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
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
