Uji Regresi Metode

“Structural Equation Modeling (SEM)”

dengan Menggunakan Program SmartPLS
(Partial Least Square)

Hariadi Sihombing
170522049
 Seputar 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 tidak banyak asumsi

 PLS bisa untuk konfirmasi dan prediksi

 PLS bisa menggunakan indikator bersifat reflektif 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.
 MODEL DALAM PLS

Inner Model Outer Model

(Model Struktural) (Model Pengukuran)

Hubungan antar sesama Hubungan antara indikator

variabel Laten. dengan variabel latennya.
Hasil dari analisis PLS yang akan Digunakan untuk mendapatkan
digunakan untuk menguji indikator yang benar valid
hipotesis penelitian berdasarkan dalam mengukur variabel
nilai t hitung dan signifikansi (p penelitian, pengujian meliputi uji
value). validitas konvergen, uji validitas
diskriminan, cronbach alpha,
AVE dan composit reliability.
 Outer Model Outer Model
untuk variabel untuk variabel
laten Eksogenus laten Endogenus
X1.1
Inner
X1 Model
X1.2
Y1.1

Variabel indikator Y
(manifest)
Y1.2
X2.1
X2

X2.2
MODEL PENGUKURAN SEM PLS
Indikator Indikator
REFLEKTIF FORMATIF
X1.1 X1.1

Variabel X1.2 Variabel X1.2

Latent Latent
X1.3 X1.3
MODEL STRUKTURAL SEM PLS
 OBJEK PENELITIAN
 Judul
Pengaruh Budaya Organisasi, Pengembangan SDM dan Motivasi Kerja Terhadap
Prestasi Kerja Pegawai
 Perumusan Masalah
1. Apakah budaya organisasi memiliki pengaruh signifikan terhadap Prestasi kerja pegawai ?
2. Apakah motivasi memiliki pengaruh signifikan terhadap Prestasi kerja pegawai ?
3. Apakah pengembangan SDM memiliki pengaruh signifikan terhadap Prestasi kerja pegawai ?
 Hipotesis
Budaya organisasi, pengembangan SDM dan Motivasi kerja berpengaruh signifikan terhadap Prestasi Kerja
pegawai
 Data Kuesioner
100 Responden
 Kriteria Penerimaan Hipotesis
Apabila t-Statistik > t-tabel dan Signifikansi (P Value) ≤ 0,05 (5% alpha)
 LANGKAH-LANGKAH PLS

1. File data kuesioner disimpan dalam format .CSV (Comma delimited)

2. Buka program Smart PLS 3 kemudian : Klik menu File  new Project.. Buat
nama Project
3. Import data kuesioner dengan cara double click import data (poin 1).. Buat
nama data
4. Gambarkan diagram model Penelitian yang terdiri dari beberapa variabel latent
5. Masukkan data kuesioner (indikator) kedalam variabel latent.
6. Lakukan analisis : Pilih menu calculate  PLS Algorithm  Start Calculation
7. Melakukan analisis pengujian Hipotesis : Pilih menu calculate  Bootstrapping
 Start Calculation
 Parameter Uji Validitas dalam Model Pengukuran PLS

Uji Parameter Aturan/Syarat

Validitas Konvergen Faktor Loading > 0,7
(Outer Loading)
Average Variance > 0,5
Extracted [AVE]
Validitas Diskriminan Cross Loading > 0,7 (dalam 1
(Discriminant Validity) variabel)
Reabilitas Cronbach Alpha > 0,6
Composite Reliability > 0,6
 Parameter Uji Signifikansi dan T hitung dalam Model Struktural dan
Pengujian Hipotesis PLS

Uji Parameter Syarat/Aturan

Pengaruh Signifikansi (P Value) ≤ 0,05
T-Test T Statistik T-Statistik > T-Tabel
Multikolinearitas Nilai VIF Nilai VIF < 5 (SmartPLS)
Nilai VIF < 10 (SPSS)
Idealnya terbebas dari multikolinearitas dalam program SmartPLS yaitu < 3
 HASIL OUTPUT PLS

Outer Loadings melihat pengaruh indikator terhadap variabel latennya dikatakan valid
dengan aturan/syarat > 0,7. Jika dibawah dari 0,7 maka akan diberi tanda warna merah dan
disarankan untuk menghilangkan indikator yang tidak valid tersebut , namun ada beberapa
statistikan yang mengatakan bahwa syarat/aturan masih diberi toleransi apabila > 0,5.
Dari tabel diatas dapat dilihat bahwa nilai dari Cronbach’s Alpha dan Composite Reliability > 0,7 yang
memenuhi aturan/syarat sehingga dikatakan semua variabel laten memiliki Reliability yang baik . Sama
halnya dengan nilai dari Average Variance Extracted (AVE) > 0,5 yang memenuhi aturan/syarat
sehingga dapat dikatakan semua variabel laten memiliki validitas yang baik.
Nilai VIF diatas melihat ada atau tidak adanya multikolinearitas, variabel dikatakan bebas
dari multikolinearitas dalam SEM PLS < 5 sementara SPSS < 10, namun dalam program
PLS idealnya yaitu < 3
Dari tabel diatas dapat dilihat bahwa nilai dari R Square sebesar
0,851 artinya pengaruh semua variabel independen (X1, X2 dan
X3) terhadap variabel dependen sebesar 85,1 %. Dan sisanya
dijelaskan oleh variabel independen lain yang tidak ada di dalam
model penelitan yang dirumuskan pada penelitian ini.
Output diatas untuk melihat pengaruh signifikansi dan T- Statistik variabel independen terhadap
variabel dependen. Syarat/aturan yaitu nilai T Statistik > T tabel dan signifikansi < 0,05 (5%
Alpha). Dari tabel diatas dapat dilihat bahwa 2 variabel Independen (Budaya Organisasi dan
Pengembangan SDM) berpengaruh positif dan Signifikan terhadap Prestasi kerja pegawai,
sedangkan variabel motivasi kerja berpengaruh negatif dan signifikan.