Setiap mahasiswa melakukan latihan soal dengan model penelitian sperti gambar 1 di bawah ini

Jawaban di kumpulkan ke sy dengan wa

Diketahui data dan tipe soal yang sudah dikirim ke wa grup

Anda boleh menggunakan Sofwear PLS
Type soal harap sesuaikan dengan no urut yang sudah di kirim
Data terlampir adalah variabel dari peneliti dengan 140 orang responden (untuk Amos), dan bila
mnggunakan perangkat lunak PLS, agar data nya sebagian di hapus sehingga cukup 99 data saja
Peneliti melakukan model persamaan SEM sebagaimana seperti berikut

1. a. Apa itu SEM? b. Untuk apa SEM? c. kapan di gunakan SEM?

2. Hitung & Cek validitas dan reliabilitas ke empat variable pada model seperti gambar diatas.
Syarat valid bila SLF (Square Loading Factor) ≥0.50 dan Tcal >1.96
Syarat Reliable bila CR (Comp Reability) ≥ 0.70 dan VE (Variance Extracted) ≥0.50
3. Dengan soft wear PLS , hubungkan seluruh variable seperti pada model, lakukan uji keseluruhan.
Gambar kan di kertas ujian hasil yang terjadi.
4. Berdasarkan gambar diatas, tentukan hipotesis yang terjadi
5. Ada 7 langkah tahapan pemodelan SEM dengan analisa structural, uraikan seluruh langkahnya.
Pada model penelitian diatas tentukan hipotesis yang terjadi
6. Uji Hipotesis yang terjadi, simpulkan diterima apa di tolak, sebutkan alasan sdr.
=================================== good luck===============================
 Jawab:

1a. Structural Equation Modeling (SEM) atau model persamaan struktural merupakan analisis multivariat
yang digunakan untuk menganalisis hubungan antar variabel secara kompleks.
1b. SEM berfungsi untuk menjelaskan secara menyeluruh hubungan antar variabel yang ada dalam
penelitian. SEM digunakan untuk memeriksa dan membenarkan suatu model
1c. Untuk apa SEM:
1. Digunakan untuk model yang dianalisis relatif rumit sehingga akan sulit untuk diselesaikan
dengan metode analisis jalur pada regresi linear.
2. SEM mampu menganalisis hubungan timbal balik secara serempak.
3. Peneliti dapat dengan mudah memodifikasi model untuk memperbaiki model yang telah disusun
agar lebih layak secara statistik
4. SEM mempunyai kemampuan untuk mengestimasi hubungan antar variabel yang bersifat
multiple relationship.
5. kesalahan pada masing – masing observasi tidak diabaikan tetapi tetap dianalisis, sehingga SEM
cukup akurat untuk menganalisis data kuesioner yang melibatkan persepsi.
2. Dari data yang diolah sebanyak 99 responden, saya olah menggunakan software Smart PLS 4

Pada hasil calculate  PLS Algorythm

Hasil dari olah PLS menunjukan adanya nilai AVE pada Knowledge Management Process
berada dibawah 0,5 sehingga artinya data tersebut belum valid dan reliabel.
Hasil dari olah PLS pada menu bootstrapping menunjukan bahwa:
1. Knowledge Management Process tidak berpengaruh signifikan terhadap Competitive
Advantage dapat dilihat dari t-statistik
2. Knowledge Management Process tidak berpengaruh signifikan terhadap Process
Improvement dapat dilihat dari t-statistik
3. Knowledge Management Process berpengaruh signifikan terhadap Supply Chain
Integration dapat dilihat dari t-statistik
4. Process Improvement tidak berpengaruh signifikan terhadap Competitive Advantage
dapat dilihat dari t-statistik.
5. Supply Chain Integration berpengaruh signifikan terhadap Competitive Advantage dapat
dilihat dari t-statistik

5. Ada 7 tahapan dalam pemodelan dan analisis struktural yaitu:

1) Pengembangan model teoritis
Langkah pertama dalam SEM adalah melalukan identifikasi secara teoretis terhada
permasalahan penelitian. Topik penelitian ditelaah secara mendalam dan hubungan
antara variabel-variabel yang akan dihipotesiskan harus didukung oleh justifikasi teori
yang kuat.
2) Pengembangan diagram alur
Setelah memastikan adanya hubungan sebab akibat pada tahap pertama, Langkah
selanjutnya yang dilakukan adalah menyusun diagram jalur untuk hubungan – hubungan
tersebut. Ada dua hal yang perlu dilakukan yaitu menyusun model struktural yaitu
menghubungkan antar variabel laten baik endogen maupun eksogen dan menyusun
measurement model yaitu menghubungkan variabel laten endogen atau eksogen
dengan variabel manifest.
3) Konversi diagram alur ke dalam persamaan struktural dan model pengukuran
Langkah ketiga adalah mengkonversikan diagram jalur ke dalam persamaan, baik
persamaan struktural maupun persamaan model pengukuran.
4) Memilih jenis matrik input dan estimasi model yang diusulkan
Pada awalnya model persamaan struktural diformulasikan dengan menggunakan input
matriks varian / kovarian.
5) Menilai identifikasi model struktural
Model struktural dikatakan baik apabila memiliki satu solusi untuk satu estimasi
parameter. Dalam satu model sangat mungkin memiliki banyak solusi, sehingga dipilih
solusi yang sesuai. Pemilihan solusi yang sesuai itu yang sering disebut dengan masalah
identifikasi.
6) Menilai kriteria Goodness-of-Fit
7) Intepretasi dan modifiikasi model
Ketika model telah dinyatakan diterima, maka peneliti dapat mempertimbangkan
dilakukannya modifikasi model untuk memperbaiki penjelasan teoritis atau goodness of
fit. Modifikasi dari model awal harus dilakukan setelah dikaji banyak pertimbangan. Jika
model dimodifikasi, maka model tersebut harus diestimasi dengan data terpisah
sebelum model modifikasi diterima.