Banyak penelitian untuk mencari hubungan dan regresi dibangun bedasarkan asumsi hubungan linier. Apabila asumsi tesebut tidak terpenuhi,pastinya hubungan tersebut adalah nonlinier. Banyak uji untuk mengetahui hubungan linier dalam penelitian, seperti grafik scatter plot, grafik residual, perbandingan R kuadrat, estimasi kurva dan lain sebagainya.
Uji hubungan linier dengan scatterplot akan diketahui dengan melihat pola titik-titik pada grafik. Apabila terdapat hubungan linier maka akan membentuk pola garis lurus diagonal dari kiri bawah menuju ke kanan atas. apabila hubungan tersebut nonlinier, pola titik titik akan membentuk sebuah kurva. Kurva tersebut bisa berbentuk kurva S, kurva J, atau yang lainnya. Beberapa contoh grafik scatterplot hubungan nonlinier.
 |
| Hubungan nonlinier berbentuk Surva S |
 |
| Hubungan nonliner berbentuk Kurva J |
Salah satu alternatif software aplikasi untuk mencari/meneliti hubungan nonlinier pada model SEM berbasis Partial Least Square yaitu WarpPLS. WarpPLS dapat mengidentifikasi dan megestimasi hubungan inner model yang nonlinier. Ada 4 estimasi model yang dilakukan yaitu :
- Warp3 PLS Regression : hubungan antar laten variabel diidentifikasi dan diestimasi berbentuk kurva "S" (S curve)
- Warp2 PLS Regression : hubungan antar laten variabel diidentifikasi dan estimasi berbentuk kurva "U" (U curve)
- PLS Regression : hubungan antar laten variabel diidentifikasi dan estimasibersifat linier.
- Robust Path Analysis : untuk mengetahui/menghitung skor faktor dari rata-rata nilai semua indikator dengan variabel latennya.
Contoh kali ini menggunakan model Technology Acceptance Model (TAM). Dalam TAM terdiri dari 6 variabel laten/konstruk yaitu Perceived Uselfulness (PU), Behavioral Intention (BI), Perceived Ease of Use (PEU), Attitude (AT), Frequency of Use (FU), dan Task Use (TU). dari kelima konstruk tersebut masing-masing terbentuk oleh indikator indikatornya yaitu :
 | ||
| Path Diagram |
- Perceived Uselfulness (PU) dengan 5 indikator (USEF1-USEF5), indikator ini bersifat reflektif
- Behavioral Intention (BI) dengan 3 indikator (BI1-BI3), indikator ini bersifat reflektif
- Perceived Ease of Use (PEU) dengan 5 indikator (EOU1-EOU5), indikator ini bersifat reflektif
- Attitude (AT) dengan 5 indikator (AT1-AT5), indikator ini bersifat reflektif
- Frequency of Use (FU) dengan 2 indikator (USE1-USE2), indikator ini bersifat reflektif
- Task Use (TU) dengan 2 indikator (USE3-USE4), indikator ini bersifat formatif
Ada 3 kriteria model fit indices atau keseuaian model yaitu Average Path Coeffecient (APC), Average R-Square (ARS) dan Average Variant Inflantion Factor (AVIF).Hasil output nilai APC sebesar 0.225 dengan p-value <0.001. Nilai ARS sebesar 0.171 dengan p-value sebesar <0.001 dan AVIF sebesar 1.161 (<5). Model fit indices merupakan ukuran yang sangat penting karena menunjukkan keseuaian model dengan data dan menunjukkan kualitas dari model yang diteliti. Kriterianya yaiut nilai p-value APC dan ARS <0.05 dan AVIF <5 sehingga model fit dengan data.
Download Artikel [TUTORIAL]
17 komentar:
terimakasih mas atas tutorialnya..
lagi belajar ilmu statistik nih hehe
Program WarpPLS sudah mengalami perkembangan yg sangat pesat, hingga sekarang mencapai WarpPLS versi 4.0. Buku WarpPLS 4.0 Saya dan Prof. Imam Ghozali akan segera (edisi kedua) bulan Mei 2014. Buku ini mengalami perubahan yg sangat signifikan dan banyak tambahan materi baru serta semua fitur baru program WarpPLS 4.0 dijelaskan didalam buku tsb. Untuk memperoleh buku WarpPLS 4.0 (2014) edisi dua kita dapat menghubungi ghozali_imam@yahoo.com atau latan_hengky@yahoo.com.
Selain buku WarpPLS, kami juga mempunyai buku PLS lainnya yaitu:
1. Partial Least Squares: Konsep, Teknik dan Aplikasi dengan program SmartPLS 2.0 M3
2. Partial Least Squares: Konsep Aplikasi Path Modeling dengan XLSTAT. UNTUK MEMESAN ketiga buku PLS tsb dapat menghubungi alamat mail diatas.
Best Regards,
Hengky Latan
Ass. Pak kalau menggunakan data sekunder dalam warpPLS apakah bisa latent variable dijadikan indikator saja? karena sudah pasti dalam data sekunder tidak ada lagi pengukuran Laten Variable?
dari
Iskandar Muda
ismuda0507@yahoo.com
Pak jika file data dari excel kita tidak bisa dibaca oleh aplikasi warp pls, tidak bisa juga di simpan dalam file Text..kira2 bagaimana solusinya?
iskandar : bisa saja,tapi dalam modelnya tetap ada variabel laten (satu indikator dengan 1 variabel laten). maksudnya begini : dalam model yang ada indikatornya arah panahnya sebagai indikator formatif (dari indikator ke variabel laten). karena PLS tidak bisa menghitung langsung indikator (variabel manifest).
Mohammad Nur Utomo : Bisa gunakan dalam format excel (.xlsx) untuk warpPLS 4.0 ke atas
Assalamu'alaikum, Pak..
Kalau di Warp PLS, apakah path coefficient bisa disamakan dengan t stastistik untuk menguji hipotesis? Terima kasih
Hariry : path coefficient berbeda dengan t-statisik. Uji t-statistik dapat disamakan dengan p-value signifikansi. Jadi nilai koefisien jalur (path coeficient) diuji apakah signifikan atau tidak dari nilai t-statistik atau p-value signifikansinya.
apakah untuk ARS bole menggunakan 10%?
Anonim : Boleh saja
saya mau tanya pak, jika apc dan avif sudah <0.05 tapi hanya ars yang >0.05 apakah bermasalah?
unknown : ya tidak bermasalah
Selamat Sore Pak, saya ingin bertanya..
Dalam warppls, untuk menguji hipotesis yang perlu dilihat selain hasil data dari p-values kurang dari 0.05 apalagi ya Pak ? Terimakasih
Anonim : bisa dengan uji t-value tetapi tidak ada dioutput WarpPLS. nilai t-value dihitung manual dengan cara : nilai koefisien/nilai eror.
Saya ingin bertanya Pak, di wrappls untuk melihat nilai t-statisticnya di bagian mana ya Pak?
Anonim: WarplPLS tidak menghasilkan nilai t-statistik. Pengujian signifikansi dapat dilihat pada nilai p-value. Tetapi nilai t-statistik dapat dihitung manual = (nilai koefisien : nilai eror), akan diperoleh nilai t-statistik.
saya ingin bertanya pak, maksud nilai minimum minus itu apa ya?
Posting Komentar