Sebagai penutup, ketiga jenis analisis ini harus dilakukan secara berurutan untuk mendapatkan hasil penelitian yang valid.
Langkah Dasar Menggunakan SmartPLS
Dalam menggunakan SmartPLS, terdapat beberapa langkah dasar yang perlu diikuti. Langkah ini membantu pengguna dalam melakukan analisis secara sistematis.
- Membuat model penelitianPengguna menggambar model hubungan antar variabel dalam bentuk diagram.
- Mengimpor dataData dimasukkan ke dalam SmartPLS dalam format tertentu seperti CSV atau Excel.
- Menjalankan algoritma PLSProses ini digunakan untuk menghitung nilai outer dan inner model.
- Melakukan bootstrappingBootstrapping digunakan untuk menguji signifikansi hubungan antar variabel.
- Menginterpretasikan hasilPengguna membaca output dan menarik kesimpulan berdasarkan data.
Analsisi Multivariat:
- Analisis univariat
Analisis statistik untuk penelitian yang hanya menggunakan satu variabel. Umumnya hanya menggunakan statistik-statistik.
contohnya: Mean, Median, Modus, Max, Min, Sum. Grafik-grafik, Dsb.
- Analisis bivariat
Analisis statistik untuk penelitian yang hanya menggunakan dua variabel
contohnya: Korelasi sederhana (simple correlation) Regresi sederhana (simple regression), Dsb.
- Analisis Multivariat
Analsisi statistic untuk penelitian yang menggunakan lebih dari dua variable.
Contohnya: Korelasi dan regresi berganda, Analisis jalur (path analysis), Moderated Regression Analysis (MRA), dan Atruktural Equation Model (SEM)
Model Persamaan Struktural / Struktural Equation Modeling (SEM)
Ialah: analisis statistik untuk penelitian yang membutuhkan analisis “serempak/sekaligus” secara seluruh variabel- variabel dan indikator indikatornya.
Komentar
Posting Komentar