Demo Site

belajar bahasa inggris cepat tanpa grammar pertama kali di Indonesia

Saturday, August 14, 2010

Structural Equation Model dan Partial Least Square

belajar bahasa inggris cepat tanpa grammar pertama kali di Indonesia
Yang sedang belajar Statistik pasti tau mengenai Structural Equation Model dan Partial Least Square, mari kita lihat lebih lanjut tentang Structural Equation Model (SEM) dan Partial Least Square (PLS) ini. mulai dari Pengertian, kelebihan dari PLS dan SEM.

Structural Equation Model (SEM) adalah covariance based, sedangkan Partial Least Square (PLS) adalah component based

Kapan saat membutuhkan SEM dengan PLS (selanjutnya kita sebut dengan PLS saja)?
o Model penelitian mengindikasikan lebih dari satu variabel dependen
o Data tidak bersifat multivariate normal
o Sampel kecil atau jumlah cases terbatas
o Model penelitian melibatkan item formatif dan item refleksif sekaligus.
Kelebihan PLS adalah kemampuannya memetakan seluruh jalur ke banyak variabel dependen dalam satu model penelitian yang sama dan menganalisis semua jalur dalam model struktural secara simultan. (Fornell and Bookstein, 1982; Barclay, Higgins, and Thompson, 1995; Gefen, Straub, and Boudreau, 2000). Kelebihan lainnya adalah hanya memerlukan sedikit cases daripada SEM (Chin and Newsted, 1999; Gefen, Straub, and Boudreau, 2000).

Dalam PLS data tidak perlu memenuhi asumsi multivariate normal.
Analisis SEM mengasumsikan seluruh item/indikator adalah reflektif. Sedangkan PLS bisa reflektif dan formatif.

Reflektif:

Formatif:



* Chin (1998a) menyarankan untuk membedakan apakah suatu item formatif atau tidak dengan mengajukan pertanyaan berikut: apakah perubahan pada satu item akan menimbulkan perubahan dengan arah yang sama pada item lainnya? Jika jawabannya tidak berarti kelompok item tersebut formatif.
* Penggunaan item formatif dalam SEM bisa mengakibatkan permasalahan serius terkait validitas hasil dan konklusinya. Chin (1998a) mengatakan:”… semua item harus reflektif agar konsisten dengan algoritma statistiknya yang mengasumsikan bahwa korelasi diantara indikator dalam satu Laten Variabel (LV) disebabkan oleh LV tersebut.

* Prosedur analisis data pada SEM-PLS bisa dijelaskan sebagai berikut:

“At the measurement model level, PLS estimates items loading and covariance. At the structural level, PLS estimates path coefficients and correlation among Latent Variables, together with individual R2 and AVE (Average Variance Extracted) of each of the latent constructs. T-values of both path and loadings are then calculated using either jackknife or a bootstrap method. Good model fit is established with significant path coefficients, acceptably high R2 and internal consistency (construct reliability) being above 0.70 for each construct” (Gefen, Straub, and Boudreau, 2000).

* Barclay et al. (1995) menyarankan bahwa model PLS dianalisis dan diinterpretasikan dalam dua langkah berurutan berikut: pertama, menilai validitas dan reliabilitas model pengukuran (hubungan dari indikator ke laten variabel), kedua lalu menilai model strukturalnya.

* Cross Validation diperlukan dalam rangka menguji seberapa baik solusi yang diperoleh dari fitting model terhadap suatu sampel juga akan sesuai untuk sampel independen lainnya dari populasi yang sama (Chin and Todd, 1995).

* Statistik dari measurement model yang penting yaitu: item reliability, internal consistency, Average Variance Extracted (AVE), square root of AVE, and cross-loadings (Barclay, Higgins, and Thompson, 1995). Tiga uji pertama dikenal sebagai validitas konvergensi (Fornell and Larcker, 1981) dan dua uji terakhir dikenal sebagai validitas diskriminan (Barclay, Higgins, and Thompson, 1995).
* Evaluasi model yang biasa digunakan dalam PLS adalah R-kuadrat, bootstapping/jackknifing, composite reliability, AVE dan cross-loadings.
* R-kuadrat, sebagaimana pada analisis regresi berganda biasa, berfungsi untuk mengetahui seberapa besar variansi dalam construct dapat dijelaskan oleh model.
* Bootstrapping atau alternatifnya, jackknifing, digunakan untuk menilai signifikansi statistik dari loadings dan koefisien structural path. Penggunaan tekhnik ini karena mengacu pada data yang digunakan yang tidak mengasumsikan harus multivariate normal.

Disarikan dari: Achjari, Didi. “PLS: Another Method of SEM Analysis” Jurnal Ekonomi dan Bisnis Indonesia Vol. 19 No. 3. Tahun 2004.
sumber : http://statistikakomputasi.wordpress.com/2010/05/28/partial-least-squarealternatif-dalam-analisis-structural-equation-model-sem/

6 komentar:

Hamster Online said...

klo untuk sample yg sedikit lebih baek pakek PLS ato ML? bagaimna klo ML itu menurut anda?

Ganda said...

@Hamster. Mencoba menjawab pertanyaan. Untuk PLS dapat digunakan untuk sampel yang lebih kecil (minimum 30 sampel), tetapi tidak menutup kemungkinan bisa lebih dari itu. Bahkan penelitian-penenlitian sebelumnya ada yang menggunakan sampai dengan 500 sampel.
Untuk ML syarat utama sampel adalah nx5(Hair,1998). Artinya, jika jumlah pertanyaan kuesioner terdapat 20 pertanyaan, maka minimum sampel yang digunakan adalah 100 sampel (20x5).

Semoga bermanfaat.

Best Regards,
Ganda

sofyan said...

subhanallah... bagus tulisannya. Oh iya saya menulis buku juga ttg PLSPM..insyaAllah bisa saling melengkapi. judul bukunya : "generasi baru mengolah data penelitian dengan partial least square path modeling ". softwarenya Xlstat-PLSPM. insyaAllah outputnya lengkap dan bukunya 100% tutorial. sofyan.yamin@gmail.com

salam

Hengky Latan said...

Halo numpang share ya, Telah Tebit Dua Buku PLS Terbaru dan Satu buku SEM TETRAD sebagai berikut:
1. Author = Hengky Latan dan Prof. Dr. Imam Ghozali, M.Com
Title = Partial Least Squares: Konsep, Metode dan Aplikasi menggunakan Program WarpPLS.
Penerbit = Badan Penerbit Universitas Diponegoro
Year = 2012
ISBN = 978.602.097.229.9
Buku Disertai CD Program dan Data
Untuk pesan buku ini hubungi via E-mail ghozali_imam@yahoo.com / hengkylatan@yahoo.com

2. Author = Hengky Latan dan Prof. Dr. Imam Ghozali, M.Com
Title = Partial Least Squares: Konsep, Teknik dan Aplikasi SmartPLS 2.0 M3
Penerbit = Badan Penerbit Universitas Diponegoro
Year = 2012
ISBN = 979.704.300.2
Buku Disertai CD Program dan Data
Untuk pesan buku ini hubungi via E-mail ghozali_imam@yahoo.com / hengkylatan@yahoo.com

3. Author = Hengky Latan dan Prof. Gudono, Ph.D., CMA
Title = SEM: Structural Equation Modeling Aplikasi Software TETRAD IV
Penerbit = BPFE Yogyakarta
Year = 2012
ISBN = 979-503-568-1
Buku Disertai CD Program dan Data
Untuk pesan buku ini hubungi via E-mail hengkylatan@yahoo.com / Tlp. (0274) 373760

Bengkel Olah Data said...

BENGKEL OLAH DATA
SKRIPSI, TESIS DAN DISERTASI
Melayani semua teknik analisis data dengan program sebagai berikut:
1. IBM SPSS 21.0 (Semua Teknik Analisis Bisa)
2. AMOS 21.0 (Semua Teknik Analisis Bisa)
3. LISREL 9.1 (Semua Teknik Analisis Bisa)
4. SmartPLS 2.0 M3 (Semua Teknik Analisis Bisa)
5. WarpPLS 3.0 (Semua Teknik Analisis Bisa)
6. XLSTAT-PLS (Semua Teknik Analisis Bisa)
7. GSCA 2011 (Semua Teknik Analisis Bisa)
8. TETRAD IV (Semua Teknik Analisis Bisa)
Contact: SMS 085779963288
E-Mail bengkelolahdata@yahoo.com
Harga Terjangkau, Buruan…… !!!

Olah Data Semarang said...

Biro Olah Data Skripsi, Tesis, Disertasi Untuk Analisis Statistika Dengan SPSS, AMOS, LISREL, EVIEWS, SMARTPLS, GRETL, STATA, MINITAB dan DEAP 2.1
WhatsApp : +6285227746673
PIN BB : D04EBECB
IG : @olahdatasemarang
Website : http://biro-jasa-spss.blogspot.co.id
Terdaftar Di Google Map Dengan Nama Olah Data Semarang

Post a Comment

Silahkan berikan komentar, kritik, saran serta tambahan untuk tulisan diatas....

Related Posts with Thumbnails