PERBEDAAN PLS DAN CBSEM

A. Pendahuluan

Saat ini penelitian dalam bidang bisnis dan manajemen banyak yang dilakukan dengan
menggunakan pendekatan explanatory. Menurut Sugiyono (2012:21) penelitian eksplanatori
merupakan penelitian yang bermaksud menjelaskan kedudukan variabel- variabel yang diteliti
serta hubungan antara satu variabel dengan yang lain. Sedangkan karakteristik penelitian ini
bersifat replikasi, sehingga hasil uji hipotesis harus didukung oleh penelitian-penelitian
sebelumnya, yang diulang dengan kondisi lain yang kurang lebih sama.

Saat ini metode regresi merupakan metode yang paling sering digunakan untuk
melakukan penelitian kuantitatif. Dengan semakin berkembangnya metode penelitian dibidang
bisnis dan manajemen, maka metode analisa regresi dirasa tidak mampu untuk menjawab
permasalahan-permasalahan penelitian yang diangkat oleh para peneliti.

Structural Equation Modelling (SEM) merupakan salah satu metode yang saat ini
digunakan untuk menutup kelemahan yang ada para metode regresi. Para ahli metode penelitian
mengelompokan SEM menjadi dua pendekatan.
1.Pendekatan pertama disebut sebagai Covariance Based SEM (CBSEM). Untuk
melakukan analisa dengan menggunakan CBSEM maka software yang sering digunakan adalah
AMOS dan LISREL
2.Pendekatan kedua adalah Variance Based SEM atau yang lebih dikenal dengan
Partial Least Squares (PLS). Sedangkan untuk PLS software yang sering digunakan adalah
smartPLS, warpPLS dan XLStat.

B. BEBERAPA KELEMAHAN REGRESI

1. Asumsi Normalitas Data

Dalam metode analisa menggunakan regresi, terdapat asumsi-asumsi yang harus

diperiksa oleh peneliti untuk memastikan bahwa persamaan regresi yang dibentuk BLUE
(Best Linier Unbiased Estimate). Salah satu asumsi yang sering kali menjadi sandungan
peneliti adalah asumsi normalitas.
 Pada penelitian bisnis dan manajemen khususnya dibidang pemasaran dan sumber daya
manusia yang melakukan pengukuran persepsi akan sulit untuk untuk mendapatkan data
yang berdistribusi normal. Oleh karena itu dengan menggunakan metode regresi maka
peneliti akan kesulitan untuk mendapatkan persamaan regresi yang BLUE.

2. Melakukan Analisa Dengan Variabel Dependen Lebih Dari Satu

Secara umum persamaan regresi dapat ditulis sebagai berikut:

Persamaan regresi tersebut menunjukkan bahwa:

Y= variabel dependen

X =variabel independen

Dalam persamaan regresi, biasanya terdapat hanya satu variabel terikat/dependen dan banyak
variabel bebas/independen. Yang menjadi pertanyaan adalah bagaimana melakukan analisa
jika variabel dependen nya lebih dari satu.

Dengan menggunakan SEM akan mampu memberikan analisa jika variabel

dependennya lebih dari satu.

3. Memberikan Gambaran Pengaruh Langsung dan Tidak

Langsung

Pada analisa multivariate seperti halnya regresi linier berganda ataupun

Multivariate ANOVA (MANOVA), pengujian hanya dilakukan secara langsung. Metode-
metode tersebut hanya mampu memberikan analisa mengenai pengaruh variabel bebas terhadap
variabel terikat. Persamaan tersebut memberikan informasi bahwa variabel bebas X memiliki
pengaruh terhadap Y. Akan tetapi dalam pengujian teori banyak pendugaan yang
menyatakan bahwa pengaruh suatu konstruk/variabel itu dimediasi oleh sebuah variabel
mediasi. Secara manual konsep pengujian mediasi menurut Kenny dan Baron (1986)
dapat digunakan. Akan tetapi karena basis pengujiannya adalah regresi maka komprehensifitas
nya akan berkurang jika dibadingkan SEM yang menguji secara serentak.
C. Perbedaan PLS dengan CSEM

Banyak yang mengatakan bahwa PLS bukanlah SEM. Akan tetapi sebenarnya PLS itu
adalah SEM yang berbasis varians. Jika PLS juga SEM maka timbul pertanyaan baru yaitu
apa perbedaan PLS dengan SEM yang menggunakan program AMOS atau LISREL.

Walaupun sama-sama dapat dikategorikan sebagai SEM, PLS dan CBSEM

memiliki perbedaan yang jelas.
1. Hal utama yang membedakan antara PLS dan CBSEM adalah tujuan dari penggunaan
metode. Tujuan dari penggunaan dari PLS adalah melakukan prediksi. Prediksi yang
dimaksud disini adalah prediksi hubungan antar konstruk. Berbeda dengan PLS yang
bertujuan untuk melakukan prediksi, penggunaan CBSEM lebih ditujukan sebagai metode
untuk melakukan konfirmasi teori. Sehingga dapat dikatakan bahwa PLS lebih
berorientasi kepada prediksi sedangkan CBSEM berorientasi pada teori.

2. Berdasarkan asumsi statistiknya, PLS digolongkan sebagai jenis non-parametrik

sedangkan CBSEM lebih kepada Multivariate normal distribution dan independent
observation (parametrik). Oleh karena itu dalam pemodelan PLS tidak diperlukan
data dengan distribusi normal.

3. Dari sisi konstruk, CBSEM hanya dapat mengakomodir konstruk yang berbentuk
reflektif. Sedangkan PLS dapat mengakomododir baik formatif maupun reflektif.

Gambar Gambar
3 4
Konstruk Konstruk
Reflektif Formatif
Model reflektif mencerminkan bahwa setiap indikator merupakan pengukuran kesalahan
yang dikenakan terhadap variabel laten. Arah sebab akibat ialah dari variabel laten ke
indikator dengan demikian indikator-indikator merupakan refleksi variasi dari variabel laten
(Henseler, Ringle & Sinkovicks, 2009). Dengan demikian perubahan pada variabel laten
diharapkan akan menyebabkan perubahan pada semua indikatornya. Contoh : Variabel
Kepuasan kerja tercermin oleh indikator senyum, semangat, riang.
Sedang model hubungan formatif ialah hubungan sebab akibat berasal dari indikator
menuju ke variabel laten. Hal ini dapat terjadi jika suatu variabel laten didefinisikan sebagai
kombinasi dari indikator – indikatornya. Dengan demikian perubahan yang terjadi pada
indikator - indikator akan tercermin pada perubahan variabel latennya. Contoh jelas dalam
model ini ialah bauran pemasaran sebagai variabel laten yang dibentuk oleh indikator
promosi, produk, harga dan distribusi.
4. Perbedaan lainnya antara CBSEM dengan PLS adalah mengenai jumlah sampel.
Dikarenakan PLS ber basis pada variance maka jumlah sampel yang digunakan tidak
perlu besar. Sampel yang digunakan dapat berkisar antara 30 – 100. Sedangkan
CBSEM, karena dasarnya adalah covariance, maka sampel yang digunakan berkisar
200-800 sampel.

5. Untuk jumlah konstruk dan indikator yang digunakan pun PLS dan CBSEM berbeda.
PLS dapat mengakomodir hingga 100 konstruk dan 1000 indikator sedangkan
CBSEM hanya bisa mengakomodir maksimal 100 indikator.