Tim Dosen FEB UTA'45 Jkt SEM dengan Smart PLS
1
UTA’45
JAKARTA
WORKSHOP METODE
PENELITIAN KUANTITATIF
Metode “Structural Equation Modeling” dan Interpretasi Hasil Penelitian Dengan Menggunakan Program Smart PLS(Partial Least Square) Moderating Variabel
Instruktur: Sihar Tambun, SE, M.Si, Ak.
Introduction of PLS
• Jika antar variabel independen terjadi korelasi (ada multikolinieritas),
maka analisis regresi tidak layak dipakai, sehingga PLS diciptakan
untuk solusi ini.
• PLS mengakomodasi data besar (banyak) dan data kecil (sedikit)
• PLS Tidak banyak asumsi
• PLS bisa untuk konfirmasi dan prediksi
• PLS bisa menggunakan indikator reflesif dan formatif
• PLS menguji estimasi dan signifikansi dengan model Resampling
(Bootstrap)
• Tujuan Estimasi PLS adalah membuat komponen skor / bobot
terbaik dari variabel laten endogen, untuk memprediksi hubungan
variabel laten dengan indikatornya.
PRAKTEK SEM – PLS
MODEL MODERATING VARIABEL
Tim Dosen FEB UTA'45 Jkt SEM dengan Smart PLS
Langkah Langkah PLS untuk
Moderating
1. Memperoleh data data penelitian berdasarkan indikator pengukuran
variabel. Data diinput di Ms. Excel dan kemudian di Save – As dalam
format CSV (Comma Delimited).
2. Menggambar model penelitian sesuai dengan tujuan penelitian yang
didukung oleh grand theory, riset pendahuluan dan hipotesis yang
ingin diuji.
3. Menempatkan posisi moderating diantara variabel eksogen dan
endogen.
4. Mengolah data estimate, untuk mengetahui Hasil Outer Model
5. Mengolah data Resampling Bootstrapping, untuk mendapatkan
model terbaik.
Langkah 1: Pastikan data Moderating dengan nama “Latihan 2” telah dirubah dengan format CSV. Kemudian Create New Project “Latihan2” . Hingga model siap untuk digambar:
Tim Dosen FEB UTA'45 Jkt SEM dengan Smart PLS
Langkah 2: Gambarkan terlebih dahulu variabel latennya dan
indikatornya seperti dibawah ini. Untuk interaksi dari variabel moderating tidak digambar sendiiri, tetap akan terbentu secara otomatis.
Tim Dosen FEB UTA'45 Jkt SEM dengan Smart PLS
Moderasi Pertama, yaitu menempatkan “Fasilitas Belajar” sebagai variabel pemoderasi dari pengaruh “Kualitas Dosen “ terhadap
“Kepuasan Mahasiswa”. Klik semua yang berwarna biru, Finish.
Tim Dosen FEB UTA'45 Jkt SEM dengan Smart PLS
Moderasi Kedua, yaitu menempatkan “Fasilitas Belajar” sebagai variabel pemoderasi dari pengaruh “Proses Belajar Mengajar “ terhadap
“Kepuasan Mahasiswa”. Klik semua yang berwarna biru, Finish.
Tim Dosen FEB UTA'45 Jkt SEM dengan Smart PLS
Langkah 4 s/d 7: Lakukan sama seperti Sesi – I “Langkah ke 4” sampai dengan “Langkah ke-7” akan mengeluarkan output PLS yang dibutuhkan, seperti dibawah ini. Bandingkan dengan hasil anda.
Tim Dosen FEB UTA'45 Jkt SEM dengan Smart PLS
13
Output PLS model Moderating Variabel, khususnya untuk uji goodness of fit atau uji kelayakan data penelitian. (Bandingkan dengan Hasil Anda)
Tim Dosen FEB UTA'45 Jkt SEM dengan Smart PLS
Selesai
Sampai Ketemu di Pelatihan
Selanjutnya
Tim Dosen FEB UTA'45 Jkt SEM dengan Smart PLS
