WORKSHOP METODE

PENELITIAN KUANTITATIF
UTA45 JAKARTA Metode Structural Equation Modeling dan Interpretasi
Hasil Penelitian Dengan Menggunakan Program Smart PLS
(Partial Least Square)
Jumat, 20 Juni 2014
Moderating Variabel

Instruktur: Sihar Tambun, SE, M.Si, Ak.

Email: sihar.tambun@yahoo.com
Email: sihar.tambun@uta45jakarta.ac.id

Software download Gratis:

www.smartpls.de

1 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

 Introduction of PLS
Jika antar variabel independen terjadi korelasi (ada multikolinieritas),
maka analisis regresi tidak layak dipakai, sehingga PLS diciptakan
untuk solusi ini.
PLS mengakomodasi data besar (banyak) dan data kecil (sedikit)
PLS Tidak banyak asumsi
PLS bisa untuk konfirmasi dan prediksi
PLS bisa menggunakan indikator reflesif dan formatif
PLS menguji estimasi dan signifikansi dengan model Resampling
(Bootstrap)
Tujuan Estimasi PLS adalah membuat komponen skor / bobot
terbaik dari variabel laten endogen, untuk memprediksi hubungan
variabel laten dengan indikatornya.
Inner Model: Hubungan antar sesama variabel Laten.
Outer Model: Hubungan antara indikator dengan variabel latennya.

2 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

 PRAKTEK SEM PLS

MODEL MODERATING VARIABEL

3 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

 Langkah Langkah PLS untuk Moderating
1. Memperoleh data data penelitian berdasarkan indikator pengukuran
variabel. Data diinput di Ms. Excel dan kemudian di Save As dalam
format CSV (Comma Delimited).
2. Menggambar model penelitian sesuai dengan tujuan penelitian yang
didukung oleh grand theory, riset pendahuluan dan hipotesis yang
ingin diuji.
3. Menempatkan posisi moderating diantara variabel eksogen dan
endogen.
4. Mengolah data estimate, untuk mengetahui Hasil Outer Model
5. Mengolah data Resampling Bootstrapping, untuk mendapatkan
model terbaik.
6. Membaca goodness of fit dari model
7. Hasil pengujian hipotesis.

4 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

Langkah 1: Pastikan data Moderating dengan nama Latihan 2 telah dirubah dengan format CSV.
Kemudian Create New Project Latihan2 . Hingga model siap untuk digambar:

5 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

Gambarkan Model Penelitian seperti ini. Judul Penelitian : Pengaruh Kualitas Dosen dan Proses
Belajar Mengajar Terhadap Kepuasan Mahasiswa, dengan Fasilitas Belajar sebagai variabel
Moderating. Jumlah data sebanyak 92. Tahapan menggambar liat pada slide berikutnya:

6 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

Langkah 2: Gambarkan terlebih dahulu variabel latennya dan indikatornya seperti dibawah ini. Untuk
interaksi dari variabel moderating tidak digambar sendiiri, tetap akan terbentu secara otomatis.

7 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

Langkah 3: Untuk menambahkan gambar variabel interaksi antara variabel laten dengan
moderatingnya, dapat dialukan dengan cara: Klik kanan variabel KM, pilih Create Moderating Effect.

8 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

Moderasi Pertama, yaitu menempatkan Fasilitas Belajar sebagai variabel pemoderasi dari pengaruh
Kualitas Dosen terhadap Kepuasan Mahasiswa. Klik semua yang berwarna biru, Finish.

9 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

Hasilnya: Dapat dilihat disebelah kanan (diperlukan pengaturan untuk menempatkan posisinya disana).
Tanda bintang adalah lambang interaksi atau perkalian data.

10 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

Moderasi Kedua, yaitu menempatkan Fasilitas Belajar sebagai variabel pemoderasi dari pengaruh
Proses Belajar Mengajar terhadap Kepuasan Mahasiswa. Klik semua yang berwarna biru, Finish.

11 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

Hasilnya: Dapat dilihat disebelah kiri (diperlukan pengaturan untuk menempatkan posisinya disana).
Tanda bintang adalah lambang interaksi atau perkalian antar data variabel.

12 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

Langkah 4 s/d 7: Lakukan sama seperti Sesi I Langkah ke 4 sampai dengan Langkah ke-7
akan mengeluarkan output PLS yang dibutuhkan, seperti dibawah ini. Bandingkan dengan hasil anda.

Gambar: Hasil Outer Loadings

13 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

Output PLS Bootstrapping untuk model Moderating Variabel . Hasil ini digunakan untuk menjawab permasalahan
dan hiotesis penelitian, apakah signifikan atau tidak. Bootsrapping dilakukan dengan dengan criterian
Cases 300 dan Sample 92. (Bandingkan dengan Hasil Anda)

Gambar: Hasil Bootstrapping

14 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

Output PLS model Moderating Variabel, khususnya untuk uji goodness of fit atau uji kelayakan data
penelitian. (Bandingkan dengan Hasil Anda)

15 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

Output PLS model Moderating Variabel. Lihat hasil pengujian pada kolom T Statistik, bila hasilnya >
1,96 berarti bahwa hasil pengujian hipotesis adalah signifikan. (Bandingkan dengan Hasil Anda)

16 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt

 Selesai
Sampai Ketemu di Pelatihan Selanjutnya

17 SEM dengan Smart PLS Tim Dosen FEB UTA'45 Jkt