BUKU: A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM)

A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM), by Hair, Hult, Ringle, and Sarstedt, provides a concise yet very practical guide to understanding and using PLS structural equation modeling (PLS-SEM). PLS-SEM is evolving as a statistical modeling technique and its use has increased exponentially in recent years within a variety of disciplines, due to the recognition that PLS-SEM’s distinctive methodological features make it a viable alternative to the more popular covariance-based SEM approach. 

This text—the only comprehensive book available to explain the fundamental aspects of the method—includes extensive examples on SmartPLS software, and is accompanied by multiple data sets that are available for download from the accompanying website (www.pls-sem.com).

Langkah-Langkah dalam Pemodelan SEM

Dalam membuat permodelan SEM perlu dilakukan langkah-langkah berikut ini:

1.      Pengembangan model teoritis

Langkah pertama yang harus dilakukan dalam mengembangkan model SEM adalah mengembangkan sebuah model penelitian dengan dukungan teori yang kuat melalui berbagai telaah pustaka dari sumber-sumber ilmiah yang berhubungan dengan model yang dikembangkan. Tanpa dasar teoritis yang kuat, SEM tidak bisa digunakan. SEM tidak digunakan untuk mempengaruhi sebuah teori kausalitas yang sudah ada teorinya, karena dengan pengembangan sebuah teori yang berjustifikasi ilmiah merupakan syarat utama dalam menggunakan model SEM

2.      Pengembangan diagram alur (path diagram) untuk menunjukkan hubungan kausalitas (sebab akibat). Model penelitian yang telah dibangun pada tahap pertama akan digambarkan pada sebuah path diagram yang akan mempermudah untuk melihat hubungan-hubungan kausalitas yang akan diuji. Dalam path diagram hubungan antar konstruk akan dinyatakan melalui anak panah. Anak panah yang lurus menunjukkan sebuah hubungan kausal yang langsung antar satu konstruk dengan konstruk yang lainnya. Sedangkan garis lengkung antar konstruk dengan anak panah pada setiap ujungnya menunjukkan korelasi. Konstruk-konstruk dalam path diagram dapat dibedakan menjadi dua kelompok, yaitu:

·         Konstruk Eksogen (exogenous construct), dikenal dengan source variable atau independent variable yang tidak diprediksi oleh variabel-variabel yang lain yang terdapat dalam model. Konstruk eksogen adalah konstruk yang dituju oleh garis dengan satu ujung anak panah.

·         Konstruk Endogen (endogenous construct) yang merupakan faktor-faktor yang diprediksi oleh satu atau beberapa konstruk. Konstruk endogen dapat memprediksi satu atau beberapa kosntruk endogen lainnya, tetapi konstruk endogen hanya dapat berhubungan kausal dengan konstruk endogen.

Konsultasi Disertasi/Tesis dengan SEM

Pengantar Structural Equation Model

Structural Equation Modeling (SEM) merupakan teknik analisis multivariat yang dikembangkan untuk menutupi keterbatasan yang dimiliki oleh model-model seperti: analisis regresi, path analysis (analisis jalur), dan confirmatory factor analysis (analisis faktor konfirmatori) (Hox dan Bechger, 1998).

SEM merupakan teknik statistik yang digunakan untuk membangun dan menguji model statistik yang umumnya dalam bentuk model hubungan kausalitas. SEM merupakan teknik perpaduan (hybrid) yang menggabungkan aspek dari analisis regresi, path analysis (analisis jalur), dan confirmatory factor analysis (analisis faktor konfirmatori).

Sebagai teknik statistik multivariat, penggunaan SEM memungkinkan peneliti untuk melakukan pengujian terhadap bentuk hubungan tunggal (i.e. regresi sederhana), regresi berganda, hubungan rekursif maupun hubungan resiprokal, atau bahkan terhadap variabel laten maupun variabel yang diobservasi/ diukur langsung.

Salah satu keunggulan SEM adalah kemampuannya dalam membuat model yang mengandung variabel laten atau variabel–variabel yang tidak diukur (tidak diobservasi) secara langsung (seperti "kecerdasan", “kinerja”, dan "sikap terhadap merek"). Variabel-variabel laten tersebut diestimasi dalam model melalui variabel-variabel terukur (measured variable) yang diasumsikan mempunyai hubungan dengan variabel-variabel laten tersebut.