PANDUAN IMPLEMENTASI ANALISIS SEM DENGAN SMARTPLS-3
Untuk mengilustrasikan penerapan praktis PLS-SEM dengan SmartPLS, sebuah studi kasus mengenai faktor-faktor yang memengaruhi keputusan pembelian konsumen akan dianalisis. Model ini menguji pengaruh Customer Review, Customer Rating, dan Brand Image terhadap Keputusan Pembelian. Analisis ini juga mengungkap temuan yang bernuansa, di mana data kuantitatif tidak selalu menceritakan keseluruhan cerita.
Perancangan Model Penelitian
Model yang diuji memiliki tiga variabel laten independen dan satu variabel laten dependen. Hubungan yang dihipotesiskan adalah:
- Hipotesis 1: Customer Review memengaruhi Keputusan Pembelian.
- Hipotesis 2: Customer Rating memengaruhi Keputusan Pembelian.
- Hipotesis 3: Brand Image memengaruhi Keputusan Pembelian.
Evaluasi Model Pengukuran (Outer Model)
Tabel 1. Kriteria Evaluasi Outer Model (Pengukuran)
Berdasarkan kriteria di atas dapat diketahui bahwa indikator variabel Customer Rating dan Keputusan Pembelian yang memiliki nilai <0,70. Meski demikian nilainya masih > 0.50 (dapat diterima).
Evaluasi penilaian AVE, CR dan Cronbach Alpha menunjukkan nilai di atas ambang batas.Tetapi untuk HTMT customer Rating menunjukkan nilai yang tinggi. Nilai HTMT adalah ukuran penting yang digunakan untuk menilai validitas diskriminan.
Evaluasi Model Struktural (Inner Model)
Setelah model yang diestimasi memenuhi kriteria Outer Model, berikutnya dilakukan pengujian model structural (Inner model). Tahap ini bertujuan untuk menguji hipotesis penelitian dan mengevaluasi hubungan antar konstruk. Dalam menilai model dengan PLS dimulai dengan melihat R-Square (R2) untuk setiap variabel laten endogen. Koefisien determinasi R-square (R2) menunjukkan seberapa besar variabel exsogen menjelaskan variabel endogennya. Nilai R-Square (R2) adalah nol sampai dengan satu.
Pengujian Hipotesis
Pengujian hipotesis adalah inti dari analisis PLS-SEM. Proses ini dilakukan dengan menggunakan teknik bootstrapping, sebuah metode resampling yang memperkirakan distribusi sampel dan menghasilkan estimasi yang stabil.
- Prosedur: Peneliti menjalankan algoritma bootstrapping dengan jumlah iterasi yang memadai (umumnya 5000 iterasi) untuk menghasilkan nilai t-statistics dan p-values untuk setiap koefisien jalur.
- Kriteria: Hipotesis diterima jika hubungan tersebut signifikan secara statistik, yang ditunjukkan oleh t-statistics lebih besar dari 1.96 (untuk tingkat signifikansi 5%) dan p-value kurang dari 0.05. Koefisien jalur positif menunjukkan hubungan searah, sedangkan koefisien negatif menunjukkan hubungan berlawanan.
Kesimpulan
Berdasarkan laporan ini, direkomendasikan bahwa para peneliti memilih metode analisis yang paling sesuai dengan tujuan dan data mereka. Untuk penelitian yang berfokus pada pengembangan model prediktif atau yang berhadapan dengan data non-normal dan model kompleks, PLS-SEM yang diimplementasikan dengan SmartPLS adalah pilihan yang sangat disarankan. Ke depan, penelitian dapat memanfaatkan pendekatan ini untuk memprediksi fenomena baru, menguji model hierarkis yang lebih kompleks, atau mengeksplorasi peran variabel mediasi dan moderasi secara lebih mendalam, sehingga terus berkontribusi pada kemajuan pengetahuan di berbagai disiplin ilmu.
Jika Anda merasa proses penyusunan tugas akhir berjalan lambat atau penuh kebingungan, mencari pendamping akademik adalah langkah bijak. Bukan untuk menggantikan peran Anda, melainkan mempercepat pemahaman dan meningkatkan kualitas penelitian.
Jangan ragu mengambil dukungan yang tepat. Tanggung jawab akademik tetap di tangan Anda, dan pendamping akademik siap mendorong Anda menuju kelulusan dengan cara yang benar.
SIAP MEMULAI AKHIR PERJALANAN AKADEMIK BERSAMA KAMI?
HUBUNGI KAMI!
Baca artikel terbaru kami untuk memperluas wawasan dan menemukan solusi praktis dalam penyusunan skripsi:
Download program statistik gratis – siap pakai untuk analisis skripsimu!
Komentar
Posting Komentar