23 Desember 2011

Partial Least Square

Partial Least Square (PLS) dikembangkan pertama kali oleh Herman Wold (1982). Ada beberapa metode yang dikembangkan berkaitan dengan PLS yaitu model PLS Regression (PLS-R) dan PLS Path Modeling (PLS-PM ). PLS Path Modeling dikembangkan sebagai alternatif pemodelan persamaan struktural ( SEM) yang dasar teorinya lemah. PLS-PM berbasis varian berbeda dengan metode SEM dengan software AMOS, Lisrel, EQS menggunakan basis kovarian.


Ada beberapa hal yang membedakan analisis PLS dengan model analisis SEM yang lain :
  1. Data tidak harus berdistribusi normal multivariate.
  2. Dapat digunakan sampel kecil. Minimal sampel >30 dapat digunakan.
  3. PLS selain dapat digunakan unutk mengkonfirmasikan teori, dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel laten.
  4. PLS dapat menganalisis sekaligus konstruk yang dibentuk dengan indikator reflektif dan formatif
  5. PLS mampu mengestimasi model yang besar dan kompleks dengan ratusan variabel laten dan ribuan indikator (Falk and Miller, 1992)
Pemodelan dalam PLS-Path Modeling ada 2 model :
  1. Model structural (Inner model) yaitu model struktural yang menghubungkan antar variabel laten.
  2. Model Measurement (Outer Model yaitu model pengukuran yang menghubungkan indikator dengan variabel latennya.
Model Partial Least Square

Dalam PLS Path Modeling terdapat 2 model yaitu outer model dan Inner model. Kriteria uji dilakukan pada kedua model tersebut.


Outer model (Model Measurement)
Model ini menspesifikasi hubungan antar variabel laten dengan indikator-indikatornya. atau dapat dikatakan bahwa outer model mendefinisikan bagaimana setiap indikator berhubungan dengan variabel latennya. Uji yang dilakukan pada outer model :
  • Convergent Validity. Nilai convergen validity adalah nilai loading faktor pada variabel laten dengan indikator-indikatornya. Nilai yang diharapkan >0.7.
  • Discriminant Validity. Nilai ini merupakan nilai cross loading faktor yang berguna untuk mengetahui apakah konstruk memiliki diskriminan yang memadai yaitu dengan cara membandingkan nilai loading pada konstruk yang dituju harus lebih besar dibandingkan dengan nilai loading dengan konstruk yang lain.
  • Composite Reliability. Data yang memiliki composite reliability >0.8 mempunyi reliabilitas yang tinggi.
  • Average Variance Extracted (AVE). Nilai AVE yang diharapkan >0.5.
  • Cronbach Alpha. Uji reliabilitas diperkuat dengan Cronbach Alpha.Nilai diharapkan >0.6 untuk semua konstruk.
Uji yang dilakukan diatas merupakan uji pada outer model untuk indikator reflektif. Untuk indikator formatif dilakukan pengujian yang berbeda. Uji untuk indikator formatif yaitu :
  • Significance of weights. Nilai weight indikator formatif dengan konstruknya harus signifikan.
  • Multicolliniearity. Uji multicolliniearity dilakukan untuk mengetahui hubungan antar indikator. Untuk mengetahui apakah indikator formatif mengalami multicolliniearity dengan mengetahui nilai VIF. Nilai VIF antara 5- 10 dapat dikatakan bahwa indikator tersebut terjadi multicolliniearity.
Masih ada dua uji untuk indikator formatif yaitu nomological validity dan external validity.
Inner Model (Model Structural).
Uji pada model struktural dilakukan untuk menguji hubungan antara konstruk laten. Ada beberapa uji untuk model struktural yaitu :
  • R Square pada konstruk endogen. Nilai R Square adalah koefisien determinasi pada konstruk endogen. Menurut Chin (1998), nilai R square sebesar 0.67 (kuat), 0.33 (moderat) dan 0.19 (lemah)
  • Estimate for Path Coefficients, merupakan nilai koefisen jalur atau besarnya hubungan/pengaruh konstruk laten. Dilakukan dengan prosedur Bootrapping.
  • Effect Size (f square). Dilakukan untuk megetahui kebaikan model.
  • Prediction relevance (Q square) atau dikenal dengan Stone-Geisser's. Uji ini dilakukan untuk mengetahui kapabilitas prediksi dengan prosedur blinfolding. Apabila nilai yang didapatkan 0.02 (kecil), 0.15 (sedang) dan 0.35 (besar). Hanya dapat dilakukan untuk konstruk endogen dengan indikator reflektif.
Dalam outer model terdapat dua tipe indikator yaitu indikator reflektif dan indikator formatif.
  1. Indikator reflektif. Indikator ini mempunyai ciri-ciri : arah hubungan kausalitas dari variabel laten ke indikator, antar indikator diharapkan saling berkorelasi (instrumen harus memiliki consistency reliability), menghilangkan satu indikator, tidak akan merubah makna dan arti variabel yang diukur, dan kesalahan pengukuran (eror) pada tingkat indikator. Sebagai contoh model indikator reflektif adalah variabel yang berkaitan dengan sikap (attitude) dan niat membeli (purchase intention).
  2. Indikator formatif. Ciri-ciri model indikator reflektif yaitu : arah hubungan kausalitas dari indikator ke variabel laten, antar  indikator diasumsikan tidak berkorelasi (tidak diperlukan uji reliabilitas konsistensi internal), menghilangkan satu indikator berakibat merubah makna dari variabel laten., dan kesalahan pengukuran berada pada tingkat variabel laten. Variabel laten dengan indikator formatif dapat berupa variabel komposit. Sebagai contoh variabel status sosial ekonomi diukur dengan indikator yang saling mutual exclusive (pendidikan, pekerjaan, dan tempat tinggal). variabel kualitas pelayanan dibentuk oleh 5 dimensi yaitu tangible, reliability, responsive, emphaty dan assurance.

Beberapa software PLS yang telah dikembangkan untuk analisis model Partial Least Square (PLS), antara lain :
  1. LVPLS versi 1.8 (Latent Variable Partial Least Square). Ini merupakan software yang pertama kali dikembangkan oleh Jan-Bernd Lohmoller (1984,1987,1989) under DOS, dapat didownload http://kiptron.psyc.virginia.edu/ . Kemudian dikembangkan lagi oleh Wynne Chin (1998,1999,2001) menjadi under Windows dengan tampilan grafis dan tambahan teknik validasi bootstrapping dan jacknifing. Software ini diberi nama PLS Graph versi 3.0. Untuk versi student dapat didownload di http://www.bauer.uh.edu.
  2. SmartPLS, software ini dikembangkan di University of Hamburg Jerman. Software ini dapat didownload di www.smartpls.de.
  3. Visual Partial Least Square (VPLS), dikembangkan oleh Jen Ruei Fu dari National Kaohsiung University Taiwan. Software ini dapat didownload di http://www2.kuas.edu.tw
  4. PLS-GUI, software ini dikembangkan oleh Yuan Li dari Management Science Department, The More School Business, Universitas of South Carolina. Software ini dapat didownload di http://dmsweb.badm.sc.edu
  5. WarpPLS, software ini dikembangkan oleh Ned Kock. Software ini merupakan alternatif path modeling linier dan nonlinier. Dapat didownload di http://www.scriptwarp.com

Baca juga :

Referensi :

Henseller, J.,Ringle,C.M and Sinkovics.R.R. (2009). The Use of Partial Least Squares Path Modeling in International Marketing : Advances in International Marketing (20).pp.277-319.

Lohmoller,J.B. (1989). Latent Variables path Modeling with partial Least Squares. Berlin, Heidelberger : Springer

Michael, H., and Andreas, M.K. (2004). A Beginner's Guide to Partial Least Square Analysis. Lawrence Erlbaum Association, Inc.

Vincenzo, et al. (2010). Handbook of Partial Least Square. Berlin, Heidelberg : Springer-Verlag.

492 komentar:

«Terlama   ‹Lebih tua   401 – 492 dari 492
Suseno Bimo mengatakan...

Waalikumsalam..:
1. Ya variabel moderator tetap ditampilkan dalam uji moderasi.
2. Proses Bootstraping.

Suseno Bimo mengatakan...

Unknown : Waalaikumsalam ..untuk melihat nilai konvergen validity, setelah running : pilih View combied loading and cross loadings

Anonim mengatakan...

Pagi Pak saya nana, saya ingin bertanya apakah jika pengujian menggunakan PLS untuk mengetahui berpengaruh atau tidak harus menggunakan bootsraping apakah bisa jika tidak menggunakan bootsraping?apakah pngukuran menggunakan bootsraping memang diwajibkan untuk konstruk refleksif dan formattif?Teria kasih.

Unknown mengatakan...

Selamat malam Pak
Cara mencari uji simultan pada smartpls Pak?

Anonim mengatakan...

Assalamualaikum pak, mau bertanya saya menggunakan variabel moderator jenis kelamin dan pengalaman. Untuk mengujinya menggunakan bootstrapping atau multigroup analysis?

Suseno Bimo mengatakan...

Anonim : Kalau R square mempresentasikan jumlah variance dari konstruk yang dijelaskan oleh mode, sedangkan Q suare merupakan predictive relevance atau predictive sample reuse hal ini mempresentasikan synthesis dari crossvalidation dan fungsi fitting dengan prediksi dari observed variabel dan estimasi dari parameter konstruk.

Suseno Bimo mengatakan...

Anonim (nana) : model struktural pada PLS untuk model konstruk reflektif dan formatif tetap harus dilakukan, selain menggunakan metode bootstraping dapat juga menggunakan metode jackknifing.

Suseno Bimo mengatakan...

Unknown : sebenarnya uji secara simultan di PLS seperti halnya uji F pada regresi berganda tidak bisa dilakukan.

Suseno Bimo mengatakan...

Anonim ; Wa'alaikumsalam...Bisa menggunakan pendekatan 2 langkah :
1. Melakukan uji model hanya dengan memasukkan konstruk eksogen, moderator dan konstruk endogen.
2. Melakukan uji model dengan konstruk eksogen, moderator, endogen dan konstruk interaksi antara eksogen dengan moderatornya.

Masing-masing model tetap dilakukan run bootstraping karena untuk menguji model struktural.

Eveline mengatakan...

Pagi Pak Suseno, ada yang ingin saya tanyakan, pak bagaimana jika hasil kriteria Fornell Larcker melebihi syarat juga hasil HTMT yang melebihi syarat itu penjelasannya bagaimana ya pak ? sedangkan kriteria cross loading nilainya aman, terima kasih pak sebelumnya.

Eveline mengatakan...

Pak suseno saya mau tanya, bagaimana jika hasil penelitian mengenai kriteria fornell larcker dan korelasi HTMT nilainya tidak sesuai ketentuan, penjelasannya bagaimana ya pak? Terima kasih sebelumnya.

Erika mengatakan...

Ijin bertanya. Saya mempunyai permasalahan yang sama dengan ini. Mohon pencerahannya, bagaimana cara mngilah data variabel dummy dengan smart pls?

Suseno Bimo mengatakan...

Erika : untuk variabel dummy (1 dan 0) dapat diubah menjadi data nominal (1 dan 2).

Suseno Bimo mengatakan...

Eveline: Nilai HTMT menunjukan rasio perbandingan antara nilai korelasi indikator ke konstrak lain dengan nilai mean korelasi indikator terhadap konstraknya.

Anonim mengatakan...

Assalamualaikum pak, izin bertanya. Apakah ada alasan kenapa hasil bootsrapping utk uji hipotesis nilai t-valuenya selalu berbeda jika proses bootsrapping diulang? Saat ujian lalu saya ditanya oleh penguji kenapa hasil t-valuenya berbeda karena angka dibelakang komanya berbeda meskipun nilai t-valuenya telah memenuhi syarat. Terimakasih

Suseno Bimo mengatakan...

Assalamualaikum : Hasil berbeda setiap kali bootstraping, karena metode bootstraping merupakan teknik pengambilan sampel yang diambil secara berulang-ulang dari data sampel tersebut. Jadi hasil setiap bootstraping berbeda-beda meskipun selisih sedikit (dibelakang koma),

Calon Mayat mengatakan...

Salam pak mau nanya kalau hitungnya simultan (uji f) di excel dengan melihat nilai R-square di PLS caranya itu gimana?

Agustince Kula mengatakan...

Saya bisa konsultasi data?
My email agustinceneti3@gmail.com

Suseno Bimo mengatakan...

Agustince Kula : Ya bisa silahkan. Ke email : suseno16@gmail.com atau no WA : 0881.663.7417

Anonim mengatakan...

Assalamualaikum pak izin bertanya, pada penelitian saya menggunakan multigrup analisis utk menguji moderasi jenis kelamin dngn total sampel 380 dimana sampel laki-laki 166 dan perempuan 214. Apakah pengujian multigrup analisis jumlah sampel laki-laki dan perempuan boleh berbeda seperti diatas atau harus seimbang dengan jumlah sampel laki-laki 190 dan perempuan 190. Soalnya hal ini sempat ditanyakan oleh dosen penguji saya. Terimakasih

Suseno Bimo mengatakan...

Anonim : Wa'alaikmsalam Wr.Wb. untuk menguji antara 2 grup sampel (multigrup), sampel antara laki-laki dan perempuan (kedua grup) tidak harus sama/seimbang.

Anonim mengatakan...

Terimakasih atas jawabannya pak. Sebelumnya mohon maaf mungkin jika bapak berkenan apakah ada sumber referensi yg dapat digunakan untuk menunjukkan pengujian 2 grup sampel jumlah sampel tidak harus sama/seimbang. Terimakasih pak

Unknown mengatakan...

Pagi pak, nama saya Tina saya ingin menanyakan kenapa ya saya sudah menguji data saya menggunakan smart pls tapi pas saya coba yang bagisn boostroping nya nilai data nya tidak keluar. Saya menggunakan indikator formatif dan pada bagian pls algorit nya nilai nya muncul.

Suseno Bimo mengatakan...

Tina: Apakah saat proses runing bootstraping ada masalah?

Unknown mengatakan...

Assalamualaikum, selamat sore pak. Saya Zahroh, mau bertanya tentang uji pada discriminant validity, pada uji fornell larcker tidak memenuhi syarat, namun untuk cross loading nya sudah memenuhi syarat. Apakah data tersebut bisa d olah k langkah selanjutnya, atau uji fornell larcker harus memenuhi syarat terlebih dahulu ?

Suseno Bimo mengatakan...

Waalaikumsalam: Uji crossloading sudah cukup untuk uji discrimainat validity. Bisa di lanjutkan.

ajengmelati mengatakan...

Pak, jika nilai loading faktor sudah diatas 0.7 namun pada discriminant validity di fornell larcker tidak memenuhi bagaimana ya? Nilai ave, cronbach alpha memenuhi, composite reliabilittnya memenuhi

Anonim mengatakan...

pak ketika ingin meng calculate dan malah muncul Singular Matrix Problem itu kenapa ya pak? dan apa yang harus dilakukan?

Suseno Bimo mengatakan...

Ajengmelati: kalau fornell larcker tidak terpenuhi, dilihat dulu nilai cross loading apakah ada yang belum sesuai kriteria. Jika ada nilai loading lebih tinggi ke konstraknya yang dituju, maka indikator tersebut dikeluarkan dari model.

Suseno Bimo mengatakan...

Anonim: cek kembali data pada tiap indikator, ada kemungkinan nilai jawaban responden yang sama.

Anonim mengatakan...

mau tanya pak, variabel penelitian saya hanya diukur oleh satu indikator, misalnya inflasi diukur oleh tingkat inflasi itu sendiri, lalu pada diagram tidak nampak arah panah yang menunjukan reflektif atau formatif (hanya garis saja) apakah indikator tersebut otomatis termasuk indikator reflektif?

Suseno Bimo mengatakan...

Anonim : kalau hanya 1 indikator di varibel laten/konstraknya, maka otomatis berbentuk indikator formatif.

Anonim mengatakan...

Selamat siang Pak, maaf ingin bertanya ketika saya melakukan bootstrapping untuk berkali-kali pada data yang sama kenapa hasil t statistic nya berubah ubah ya Pak? Apakah memang seperti itu? Atau jika seharusnya tidak berubah, bagaimana solusinya ya Pak? Terima kasih banyak Pak sebelumnya.

Anonim mengatakan...

Maaf Pak, jadi ketika hasilnya berbeda-beda begitu sebaiknya dipakai yang mana ya Pak sebagai acuannya?

Unknown mengatakan...

Apakah variabel indikator untuk laten tidak boleh 1? Apa hrus lbh dri 1? Mohon arahan nya dan berikan jurnal atau pendukung hal tersebut

Pertanyaan kedua, apabila menggunakan data sekunder,apakah data minimal untuk bisa diolah adalah 10 tahun? Mengapa begitu ? Mohon arahan dan pendukung berupa buku atau jurnal

Suseno Bimo mengatakan...

Anonim : ya memang seperti itu, hasil akan berbeda setiap dilakukan bootstraping. Gunakan sekali running saja, sebagai acuan.

Suseno Bimo mengatakan...

Unknown: pada PLS sebenarnya dapat dilakukan dengan 1 indikator untuk variabel laten. model ini pendekatan model regresi atau path analysis dan data biasanya berasal dari data sekunder. Model indikator secara default formatif. Untuk data sekunder minimal 10 tahun, sejauh ini saya belum menemukan referensinya.

Anonim mengatakan...

selamat siang pak, apa bisa uji beda, uji mann whitney, dan uji T dilakukan pada spls,
kalau tidak alternatif nya apa ya pak ?

Anonim mengatakan...

pak mau tanya, apa uji beda atau uji t bisa dilakukan di smart pls ? kalau bisa bagaimana caranya ?

Suseno Bimo mengatakan...

Anonim : uji beda atau uji t pada SmartPLS dilakukan untuk menguji perbedaan dari 2 kelompok model atau multigrup

Unknown mengatakan...

Malam pak, sya mau bertanya.. Kenapa variabel y saya tidak bs muncul di indicator ya? Terimakasih

Suseno Bimo mengatakan...

Unknown: cek lagi data inputnya.

Anonim mengatakan...

Selamat siang Pak Suseno, penelitian saya menggunakan 2 variabel x dan keduanya hanya memiliki 1 indikator, variabel y memiliki 2 indikator, dan variabel intervening memiliki 2 indikator juga. Saya sudah mencoba calculate di SmartPLS 3.0, namun outer loading menujukkan bahwa salah satu variabel y dan variabel intervening tidak valid dan harus dihapus. Sehingga semua variabel dalam penelitian saya hanya ada 1 indikator, apakah saya masih punya alasan menggunakan PLS ini pak? Soalnya banyak output yang akhirnya bernilai 1. Terima kasih p

Suseno Bimo mengatakan...

Anonim : Siang..untuk indikator reflektif, idealnya dalam 1 variabel laten minimal ada 3 indikator yang valid. Jika masalahnya karena hanya ada 1 indikator yang tersisa, sebaiknya mengulang pengambilan data pada responden.

Anonim mengatakan...

Selamat siang Bp.Suseno. Pak, saya ingin bertanya jika indikator yg didrop terlalu banyak demi mengejar nilai AVE apa akibatnya? Jika akhirnya nilai AVE >0,5 tercapai karena itu, apakah hasilnya tetap dikatakan tepat?









Anonim mengatakan...

Pak, selamat siang. Apa yang terjadi jika terlalu banyak item yg didrop untuk mengejar nilai AVE. Apakah dengan demikian hasil PLS tetap bisa dikatakan tepat? Terima kasih sebelumnya.

Suseno Bimo mengatakan...

Anonim : Idealnya dalam 1 kontrak ada min 3 indikator, jadi sebaiknya tidak terlalu banyak yang didrop krena semakin sedikit indikator akan sulit mendapatkan nilai reliabilitas konstraknya. Jika masih terjadi nila AVE rendah, perlu ditambah sampelnya.

Melly mengatakan...

Selamat siang Pak. Saya sedang melakukan penelitian dengan variabel X1, X2 dan Y.Ada bebrapa hal yg ingin saya tanyakan ke Bapak :
1. Ketiga variabel tersebut memiliki dimensi. Jadi apakah benar jika saya melakukannya dalam 2 tahap : tahap 1(first order) untuk mencari nilai masing2 variabel dr dimensinya, dan tahap 2(second order) menvari nilai pengaruh dari ketiga variabel tersebut.
2. Jika banyak item variabel didrop demi nilai AVE terpenuhi, dan nilai composit reliabilitasnya bagus, dan perdimensi terwakili, apakah hal ini tidak apa2 Pak? Berapa jumlah minimal item dalam satu dimensi tiap variabelnya? (setiap variabel ada 3 dimensi)
3. Nilai apa yg harus saya perhatikan untuk melihat pengaruh dari masing-masing variabel X ke Y?
4. Nilai apa yg harus saya perhatikan untuk melihat pengaruh dari variabel X1dan X2 ke Y?
5. Apakah ada ketentuan khusus dalam perhitungan di Warppls, untuk variabel multidimensional dan unidimensional?

Mohon petunjuknya.Terima kasih sebelumnya atas kesediaan Bapak menjawab.

Anonim mengatakan...

Selamat sore Pak. Apakah cara second order juga dapat dilakukan pada indikator reflektif? Atau hanya formatif saja? Terima kasih atas bantuannya.

Suseno Bimo mengatakan...

Melly :
1. Ya benar dalam 2 tahap tersebut.
2. idealnya dalam 1 dimensi (konstrak) minimal ada 3 indikator pengukurnya.
3. Nilai pengaruh dapat dilihat pada tabel path coefficient di nilai original sample (smarpPLS) sedangkan WarpPLS,lihat dinilai Path Coefficients.
4. Sama dengan no.3
5. untuk model multidmensional di WarpPLS yang membedakan hanya langkah-langkah saja.

Suseno Bimo mengatakan...

Anonim : Bisa pada keduanya baik indikator reflektif dan juga indikator formatif

Melly mengatakan...

Terima kasih tanggapannya Pak.. Saya masih belum jelas no. 2 dan 5.
Yg no.2, jika ada 3 dimensi dalam 1 variabel berarti minimal ada 9 indikator untuk menggambarkan 1 variabel ya Pak maksudnya?
Lalu langkah-langkah untuk multidimensional itu bagaimana ya Pak?
Mohon petunjuknya lebih lanjut. Terima kasih sebelumnya.

Melly mengatakan...

Pak, maaf bertanya lagi.. Maksudnya jawaban nomer 4 itu hasil penjumlahan path coefficient X1 ke Y ditambah dengan nilai path coefficient X2 ke Y.. Begitu Pak?

Suseno Bimo mengatakan...

Melly :
Dalam 1 konstrak/variabel laten minimal ada 3 indikator.
Untuk Langkah-langkahnya bisa kontak Wa saya: 08816637417

Unknown mengatakan...

Selamat malam pak, izin bertanya, untuk menginput data kedalam pls jika 1 indikator memiliki lebih dari 1 pertanyaan, apakah harus di rata2 kan dahulu pak? Terimakasih sebelum nya pak.

Suseno Bimo mengatakan...

Unknown : Kalau sudah diuji validitas dan reliabilitas, data bisa dirata-rata.

Admin mengatakan...

Selamat Pagi Bapak: Apakah data skunder dari laporan keungan kuartal yang terdapat di BEI, bisa di olah menngunakan smartpls?, lalau bagaimana kalau ada yang tidak valid dan tidak reliabel, apakah dihapus, setelah diketahui merah?, Terimakasih.

Bambang S mengatakan...

Selamat Pagi Bapak: Apakah data skunder dari laporan keungan kuartal yang terdapat di BEI, bisa di olah menngunakan smartpls?, lalau bagaimana kalau ada yang tidak valid dan tidak reliabel, apakah dihapus, setelah diketahui merah?, Terimakasih.

Suseno Bimo mengatakan...

bambang S : dari data laporan keuangan, kalau dalam model hanya ada 1 indikator per konstrak maka model PLS dengan pendekatan regresi berganda atau dengan path analysis

Putri army mengatakan...

Assalamualaikum Pak.
Saya ingin bertanya.
Jika sampel saya di atas 100, apakah saya bisa menggunakan SmartPLS ?
Jika tidak bisa, saya harus menggunakan alat uji apa ya pak ?

Mohon balasannya.
Terima kasih.

Suseno Bimo mengatakan...

Putri army: Waalaikumsalam...Iya smartPLS bisa dengan lebih dari 100 sampel.

Unknown mengatakan...

Assalamualaikum pak suseno, apakah SEMPLS bisa untuk mengolah data x1,x2 dan y berjenis ordinal sedang z nya data interval? jika bisa mohon petunjuknya

Suseno Bimo mengatakan...

Unknown: Waalaikumsalam..SEM PLS bisa mengolaj data dengan skala ordinal dan interval baik untuk variabel X maupun variabel Y.

Anonim mengatakan...

Assalamualaikum pak saya mau tanya, validitas diskrikiminan itu gimana ya pak yg mudah dimngertinya. kemudian kenapa r square penelitian saya nilainya kecil padahal yg lainnya sdah bagus. dan kenapa bisa tidak signifikan

Suseno Bimo mengatakan...

Anonim : Waalaikumsalam..Dengan Validitas diskriminan maka indikator dapat dibedakan apakah indikator tersebut memiliki nilai loading yang tinggi terhadap konstrak yang dituju, bukan ke konstrak lainnya. Jadi dengan uji diskriminan maka setiap indikator mampu sebagai pembentuk/pengukur konstrak latennya, yang dilihat dari nilai loading yang lebih tinggi. nilai R-square dipengaruhi oleh besarnya nilai korelasi/hubungan kedua konstrak dan banyaknya kontrak eksogen yang menuju ke konstrak endogen. Tidak signifikan karena nilai koefisien pengaruh kecil.

Unknown mengatakan...

Salam..ijin bertanha...Apakah pada smart pls bisa dilakukan uji F? Terimakasih

Suseno Bimo mengatakan...

Unknown : Di SmartPLS tidak ada uji F seperti pada regresi berganda.

Unknown mengatakan...

Bisa masukkan contohnya bang?

Anonim mengatakan...

Pak izin bertanya, jika dalam penelitian saya variabel dependen Y merupakan dummy (skala 0 dan 1), variabel X menggunakan skala likert (1-5). Metode analisis apa yang bisa saya gunakan ya pak? apakah bisa menggunakan analisis regresi logistik?
terimakasih...

Anonim mengatakan...

pak izin bertanya, jika dalam penelitian saya variabel dependen Y merupakan dummy (skala 0 dan 1), variabel X merupakan skala likert (1-5). Analisis apa yang sebaiknya saya gunakan? apakah bisa menggunakan analisis reresi logistik?
terimakasih...

Suseno Bimo mengatakan...

Unknown :Sudah ada diartikel PLS yang lain

Suseno Bimo mengatakan...

Anonim : Jika variabel Y skala dummy (0 dan 1), gunakan metode analisis regresi binary logistik.

Musdalifah Oktiani Firdaus mengatakan...

Pak Susenoo..tolong saayaa. Izin bertanya:
Pernyataan: Data variabel saya ada X1, X2,X3 .. X1 nya dimanifestasikan dg usia, pendidikan, lama pengalaman . X2 dan X3 dimanifestasikan dg indikator² dr skala likert..
X1,X2,X3 mempengaruhi Y , Y mempengaruhi Z ...

Tanya: Pak ini yg X1 data diinput apa adanya atau dibuat ordinal dulu yah?..
- usia(apakah tetep angka usianya atau dibuat kelompok interval dlu)
- lama pengalaman (apakah dikategorisasi dlu?)
- dan jd pendidikan...

Jika iya, apakah kategorisasi ke angkanya harus sama kaya data likert? (1-5)?

Mohon tanggapan nya pak.. Terimakasih

alsa mengatakan...

terima kasih Pak Suseno atas artikelnya.
saya sedang mengerjakan Tugas akhir mengenai derajat kesehatan di pulau jawa.
saya punya 4 variabel laten eksogen dan 1 variabel endogen.
indikator2 nya sebagai berikut :
x1 ada 3 indikator
x2 ada 4 indikator
x3 ada 5 indikator
x6 ada 3 indikator
y ada 3 indikator
jumlah datanya ada 119
skala datanya kontinu, namun ada yang satuan, puluhan (proporsi,prevalensi), bahkan ada yang puluhan ribu (kepadatan penduduk)

namun hasil outer model di software SmartPLS menunjukkan banyak indikator yang berwarna merah.
setelah saya eliminasi satu persatu, pada akhirnya hanya ada 1 indikator yang berwarna hijau di masing-masing variabel laten baik itu endogen dan eksogen.

saya meragukan hasil ini Pak.
apakah ada langkah-langkah yang dapat saya lakukan agar warna indikatornya tidak banyak yang merah?
apakah sebelum di analisis, datanya harus di standarisasi dulu pak?

atas kesediaan Bapak untuk membaca dan menjawab saya ucapkan terima kasih.

Suseno Bimo mengatakan...

Musdalifah: Untuk Usia, Lama pengalaman dan pendidikan perlu dikategorikan menjadi beberapa kategori, tidak harus seperti dalam skala likert 1-5.

Anonim mengatakan...

Bapak saya izin bertanya, kenapa hasil botstraping path coeffient saya berubah" ya pak? sedangkan dipls algorithm tetap nilainya

Suseno Bimo mengatakan...

Alsa : Bisa dianalisi untuk data kontinu dibuat data kategori

Suseno Bimo mengatakan...

Anonim : Iya memang hasil setiap bootstraping SmartPLS berbeda, tapi selisih nilai kecil sekali. Jadi tidak masalah.

Yuanda mengatakan...

Halo pak. Bagaimana mengolah data di SmartPLS jika salah satu variabel independennya menggunakan variabel dummy 2 kategori? Sedangkan variabel lainnya menggunakan Likert dengan rank 1 sampai 5.

Yuanda Putri Andini mengatakan...

Halo pak, izin bertanya pak. Bagaimana mengolah data di SmartPLS apabila salah satu variabel independennya menggunakan variabel dummy 2 kategori, sementara variabel lainnya menggunakan Likert dengan rank 1 sampai 5?

Yuanda Putri Andini mengatakan...

Halo pak. Jika salah satu variabel independennya menggunakan skala guttman (jawaban pertanyaan hanya ada 2 pilihan, benar atau salah, sehingga datanya nominal), dan variabel lainnya menggunakan Likert dg rank 1-5 (data ordinal). Bagaimana cara menganalisisnya di SmartPLS pak?

NOMENKLATURA mengatakan...

Assalamu'alaikum wr wb pak Suseno. Apakah dalam melakukan path analisis dengan smart pls pada data sekunder yang menjadi variabel laten bernilai negatif juga langsung dapat dilakukan? apakah harus dilakukan transformasi data negatif menjadi positif dengan SQRT ataupun LN dulu sebelum dilakukan proses bootstrapping.

Hendarto mengatakan...

Assalamu'alaikum wr wb pak Suseno. Apakah dalam melakukan path analisis dengan smart pls pada data sekunder yang menjadi variabel laten bernilai negatif juga langsung dapat dilakukan? apakah harus dilakukan transformasi data negatif menjadi positif dengan SQRT ataupun LN dulu sebelum dilakukan proses bootstrapping.

Anonim mengatakan...

Rumusnya bagaimana pak kalau kita harus manual untuk uji simultan? Terima kasih sebelumnya bapak

Suseno Bimo mengatakan...

Yuanda: indikator dengan skala dummy dibuat varibel tunggal (sendiri), tidak bersama-sama dalam satu variabel dengan indikator dengan skala likert.

Suseno Bimo mengatakan...

NOMENKLATURA: Wa'alaikumsalam Wr.Wb. Data sekunder bernilai negatif yang menjadi variabel laten bisa langsung dilakukan tanpa transformasi data.

Suseno Bimo mengatakan...

Hendarto : Wa'alaikumsalam Wr.Wb. Data sekunder bernilai negatif yang menjadi variabel laten bisa langsung dilakukan tanpa transformasi data

Anonim mengatakan...

Pagi pak, saya mau bertanya untuk sub sampel yang di isikan di bootstrapping berapa ya pak? Apakah sesuai dengan sampel kita pak atau bagaimana pak? Terimakasih pak telah mambantu 🙏🏼

Suseno Bimo mengatakan...

Anonim : sub sampel secara default 500.

Iwan mengatakan...

Selamat pagi pak..maaf menanyakan. Bagaimana menentukan pengaruh X1 dan X2 terhadap Y dalam tools analisis PLS ini? Mohon bantuannya..terima kasih

Suseno Bimo mengatakan...

Iwan : Lakukan langkah Bootstraping

Anonim mengatakan...

Setiap uji ada hipotesisnya bagaimana hipotesis uji simultannya? Parameter apa yang ada di hipotesis? Adakah rumus statistik ujinya jika uji simultan di sem pls menggunakan uji F? Menurit hemat saya melihat Rkuadrat bukanlah statistik uji karena ibaratnya seperti koefisien determinasi , kalau di SEM PLS kam Q kuadrat prediktif relevance, ini hanya mengkuru keragaman variabel endogen dari variabel eksogennnya sj

«Terlama ‹Lebih tua   401 – 492 dari 492   Lebih baru› Terbaru»