BAB

11
STRUCTURAL EQUATION MODELING:
PARTIAL LEAST SQUARE

A. STRUCTURAL EQUATION MODELING

Analisis statistik pada bab sebelumnya menggunakan software EViews. EViews

biasa digunakan pada bidang Ilmu Ekonomi Dan Pembangunan, Manajemen
Keuangan, dan di akuntansi dalam rumpun Akuntansi Keuangan. Sedangkan pada
bab ini menggunakan pendekatan SEM (Structural Equation Modeling) yang biasa
digunakan dalam bidang Sosial, Psikologi, Manajemen SDM, Pemasaran, dan di
akuntansi dalam rumpun Akuntansi Keperilakuan.

Software statistik keuangan (EViews, STATA, dll) sangat cocok dan memiliki
keunggulan jika jenis datanya adalah Time-Series dan Data Panel. Oleh sebab itu
sumber datanya biasanya sekunder. Sedangkan SEM (dengan software AMOS,
LISREL, SmartPLS, dll) sangat cocok dan memiliki keunggulan jika jenis datanya
adalah Cross-Section. Oleh sebab itu sumber datanya biasanya primer menggunakan
instrumentasi kuesioner.

Software SPSS (yang sangat populer) kelebihannya adalah mampu

menganalisis kedua jenis di atas. Sampai batas tertentu memang menguntungkan
menggunakan SPSS yang cukup dengan satu software tapi bisa macam-macam dan
familiar. Namun menurut penulis ketika penelitian sudah menjadi semakin kompleks
dan khusus, maka SPSS menjadi kurang efisien dan analisisnya harus melalui tahap
yang sangat panjang. Saran penulis lebih baik menggunakan salah satu dari dua jenis
di atas sesuai topik penelitiannya. Setiap software memiliki keunggulannya masing-
masing. Oleh sebab itu mulai bab ini menggunakan SEM.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 1
 Pada dasarnya SEM adalah merupakan kombinasi sekaligus dari multiple
regression (regresi berganda) dengan factor analysis (analisis faktor) dan path
analysis (analisis jalur). Kelebihan SEM terletak pada kemampuannya menganalisis
hubungan yang rumit secara simultan dan tetap efisien. Kemampuan tersebut dapat
membuat proses analisis bergeser dari exploratory menjadi confirmatory analysis.
Oleh sebab itu SEM disebut sebagai generasi kedua dari analisis multivariate.
Penggunaan SEM memungkinkan peneliti untuk sekaligus menguji dan
mengestimasi secara simultan hubungan antara banyak variabel independen dan
banyak variabel dependen dengan sedemikian banyak pula indikator-indikatornya
serta bahkan dapat menguji model dengan efek mediator maupun moderator
sekaligus. Keuntungan SEM lainnya dibandingkan dengan teknik analisis multivariat
biasa atau First Generation (seperti analisis diskriminant, regresi linear berganda,
general linear model, dll) adalah bahwa SEM mempunyai fleksibilitas yang tinggi dan
memungkinkan peneliti untuk menghubungkan antara teori dengan data penelitian
secara lebih efisien.

Secara lebih spesifik kelebihan SEM antara lain adalah sebagai berikut:
- Model penelitian dapat dibangun dengan banyak variabel dan banyak indikator
sekaligus.
- Dapat melakukan spesifikasi model, modifikasi model dan perbandingan model
penelitian.
- Pengolahan data dapat langsung dimulai dari menggambar model (bentuk
graphical).
- Dapat meneliti unobserved variables (konstruk atau variabel yang tidak dapat diukur
secara langsung) bahkan tidak hanya first order saja tapi juga second order.
- Mampu melakukan multigroup analysis (pengujian model dengan dua atau lebih
sampel).
- Terdapat ukuran overall model fit atau goodness of fit model.
- Dapat menguji measurement error (kesalahan pengukuran) untuk observed variables
(variabel yang dapat diukur secara langsung).
- Dapat langsung mengkonfirmasi teori dengan data penelitian yang diperoleh.

SEM terdiri dari 3 jenis utama sebagai berikut:

- CB-SEM yaitu SEM yang berbasis kovarian (Covariance Based) dengan bantuan
software misal AMOS dan LISREL
- VB-SEM yaitu SEM berbasis varian (Variance Based) biasa disebut PLS (Partial Least
Squares) dengan software misal SmartPLS, PLS-Graph, XLSTAT PLS-PM, dll.
- GSCA atau Generalized Structured Component Analysis yang diimplementasikan oleh
software GeSCA.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 2
 Software AMOS (Covariance Based - SEM) dapat digunakan untuk analisis yang
sangat kompleks dan dengan pengujian asumsi yang banyak. Sedangkan SmartPLS
(Variance Based – SEM) juga dapat digunakan untuk struktur hubungan antar
variabel yang kompleks, namun lebih sederhana karena sedikit pengujian asumsinya.
Pada bab ini pengerjaan analisis statistik dibantu software SmartPLS yang tergolong
baru yaitu seri 3.3.3. Kita dapat menggunakan software SmartPLS dengan melakukan
pembelian, ataupun yang gratis yaitu student version namun analisisnya dibatasi
menggunakan maksimun 100 obervasi/responden (namun itu sebenarnya sudah
cukup). SmartPLS versi 3 ini, sangat mudah dan sederhana pengerjaannya.

B. INSTALASI SmartPLS Versi 4

Masuk ke situs smartpls.com berikut:

https://www.smartpls.com/downloads

Download sesuai OS komputer anda. Setelah selesai, install dari komputer anda.

Proses berlangsung.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 3
Setelah proses selesai, bisa pilih yang Student License (free).

Lengkapi e-mail dan nama anda.

Token akan dikirim segera ke e-mail anda, kemudian isilah token di komputer anda.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 4
Klik Submit, kemudian setelah muncul kotak dialog berikutnya yang berupa
keterangan lisensi (License type, License key, Licensee, Expires, Computer ID) maka klik
Start usage.

Layar SmartPLS 4 pertama kali di komputer kita seperti berikut.

C. MENJALANKAN SmartPLS

Setelah data-data kuesioner anda peroleh dari responden maka inputlah

kedalam Excel dengan format seperti contoh ilustrasi pada bab ini, lalu di save harus
dengan ekstensi .csv yaitu dengan save as type: CSV (Comma delimited).

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 5
Ilustrasi

Berikut ini adalah ilustrasi sebagai contoh. Berdasar latar belakang masalah,
peneliti memilih topik penelitian yang diberi judul “PENGARUH KOMITMEN PROFESI
DAN KOMITMEN ORGANISASI TERHADAP KINERJA KARYAWAN BAGIAN
KEUANGAN BUMD SE-KABUPATEN MEKARSARI”.

Perhatikan judulnya, ingatlah jika kinerja organisasi yang dimaksud adalah

kinerja keuangan maka masuk ranah seperti bab sebelumnya (akuntansi keuangan).
Tapi jika kinerja karyawan bagian keuangan atau kinerja manajerial maka masuk ke
ranah akuntansi keperilakuan.

Setelah dikaji melalui landasan teori yang juga disertai beberapa penelitian
terdahulu, dibuatlah tiga buah hipotesis penelitian atau hipotesis alternatif H A
(biasanya Ho masing-masingnya boleh tidak dituliskan) sebagai berikut,

H1: Komitmen Profesi berpengaruh positif signifikan terhadap Kinerja Karyawan

Bagian Keuangan.

H2: Komitmen Organisasi berpengaruh positif signifikan terhadap Kinerja Karyawan

Bagian Keuangan.
Gambar model penelitian adalah sbb:

KOMITMEN +
PROFESI

KINERJA
KARYAWAN
+
KOMITMEN
ORGANISASI

Perhatikanlah perbedaan gambar dengan bab sebelumnya. Jika data sekunder

yang observed variable maka digambar dalam kotak persegi, jika berasal dari data
primer yang unobserved variable maka digambar dalam bentuk elips. Unobserved
variable masih membutuhkan pengukuran lanjutan, dalam hal ini dimensi-dimensi
atau indikator-indikator melalui instrumen kuesioner. Panah-panah hubungan

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 6
regresi juga harus saling menyentuh ke antar variabel dimaksud. Jadi setiap gambar
ada maknanya, bukan asal gambar.

Model persamaan regresinya adalah:

Y = b0 + b1X1 + b2X2 + e
Y = Kinerja Karyawan
X1 = Komitmen Profesi
X2 = Komitmen Organisasi
b0 = konstanta
b1 , b2 = koefisien regresi
e = residual atau error term

Jika notasi menggunakan huruf Greek misal “β” maka menunjukkan persamaannya
pada populasi, tapi kalau huruf Latin misal “b” maka persamaannya pada sampel.

Bisa juga notasinya ditulis dengan:

KK = b0 + b1KP + b2KO + e
Dengan KK = Kinerja Karyawan, KP = Komitmen Profesi, KO = Komitmen Organisasi.

Bisa juga menggunakan notasi berdasar LISREL yang lebih kompleks dan banyak
persamaan termasuk untuk persamaan masing-masing indikator ke konstruknya.
Instrumen kuesioner masing-masing variabel mengunakan indikator berupa
pertanyaan/pernyataan yang harus dijawab oleh responden dengan 5 skala Likert.
STS = Sangat Tidak Setuju
TS = Tidak setuju
N = Netral
S = Setuju
SS = Sangat Setuju
Responden (orang pengisi) cukup memberi tanda/centang pada kotak yg dipilihnya.

Contoh indikator atau item-item pertanyaan/pernyataan masing-masing

variabel dalam kuesioner adalah sebagai berikut:

Komitmen Profesi
No Keterangan STS TS N S SS
Saya berkomunikasi dan berpartisipasi jika ada
1
kegiatannya dgn sesama yg berprofesi seperti saya.
Saya antusias dengan profesi atau jenis pekerjaan
2
yang saya lakukan ini.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 7
 Saya berusaha memperluas wawasan dan
3
memperdalam pengetahuan tentang profesi saya ini.

Komitmen Organisasi
No Keterangan STS TS N S SS
Saya merasa terikat secara emosional dengan kantor
1
saya ini.
Saya merasa menjadi bagian organisasi tempat saya
2
bekerja ini.
Kemajuan dari kantor ini adalah hal yang sangat
3
berarti bagi saya.

Kinerja Karyawan
No Keterangan STS TS N S SS
Saya melakukan pekerjaan saya sesuai dengan
1
prosedur yang berlaku dan target yang ditentukan.
Saya memahami dengan baik apa yang harus saya
2
lakukan dan menjaga kualitas kerja saya.
Saya berusaha mengeluarkan kemampuan terbaik
3
saya dalam menyelesaikan setiap pekerjaan saya.
Pekerjaan yang menjadi tugas saya, dapat saya
4
selesaikan dengan efektif dan efisien.

Selanjutnya peneliti meng-input data ke Excel dengan memberi tanda masing-

masing indikator untuk masing-masing variabel/kostruk Komitmen Profesi (KP),
Komitmen organisasi (KO) dan Kinerja Karyawan (KK) sbb:

KP1 = Komitmen Profesi indikator 1

KP2 = Komitmen Profesi indikator 2
KP3 = Komitmen Profesi indikator 3
KO1 = Komitmen Organisasi indikator 1
KO2 = Komitmen Organisasi indikator 2
KO3 = Komitmen Organisasi indikator 3
KK1 = Kinerja Karyawan indikator 1
KK2 = Kinerja Karyawan indikator 2
KK3 = Kinerja Karyawan indikator 3
KK4 = Kinerja Karyawan indikator 4

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 8
 Kemudian isian masing-masing responden di konversi ke angka (proses inilah
yang sering disebut penelitian dengan data kualitatif yang dikuantitatifkan) sbagai
berikut:

STS =1
TS =2
N =3
S =4
SS =5

Berbeda dengan memasukkan data pada Excel untuk EViews yang variabel Y
(Dependen) di kiri lebih dahulu, maka pada susunan Excel untuk SmartPLS bisa
secara bebas. Hal tersebut adalah karena penentuan variabel independen/dependen
(eksogen/endogen) pada SmartPLS dilakukan dengan merdeka men-drag indikator-
indikator di layar lembar kerja dan memungkinkan untuk membuat lebih dari satu
variabel dependen (endogen).

Pada lembar kerja Excel:

Baris ke-1 adalah nama-nama indikator yg dibuat urut KP1, KP2, KP3, KO1, … dst.
Baris ke-2 adalah isian data untuk responden 1.
Baris ke-3 adalah isian data untuk responden 2.
…..
dst
…..
Baris ke-51 adalah isian data untuk responden 50.

Hal tersebut karena dari kuesioner yg disebar, yg kembali dan dapat diolah ada
50 buah dari karyawan bagian keuangan BUMD-BUMD se-Kabupaten Mekarsari.
Jangan lupa pada Excel di save dengan nama misal: Data KinKar, dengan Save as
type: CSV (Comma delimited).

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 9
Data KinKar

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 10
Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 11
Langkah 1, Import Data

Buatlah Folder (harus kosong dahulu) di Window Explorer anda. Misal kita
beri nama SmartPLS4 Workspace.

Buka software SmartPLS. Pertama kali buka, masih kosong.

Klik Choose workspace, muncul kotak dialog Select folder. Pilih folder SmartPLS4
Workspace yang telah dibuat sebelumnya. Klik Select Folder, maka pada layar
SmartPLS4 telah muncul Folder SmartPLS4 Workspace dan subfolder Archive (0).

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 12
Klik icon New Project, muncul Create a new project.

Ketik nama yang diinginkan misal: KinKar, lalu klik Create.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 13
Telah muncul subfolder Kinkar

Selanjutnya klik Import data file (tulisan biru di bawah KinKar). Muncul kotak dialog
Please choose a file. Plilih file Data KinKar.csv yang telah dibuat sebelumnya dengan
excel, dari folder dimana anda menyimpan file tersebut. Klik Open.

Kemudian klik Import.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 14
Muncul yang berikut.

Sudah otomatis muncul juga statistik deskriptif dari masing-masing indikator (item-
item kuesioner), korelasi, dan raw data. Lalu klik Back (di kiri atas layar).

Data Kinkar sudah masuk (berisi 50 responden) ke subfolder KinKar. Selanjutnya

klik Create model (di bawah subfolder KinKar). Muncul kotak dialog New model

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 15
Pada Model type pilih PLS-SEM. Sedangkan pada Model name, misal kita beri nama
SEM-KinKar.

Klik Save, kemudian muncul layar untuk membuat gambar model.

Kita akan menggambar model. Klik pada Select atau Latent variable (pada deretan
menu di atas). Lalu double klik pada layar kosong. Muncul yang berikut.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 16
Ganti nama menjadi KP. Lalu Enter.

Muncul gambar variabel KP

Double klik lagi di layar kosong. Lakukan hal yang sama untuk variabel KO dan KK.

Gambar bisa di geser-geser, dengan klik drag.

Kemudian untuk menghubungkan antar Latent Variable (Konstruk) tersebut,
klik Connect pada deretan menu di atas. Lalu klik kiri mouse di KP, drag dari KP ke
KK lalu lepaskan. Kemudian dari KO ke KK.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 17
Langkah 3, Memasukkan Indikator-Indikator Pengukuran Ke Variabel.

Selanjutnya memasukkan indikator-indikator (dari pengukuran melalui

kuesioner) ke masing-masing variabel laten. Blok KP1 sampai KP3, caranya seperti
biasanya. Bisa klik KP1 lalu tekan shift di KP3, atau mem-blok satu persatu sesuai
pilihannya dengan klik sambil tekan Ctrl.

Indikator yang telah di blok, drag lalu drop di layar tengah tapi tepat di KP (warna
berubah jadi lebih gelap). Lalu lepaskan.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 18
 Untuk memindahkan posisi indikator-indikator agar lebih rapi, klik Select di
deretan menu bagian atas. Klik mouse kiri di KP. Kemudian klik kanan, misal pilih
Align indicators to the left.

Lakukan langkah yang sama untuk KO1, KO2, KO3, menuju ke KO. Kemudian KK1,
KK2, KK3, KK4, menuju ke KK. Lalu rapikan seperti berikut ini.

Jika ada kekeliruan bisa di-Undo.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 19
D. EVALUASI MODEL PENGUKURAN (OUTER MODEL)

Pada posisi gambar di sub-bab sebelumnya (di atas), ini berarti menunjukkan
sudah siap dilakukan pengujian statistik. Pada pengujian kualitas model pengukuran,
klik Calculate pada deretan menu utama paling atas. Pilih klik PLS-SEM Algorithm.

Muncul kotak dialog.

Klik Start calculation.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 20
Ketika proses running selesai, muncul ouput. Pada bagian sisi kiri terdapat macam-
macam output. Tinggal pilih dan klik pada tulisan yg diinginkan.

Pengujian ini mengevaluasi hubungan antara konstruk dengan indikator-

indikatornya sebagai alat ukur konstruknya. Pengujian terutama tentang validitas
dan reliabilitasnya sebagai berikut:

- Validitas adalah tingkat keabsyahan atau keshahihan alat ukur yang digunakan, atau
seberapa jauh alat ukur dapat mengukur apa yang seharusnya diukur.

- Reliabilitas adalah tingkat kehandalan atau keakuratan alat ukur yang digunakan,
atau seberapa jauh alat ukur dapat menunjukkan stabilitas dan konsistensi
pengukurannya.

Validitas Konvergen

Validitas konvergen (convergent validity) menunjukkan bahwa pengukur-

pengukur dari suatu kontruk yang sama seharusnya saling berkorelasi tinggi.
Parameter Validitas Konvergen:
- Validitas indikator atau dari outer loading (Factor loading), memiliki nilai > 0,7
- Average Variance Extracted (AVE), ), memiliki nilai > 0,5

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 21
Validitas Diskriminan

Validitas diskriminan (discriminant validity) menunjukkan bahwa pengukur-

pengukur dari suatu kontruk yang berbeda seharusnya tidak berkorelasi tinggi.
Parameter Validitas Diskriminan:
- Cross Loading (discriminant validity), memiliki nilai > 0,7 dalam satu variabel.
- Akar AVE > korelasi variabel laten

Reliabilitas

Reliabilitas (reliability) menunjukkan stabilitas dan konsistensi indikator-

indikatornya sebagai pengukur konstruk.
Parameter Reliabilitas:
- Cronbach Alpha, memiliki nilai > 0,6
- Composite Reliability, memiliki nilai > 0,6

Evaluasi Validitas Konvergen

Dari kotak berisi bermacam pilihan output yang tersaji, klik Outer Loadings.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 22
Masing-masing indikator mengelom-pok pada konstruknya dan semua-nya
memenuhi syarat > 0,7. Tidak ada yang dibawah itu. Jika ada maka indikator tersebut
di drop, dan pengerjaan di ulang dengan tanpa indikator yang dihapus tersebut.
Angka-angka masing-masing loading-nya, selain ada di tabel juga sudah tertera
di gambarnya langsung. Klik Graphical ouput.

Klik Construct Reliability and Validity. Muncul berikut ini>

Semua AVE > 0,5.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 23
Evaluasi Validitas Diskriminan

Klik Discriminant Validity, lalu klik Cross Loading. Hasilnya bisa di blok
untuk memperjelas, ketika pindah kolom bisa dengan bantuan Ctrl.

Masing-masing indikator memiliki korelasi tertinggi pada konstruknya sendiri

dibanding korelasi pada konstruk lain, dan > 0,7.
Misal KO1 sebesar 0,852 ke KO, lebih tinggi dari 0,398 ke KK dan 0,379 ke KP.
..… dst.

Evaluasi Reliabilitas

Dari output Construct Reliability and Validity di atas:

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 24
Nilai Cronbach’s Alpha masing-masing konstruk > 0,6 maka semuanya memenuhi.
Nilai Composite Reliability masing-masing konstruk > 0,6 maka semua memenuhi.

Dari tiga evaluasi di atas (Validitas Konvergen, Validitas Diskriminan, dan

Reliabilitas) dibolehkan dan dianggap cukup jika tiap evaluasi hanya menggunakan
masing-masingnya satu parameter saja (satu parameter per satu evaluasi).

E. EVALUASI MODEL STRUKTURAL (INNER MODEL)

Dari layar di sub-bab sebelumnya, pada bagian kiri atas klik Edit agar mulai
kembali lagi ke layar atau gambar awal. Pengujian model struktural (inner model)
adalah sekaligus untuk uji hipotesis penelitian. Klik Calculate pada deretan menu
utama atas. Pilih dan klik Bootstrapping.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 25
Muncul motak dialog Bootstrapping.

Significance level biarkan 0,05 (alfa 0,05). Hipotesis penelitian kita di awal tadi,
sudah pakai arah pengaruh positif (searah), atau pengaruh negatif (berkebalikan).
Maka pada Test Type, pilih dan klik One tailed (jangan Two tailed). Selanjutnya klik
Start Calculation.
Pengaruh positif adalah pengaruh antara variabel X dengan variabel Y yang
searah. Misal jika nilai X naik, maka nilai Y juga naik. Jika nilai X turun, maka nilai Y
juga turun. Itulah yang disebut searah, sama-sama naik atau sama-sama turun. Arah
pengaruhnya disebut pengaruh positif.
Pengaruh negatif adalah pengaruh antara variabel X dengan variabel Y yang
berkebalikan. Misal jika nilai X naik, maka nilai Y turun. Jika nilai X turun, maka nilai
Y naik. Itulah yang disebut berkebalikan, atau berlawanan arah nilainya. Arah
pengaruhnya disebut pengaruh negatif.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 26
 Ketika proses running selesai, muncul output. Pada sisi kiri layar, terdapat
macam-macam output. Tinggal pilih dan klik pada tulisan yang diinginkan.

Pilih pada Final Results yaitu klik Path Coefficients. Muncul yang berikut ini.

Syarat hipotesis penelitian diterima:

1). Nilai Sig. atau Prob. atau P Values < 0,05. Jika menggunakan nilai t hitung maka
t-statistics > t-tabel sebesar 1,96 (two-tailed) hipotesis hanya pengaruh (belum
berarah +/-), atau 1,64 (one-tailed) hipotesis sudah berarah positif/negatif.
2). Koefisien regresi (output di atas ditunjukkan oleh Original Sample) searah atau
tanda positif/negatifnya sama dengan yang dihipotesiskan jika one tailed.

Hasil:

Pengaruh KP ke KK: t-statistics 2,608 > 1,64 atau P Values 0,005 < 0,05 dan koefisien
positif 0,394.
Pengaruh KO ke KK: t-statistics 2,464 > 1,64 atau P Values 0,007 < 0,05 dan koefisien
positif 0,436

Kesimpulan:

Hipotesis 1, diterima. Komitmen Profesi berpengaruh positif signifikan terhadap

Kinerja Karyawan Bagian Keuangan.
Hipotesis 2, diterima. Komitmen Organisasi berpengaruh positif signifikan
terhadap Kinerja Karyawan Bagian Keuangan.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 27
 Klik kembali di kiri atas yaitu Edit. Calculate lagi PLS-SEM Algorithm. Lalu
pada kotak output pilih: R Square. Muncul yang berikut ini.

Untuk analisis bisa pilih nilai R Square atau R Square Adjusted. Agar tidak
salah paham, nilai R2 bukan mengukur besarnya pengaruh variabel-variabel
independen terhadap variabel dependennya, tetapi mengukur besarnya variasi
variabel dependen yang dijelaskan oleh model regresi yang berarti oleh variabel-
variabel independennya.
Nilai R2 Adjusted sebesar 0,490 menunjukkan bahwa variasi variabel Kinerja
Karyawan dijelaskan oleh model regresi sebesar 49%, sisanya 51% dijelaskan oleh
variabel-variabel lain di luar model penelitian ini.
Jika ingin melihat gambar akhirnya, kembali Edit pada bagian kiri atas. Calculate lagi
Bootstraping. Lalu pada bagian output pilih: Graphical output. Muncul berikut ini.

Angka-angka tersebut adalah nilai signifikansi, semua jalur berada di bawah

cut-off nilai alfa 0,05 yang berarti signifikan. Semua output dan gambar bisa anda copy
melalui print-screen, karena hanya menggunakan SmartPLS versi student. Bisa di save
ke SmartPLS tapi tidak bisa di ekspor. Maksimal observasi atau responden hanya 100.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 28
LATIHAN SOAL:

Dengan gambar model penelitian dan data berikut ini, analisislah. H1: KOM→KEP,
H2: KOM→KIN, H3: MOT→KEP, H4: MOT→KIN, arah hipotesis positif semua.

Kunci: Ada 3 indikator yang tidak memenuhi outer loading, harus di-drop dan tidak
dipakai (caranya dgn klik kanan pada indikator, lalu delete). Diulang tanpa ketiga
itu, lalu outer loading lolos semua. Selanjutnya ada 1 variabel memenuhi Cronbach’s
Alpha tapi marginal (memakai standar yang 0,6), tapi karena Composite Reliability
juga memenuhi maka tetap dipakai. Hasil akhir, dua hipotesis diterima, dua ditolak.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 29
 Berikut ini adalah datanya.

Statistika Terapan: Panduan Praktis Untuk Penelitian Ekonomi, Bisnis, Dan Ilmu Sosial.
Darma dan Saud. 30

soprotection.com