Anda di halaman 1dari 18

Variance Based SEM dengan

smartPLS 3.0
(Sesi 2)

Dr. Ananda Sabil Hussein


Box ini berisi file analisa yang kita
kerjakan dalam PLS

Gambar model
struktural
Nama project
Double klik untuk memasukkan data

Data excel yang dimasukkan harus berformat


delimited)
Untuk
mendapatkan
path koefisien
Path Coefficient
0,406 ini adalah koefisien
pengaruh Brand Awareness
terhadap Brand Image

0,141 ini adalah koefisien


pengaruh Brand Awareness
terhadap Customer Loyalty
Factor Loading

Ideal nya nilai faktor


loading di atas 0,7.
Tetapi sampai 0,6 masi
diijinkan. Dibawah 0,6
harus di hapus
Semua nilai faktor loading di atas 0,6
Discriminant Validity
Nilai korelasi Bran awareness
dengan konstruk lainnya
Square root of AVE (Akar kuadrat AVE)

Rule of thumb: Dikatakan tidak ada masalah discriminant validity jika


nilai akar kuadrat AVE lebih besar dari pada korelasi dengan konstruk
lainnya
Unidimensionality

Baik untuk alpha cronbach dan Composite Reliability harus di atas 0,7. Untuk
Alpha cronbach sampai 0.6 masih diijinkan (Hair, et al. 2010)
Outer Model
Predictive relevance (Q-square)
Q2 = 1 ( 1 R12) ( 1 R22 ) ( 1 R32 )... ( 1- Rp2 )
Q square = 1 (1-0,179)(1-0,495)(1-0,179)
Q-square = 0,659
Outer Model

GoF = 2 = 0.624 0.295 = 0.429

AVE ^2
Brand Awareness 0.622
Brand Image 0.608 0.187
Customer Loyalty 0.628 0.511
Service Quality 0.639 0.188
0.624 0.295
Hypothesis Testing

Klik yang
bootstrapping. Setelah
di klik subsamples yang
sering digunakan
adalah 500 atau 1000
Hypothesis Testing
Pengujian Hypothesis menggunakan kriteria t-
statistik > t- tabel dan dari nilai probability (p
values)
T- statistik didapat dari perhitungan PLS
T-tabel dilihat pada tabel t. Biasanya untuk
alpha 5% nilai t-tabel dengan n >200 adalah
1,976
Jika menggunakan alpha 5% maka nilai p
values harus < 0.05
Nilai path coefficient Nilai t-statistik
standardized
Nilai p values