Pusing...pusing.....
Bikin tesis emang pusing...nyari data, baca buku-buku, diskusi dengan kawan-kawan, janjian konsultasi ke dosen, keluar masuk perpustakaan, bolak-balik warnet, dsb.....
Setelah membaca buku Prof Imam Ghozali ditambah sedikit merenung di kamar mandi, akhirnya saya bisa meresume sedikit pengetahuan saya tentang PLS (Partial Least Square)... Bagi kawan-kawan yang pakai SmartPLS, saya bisa sharing hasil ringkasan saya ketika belajar bukunya pak Ghozali...
-By
Membaca Hasil Pengujian Program SmartPLS:
- Uji Validitas
- Uji Reliabilitas
- Uji Hipotesis
- Evaluasi Model
Hasil pengujian validitas konvergen berupa faktor loading dan AVE. Faktor loading dapat dilihat
Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Calculation Result >>> Outer Loading. (Tampilan 1).
- AVE
Kriteria: AVE > 0.50
Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality
Atau lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality
b. Validitas Diskriminan
- √AVE dibandingkan dengan korelasi antar konstruk.
- Kriteria: √AVE > korelasi antar konstruk
- Korelasi antar konstruk dapat dilihat dari hasil PLS Algorithm Report sebagai berikut:
Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>> Latent Variable Correlations.
- Reliabilitas
a. Cronbachs Alpha
- Kriteria: Cronbachs Alpha > 0.60
- Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>> Overview >>> Cronbachs Alpha. (Lihat tampilan 2).
- Atau lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>> Cronbachs Alpha. (tampilan 5).
b. Composite Reliability
- Kriteria: Composite Reliability > 0.60
- Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>> Overview >>> Composite Reliability. (Lihat tampilan 2).
- Atau lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>> Composite Reliability.
- Pengujian Hipotesis
a. T-Statistics
- Menguji signifikansi konstruk.
- Apabila α=5%, t=1.96
- Kriteria: T-Statistics>1.96 dianggap signifikan.
- Nilai T-statistics dapat dilihat dari hasil pengolahan SmartPLS sebagai berikut:
Lihat hasil SmartPLS Bootstrapping Report >>> Bootstrapping >>> Inner Model T-Statistics.
b. Path Coefficient- Menunjukkan sifat korelasi antar konstruk (positif/negative).
- Lihat SmartPLS Algorithm Report >>> PLS >>> Calculation >>> Path Coefficient.
- Evaluasi Model
a. R-Square
- Menunjukkan koefisien determinasi. Sejauh mana suatu konstruk mampu menjelaskan model.
- Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>> Overview >>> R-Square. (Lihat tampilan 2).
- Atau lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>> R-Square.
b. Q-Square- Menunjukkan nilai predictive relevance
- Q-Square > 0, menunjukkan bahwa model mempunyai nilai predictive relevance.
- Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>> Overview >>> Redundancy. (lihat tampilan 2).
- Atau lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>> Redundancy. (lihat tampilan 10).
SEMOGA BERMANFAAT