Nama : Mega Oktaviani

Nim : 20059148
Prodi : Manajeman

Tugas 3 PLS

1. Apa saja keunggulan dan kelemahan alat analisis PLS?

Jawab :
Partial Least Squares (PLS) merupakan salah satu teknik analisis multivariat yang sering digunakan dalam
pengolahan data untuk menentukan hubungan antara variabel-variabel yang kompleks.

a. Keunggulan PLS
 PLS dapat mengatasi masalah multicollinearity atau adanya hubungan kuat antara variabel independen
karena metode ini membangun beberapa komponen utama untuk mewakili informasi dari variabel asli.
 PLS efektif untuk data yang memiliki dimensi yang tinggi dan kompleksitas tinggi.
 PLS dapat menangani data yang hilang dalam analisis karena ia menggunakan teknik imputasi untuk
memprediksi nilai yang hilang.
 PLS mampu menangani data yang mengandung noise atau kesalahan pengukuran dengan menggunakan
teknik pemodelan yang berdasarkan pada prinsip penjelasan sebanyak mungkin.
b. Kelemahan PLS
 Interpretasi dari hasil analisis PLS kurang intuitif dibandingkan dengan metode analisis lain seperti Regresi
Linier.
 PLS dapat memperlihatkan pengaruh variabel yang tidak relevan pada hasil analisis.
 Penting untuk memilih jumlah komponen yang tepat agar analisis PLS dapat memberikan hasil yang akurat.
Pemilihan jumlah komponen yang salah dapat mengakibatkan overfitting atau underfitting pada model.

2. Setidaknya ada dua model yang dianalisis pada PLS, yaitu Model Pengukuran (Outer Model) dan Model
Struktural (Inner Model). Pada masing-masing model pengukuran tersebut, jelaskanlah uji apa saja yang
dilakukan. Lengkapi juga masing-masing uji tersebut dengan Rule of Thumbs nya.

Jawab :

1. Model Pengukuran (Outer Model):

a. Uji Validitas Konvergen (Convergent Validity)
Uji ini digunakan untuk memastikan bahwa konstruk yang diukur oleh indikator memiliki hubungan yang
kuat dengan konstruk yang diwakili. Rule of Thumb: Nilai loading faktor (λ) pada setiap indikator harus ≥
0.7 dan nilai Average Variance Extracted (AVE) dari setiap konstruk harus ≥ 0.5.

b. Uji Reliabilitas (Reliability)

Uji ini digunakan untuk memastikan bahwa indikator yang digunakan konsisten dalam mengukur konstruk
yang sama. Rule of Thumb: Nilai Cronbach's Alpha dan Composite Reliability (CR) harus ≥ 0.7.

c. Uji Validitas Diskriminan (Discriminant Validity) Uji ini digunakan untuk memastikan bahwa konstruk
yang diukur oleh indikator berbeda satu sama lain. Rule of Thumb: Nilai AVE dari setiap konstruk harus
lebih besar dari squared correlation antara konstruk tersebut dan konstruk lainnya.
2. Model Struktural (Inner Model):
a. Uji Kesesuaian Model (Model Fit)
Uji ini digunakan untuk memastikan bahwa model yang dihasilkan sesuai dengan data empiris. Rule of
Thumb: Nilai Goodness of Fit Index (GoF) dan Adjusted Goodness of Fit Index (AGoF) harus ≥ 0.3.

b. Uji Koefisien Jalur (Path Coefficient)

Uji ini digunakan untuk menguji signifikansi dan kekuatan hubungan antar konstruk. Rule of Thumb:
Koefisien jalur yang signifikan adalah yang memiliki nilai p-value < 0.05 atau interval kepercayaan 95%
tidak termasuk nilai 0.

c. Uji Pengaruh Antara (Cross Loadings)

Uji ini digunakan untuk memastikan bahwa setiap indikator memiliki pengaruh yang lebih besar pada
konstruk yang diukur daripada pada konstruk lainnya. Rule of Thumb: Nilai cross loadings pada indikator
yang sama harus lebih besar pada konstruk yang diukur daripada pada konstruk lainnya.