29 Juli 2020

Tutorial Model Multi-Group Analysis (MGA)

Multi-Group Analysis (MGA) atau analisis multisampel dilakukan dengan tujuan untuk membandingkan analisis data berdasarkan data sampel karena memiliki karakteristik yang berbeda dengan 2 atau lebih karakter. Karakteristik tersebut bisa jenis kelamin (laki-laki dan wanita), status pernikahan (menikah dan tidak menikah), status karyawan (tetap dan kontrak) dan lain sebagainya.  Langkah yang dilakukan adalah dengan membandingkan nilai t-statistik dari masing-masing grup tersebut. 
 


Bagaimana gambaran dan caranya? sebagai contoh kita memiliki model pengaruh motivasi terhadap kinerja karyawan. Di sini kita memiliki karakteristik status karyawan yaitu karyawan tetap dan karyawan kontrak. Kita dapat membandingkan keduanya, apakah koefisien pengaruh dari Motivasi terhadap Kinerja pada grup karyawan tetap dan grup karyawan kontrak memiliki perbedaan yang signifikan.Sehingga sampel yang digunakan ada 2 sub sampel (grup) yaitu sub sampel karyawan tetap dan subsampel karyawan kontrak. Untuk menguji kedua grup, model analisis yang dilakukan dengan Multi-Group Analysis (MGA). Ada 3 pendekatan dalam analisis multi grup yaitu :
  1. Pendekatan Parametrik yaitu mengestimasi parameter model untuk tiap grup dan menggunakan standar error yang diperoleh dari boostraping sebagai input untuk parameter test. Karena PLS bersifat non-parametric atau distribution free maka pendekatan parametrik ini tidak sejalan. pendekatan ini dikemukakan Keit et al. (2000).
  2. Prosedur non parametric yaitu tidak mensyaratkan asumsi distribusinal. pendekatan ini diperkenalkan Hanseler (2007, 2012). Prosedur ini membandingkan setiap centered estimasi bootstrap untuk grup satu dan grup dua dengan seluruh sampel bootstrap.
  3. Prosedur Randomization atau permutation test yaitu menguji signifikansi ketika terjadi data yang tidak normal dan tentunya tidak mensyaratkan asumsi parametrik. Pendekatan ini diperkenalkan Chin (2000). Dalam perhitungan statistik mengikuti t-distribution dengan (n1+n2)-2 adalah degree of freedom (df) sehingga jika data grup sampel yang digunakan tidak normal maka variance kedua grup berbeda. Maka selanjutnya kita menggunakan Smith-Satterthwait Test dengan rumus sebagai berikut :


Dimana :
Path sampel-1 = nilai koefisien pada grup 1
Path sampel-2 = nilai koefisien pada grup 2
SE sampel-1 = nilai standar eror koefisien pada grup 1
SE sampel-2 = nilai standar eror koefisien pada grup 2

Sebagai contoh kali ini model Multi-Grup Analysis (MGA) yaitu model Kinerja Perusahaan, dimana terdapat Kepuasan sebagai konstrak eksogen dan Kinerja sebagai konstrak endogen. Kepuasan diukur dengan 8 indikator (Kep1-Kep5) sedangkan Kinerja diukur dengan 8 indikator (Kin1-Kin8). Karena kita akan membandingkan 2 karakteristik yang berbeda yaitu grup 1 karyawan tetap dan karyawan kontrak, maka dalam data input/raw data ditambahkan 1 kolom baru untuk status karyawan dengan kode 1 sebagai karyawan tetap dan kode 2 untuk karyawan kontrak.
Pengujian Inner model dan Outer model pada model ini tetap dilakukan sebelum menguji model Multi Group Analysis (MGA).
Setelah melakukan input data dan membuat model di SmartPLS akan tampak indikator pada menu raw data, pada kolom pertama terlihat nama status karyawan. kemudian Klik menu Generate Data Groups.

Menu Generate Data Groups

Pada menu Generate Data Groups, pilih Group Column 0 nama status (2 unique values) kemudian OK

Menu Grup column

Sekarang terlihat data grup sudah terbaca pada menu SmartPLS. Group_status (1.0) dan Group_2 (2.0). Dari kedua grup tersebut dapat diberinama sesuai dengan yang diinginkan dengan cara, Klik pada menu Edit pada Group_status (1.0).

Menu Group Edit

Pada menu Group name, ganti nama menjadi Karyawan tetap kemudian OK. Lakukan juga untuk Group_status (2.0) ganti nama menjadi Karyawan kontrak.

Configure data group

Kemudian lakukan langkah terakhir Calculate > Multi-Group Analyis (MGA)

Calculate Multi-Group Analysis (MGA)

Pada menu setup, di Groups A centang karyawan tetap dan di Groups B centang karyawan kontrak. Kemudian Klik Start Calculation.

Setup MGA

Hasil output menghasilkan nilai estimasi yaitu PLS MGA, parametric test dan Welch-Satterhwhite Test. Hasil selengkapnya disajukan pada tabel di bawah ini.

Output MGA

Hasil output MGA menunjukkan bahwa perbedaan nilai koefisien kepuasan terhadap kinerja pada grup (subsampel) karyawan tetap dengan karyawan kontrak sebesar 0.139 dan p-value sebesar 1.000 Untuk nilai parametric test juga menunjukkan nilai t-value 2.630 dan p-value 0.010. Demkian juga untuk nilai t-value Welch-Sattethwait test 2.630 dan p-value 0.012, karena nilai t-statistik 2.630 > 1.96 shingga dapat disimpulkan bahwa ada perbedaan yang signifikan nilai koefisien pengaruh kepuasan terhadap kinerja antara grup karyawan tetap dengan grup karyawan kontrak.

Baca juga :

Referensi :

Ghozali,I.(2011).Structural Equation Modeling Metode Alternatif dengan Partial Least Square PLS edisi 3.Semarang : Badan Penerbit Universitas Diponegoro.

Hair,J.F.,Hult.T, Christian.G.T.M.,Ringle,C and Sarstedt,M.(2014).A Primer On Partial Least Squares Structural Equation Modeling (PLS SEM).London Washington: Sage Publications

Hengky Latan,H and Noonan,R.(2017).Partial Least Squares Path Modeling : Basic Concepts, Methodological Issues And Applications.New York: Springer International Publishing.

Vinci,V.E.,Chin,W.W.,Hanseller,J and Wang,H.(2010).Handbook of Partial Least Square: concepts, Methods and Applications.Berlin, Heidelberger: Springer

26 komentar:

Unknown mengatakan...

Apakah dalam uji MGA sampel group A dan B harus sama.. bagaimana tips sebelum melakukan MGA JIKA SAMPEL GROUP A DAN B BERBEDA?

Suseno Bimo mengatakan...

Unknown: Untuk uji MGA, sampel masing-masing Grup tidak harus sama. Jadi jika jumlah sampel berbeda tidak bermasalah.

anto mengatakan...

apa bisa melakukan uji dengan 3 grup sekaligus?

Suseno Bimo mengatakan...

anto : Hanya bisa untuk 2 grup sampel

Anisa mengatakan...

Di contoh hanya ada 1 variable X. Bagaimana jika ada 3 variable X. Apakah bisa?

Anisa mengatakan...

Maaf pak saya mau bertanya. Jika hasilnya berwarna merah, itu berarti bagaimana ya pak? Apakah ada kesalahan? Terimaksih

Suseno Bimo mengatakan...

Anisa : Ya bisa untuk model ada 3 variabel X

Suseno Bimo mengatakan...

Anisa : Warna merah dihasil yang mana?

Unknown mengatakan...

permisi pak, input data di excel nya itu gimana kalo 2 group, jadi satu sheet atau gimana. terima kasih pka

Suseno Bimo mengatakan...

Unknown: Input data dalam satu sheet

Anisa mengatakan...

Di semua hasil Output MGA nya pak. Seperti contoh tabel bapak. Itu merah semuanya.

Suseno Bimo mengatakan...

Anisa : jika nilai merah pada hasil tabel MGA artinya tidak ada perbedaan yang signifikan diantara kedua grup.

Candra mengatakan...

Permisi Pak, kalau misal karakteristik usia ada 3 grup apakah tidak bisa dianalisa dg mga?
kalau tidak bisa solusinya bagaimana?

Suseno Bimo mengatakan...

Candra : MGA hanya bisa membandingkan 2 grup. Kalau ada 3 grup bisa dengan cara membandingkan grup 1 dengan grup 2, grup 1 dengan 3, grup 2 dengan grup 3.

Mawar mengatakan...

Kalau dalam penelitian yang dilakukan menggunakan variabel mediasi apakah untuk pengjian MGAnya yang dilihat path cooefisen direct effect atauakah path coefisien yg indirect effect?

Mawar mengatakan...

Apabila penelitian yang dilakukan menggunakan variable mediating untuk pengujian MGAnya apakah untuk melihat perbedaan pada dua kelompok yang dilihat path cooefisien pada direct effect ataukah path coefisien pada indirect effect?

Suseno Bimo mengatakan...

Mawar: Perbedaan dua kelompok dilihat dari direct effectnya.

Erdanisa Aghnia mengatakan...

Pada contoh soal disini menggunakan pendekatan apa ya pak? Permutasi atau kah non parametric?

Anonim mengatakan...

Pak ijin bertanya, kalau di warpPLS itu uji outer model, analisis grup satu, dan analisis grup dua. Apakah analisis grup satu dan dua harus juga diketahui outer loadingnya? Karena hasil outer loading itu memenuhi syarat minimal. Tapi saat saya bagi sesuai grupnya tidak memenuhi syarat minimal outer loading..

Suseno Bimo mengatakan...

Anonim: Iya untuk masing-masing model dari tiap grup diuji outer modelnya (termasuk nilai loading) terpenuhi syaratnya minimal.

Unknown mengatakan...

Permisi izin bertanya kolom grup 0, kolom grup 1,dst itu maksudnya gmn ya? saya ingin mencoba membandingkan 2 grup, trs dicontoh tertulis "pilih Group Column 0 nama status (2 unique values) kemudian OK" nahh kl disaya habis memilik kolom grup 0 yang muncul itu indikator/item pertanyaan trs jika saya ingin mengolah 2 grup (pns dan non pns) saya pilih yang mana ya?

Unknown mengatakan...

saya masih bingung memilih yang setelah kita memilih kolom grup 0. krn setelah saya pencet itu banyak sekali indikator/item yg muncul, jd saya harus pilih semua item atau bgmn

Suseno Bimo mengatakan...

Unknown : pada menu set up pilih grup A untuk PNS dan Grup B untuk non PNS

Suseno Bimo mengatakan...

Unknown : jadi untuk membuat grup, dalam raw data harus dibuat kolom sendiri (seperti indikator) dan kode grupnya.

Anonim mengatakan...

Kak ada kontak yang bisa dihubungi

Suseno Bimo mengatakan...

Contak Person : 0881.663.7417