9. Modul SEM Dengan PLS - Intervening

8/19/2019 9. Modul SEM Dengan PLS - Intervening

http://slidepdf.com/reader/full/9-modul-sem-dengan-pls-intervening 1/21

Tim Dosen FEB UTA'45 JktSEM dengan Smart PLS1

UTA’45 JAKARTA

WORKSHOP METODE

PENELITIAN KUANTITATIF

Metode “Structural Equation Modelin! dan Inter"reta#i

Ha#il Penelitian Denan Menuna$an Prora% S%art PLS

&Partial Lea#t Square'

Inter(enin )aria*el

In#tru$tur+ Si,ar Ta%*un- SE- M.Si- A$.

E%ail+ #i,ar.ta%*un/0a,oo.co%

E%ail+ #i,ar.ta%*un/uta123a$arta.ac.id

Jumat, 20 Juni 2014

Softwaredownload Gratis:

www.smartpls.de



Introduction of PLS


• Jika antar variabe inde!enden ter"adi koreasi #ada m$tikoinieritas%&

maka anaisis regresi tidak aak di!akai& se(ingga PLS di)i!takan$nt$k so$si ini*• PLS mengakomodasi data besar #banak% dan data ke)i #sedikit%• PLS Tidak banak as$msi• PLS bisa $nt$k kon+irmasi dan !rediksi• PLS bisa mengg$nakan indikator re+esi+ dan +ormati+ • PLS meng$"i estimasi dan signi+ikansi dengan mode ,esam!ing

#Bootstra!%• T$"$an Estimasi PLS adaa( memb$at kom!onen skor - bobot

terbaik dari variabe aten endogen& $nt$k mem!rediksi ($b$ngan

variabe aten dengan indikatorna*

• .nner Mode/ 0$b$ngan antar sesama variabe Laten*• 1$ter Mode/ 0$b$ngan antara indikator dengan variabe atenna*



PRAKTEK SEM – PLS

MODEL INTERVENING VARIAEL




Int%r&%nin"


2* Mem!eroe( data data !eneitian berdasarkan indikator !eng$k$ran

variabe* Data diin!$t di Ms* E3)e dan kem$dian di Save As daam+ormat S6 #omma Deimited%*

7* Akti+ikan Program Smart PLS dengan mengg$nakan data !eneitian

ang tea( di Save As daam +ormat S6 #omma Deimited%*

8* Menggambar mode !eneitian ses$ai dengan t$"$an !eneitian ang

did$k$ng oe( grand t(eor& riset !enda($$an dan (i!otesis angingin di$"i*

4* Mengoa( data estimate& $nt$k mengeta($i 0asi 1$ter Mode

5* Mengoa( data ,esam!ing Bootstra!!ing& $nt$k menda!atkan

mode terbaik*

9* Memba)a goodness o+ +it dari mode

:* 0asi !eng$"ian (i!otesis*



L!n"#!$ '( Input data di Excel, emudian sa!e as e dalam format "S#$"omma %elimited&. 'ormat ini (an) aan di*aca pro)ram +S. -ntu"S# adala sin)atan "omma / Separated / #alue.

Tim Dosen FEB UTA'45 JktSEM dengan Smart PLS



L!n"#!$ )( uan pro)ram Smart +S, maa aan tampa tampilanseperti di*awa ini. li 'ile, ew, "reate ew +roect. Iut lan)alan)a terse*ut seperti di*awa ini.




eri nama proect name 6atian17, emudian li ext, maa aanmuncul tampilan seperti di*awa $anan& ini.




"ari data penelitian di laptop anda, (an) aan diola den)an software ini.Gunaan tom*ol (an) *erada dise*ela ota 9le name. 'ile (an) dipili ari 9le"S#. li 9nis *ila suda dipili. an tampa nama proect n(a, (aitu atian 1.

Tim Dosen FEB UTA'45 JktSEM dengan Smart PLS;



L!n"#!$ *( <en))am*ar <odel +enelitian. -ntu men))am*ar modelpenelitian, arus dimunculan dulu data indiator penelitian.

Tim Dosen FEB UTA'45 JktSEM dengan Smart PLS=



Gam*ar <odel +enelitian ini. Judul +enelitian ini adala: 6+en)aru ualitas %osendan ualitas S+ >eradap +restasi elaar <aasiswa, den)an ualitas +roseselaar <en)aar se*a)ai !aria*el Inter!enin).7




L!n"#!$ 4( <en)?calculate data penelitian untu men)ui 6@uter<odel7. Iuti petunu di*awa ini. @uter model di)unaan untu ui!aliditas.




Aasil @uter loadin)s $measurement model& atau !aliditas on!er)en di)unaanuntu men)ui unidimensionalitas dari masin)?masin) onstru. <enurut "in$1==;&, nilai indiator loadin) factor (an) le*i *esar atau sama den)an 0, dapatdiataan !alid. "onto #aria*el %, ilai @uter oadin)s B 0.885, 0.;5, 0.;88,0.818.




L!n"#!$ 5( <en)ola data den)an Cesamplin) ootstrappin), untumendapatan model ter*ai. li "alculate, ootsrappin). Selanutaneti an)a 84 $umla data& dan 20. Selanutn(a li 9nis.




<en)eluaran report ootstrappin), li Ceport, Atml $+rint& Ceport.Ceport aan ditampilan dalam alaman A>< seperti di*awa ini.@utput ini nanti di)unaan untu menawa* ipotesis.




-ntu mendapatan asil )oodness of 9t, seperti :6composite relia*ilit(,cross loadin), C SDuare, dan lain lain7 dilauan den)an cara sepertidi*awa ini. li "alculate, +S l)oritm, 9nis.




<en)eluaran report )oodness of 9t, seperti :6composite relia*ilit(, crossloadin), C SDuare, dan lain lain7 dilauan den)an cara seperti di*awaini. li Ceport, Atml $+rint& Ceport.




L!n"#!$ +( <em*aca )oodness of 9t dari model. P%rt!,!, ui !aliditasden)an 6@uter oadin)s7 dapat diliat pada lan)a 4. K%du!, asil6"ross oadin)s7 adala se*a)ai *eriut:

Tim Dosen FEB UTA'45 JktSEM dengan Smart PLS1;

1$t!$t dari rossLoadings ini

meng(endaki

ba(;a niai

koreasi dari

setia! indikator

dengan variabeatenna& (ar$s

ebi( besar & bia

dibandingkan

dengan koreasi

antara indikator

<DA2& <DA7&

<DA8& <DA4&dengan 6ariabe

Laten <PBM&

PBMA& dan SAP

K%ti"! meliat output 6"omposite Celia*ilit(7 K%%,-!t menilai asil



K%ti"!, meliat output "omposite Celia*ilit( . K%%,-!t, menilai asildari 6"ron*ac lpa7. >uuan menilai onsistensi responden dalammenawa* pertan(aaan.

Tim Dosen FEB UTA'45 JktSEM dengan Smart PLS1=

• U"i keandaan data diak$kan dengan )om!ositereiabiit* (in = #2>>?% mengatakan ba(;a @T(e

$nidimensionait o+ t(e bo)k o+ variabes ma be

assessed b $sing )om!osite reiabiit #s(o$d be

*:%C* Mem!er(atikan (asi om!osite ,eiabiit

diatas& kese$r$(an (asi $"i berada diatas &:*

Maka dengan demikian da!at disim!$kan ba(;a

data <$aitas Dosen Ak$ntansi #<DA%& data<$aitas Siab$s #<S%& data <$aitas Proses

Bea"ar Menga"ar #<PBM%& dan Prestasi Bea"ar

Ma(asis;a Ak$ntansi #PBMA% adaa( reiabe dan

terandakan dan da!at di!erg$nakan $nt$k $"i

(i!otesis*• ronba)( a!(a adaa( tingkat konsistensi

"a;aban res!onden daam sat$ variabe aten*Um$mna $nt$k riset !ada tingkat skri!si adaa(

&9 dan $nt$k riset $nt$k tesis dan disertasi

adaa( &:*



L!n"#!$ .( <em*aca @uter ei)t , +at "oeFcient $+en)uian Aipotesis&, danC SDuare.


• 1$ter =eig(t mem!eri(atkan

ba(;a tia! indikator sign+ikan

ter(ada! variabe atenna& karena

t statistikna 2&>9**

• Pat( oe++i)ient men$n"$kkanba(;a sem$a !eng$"ian variabe

antar variabe adaa( signi+ikan*

Dengan demikian da!at

disim!$kan ba(;a sem$a

(i!otesis da!at diterima*• , S$are men$"$kkan kemam!$an

variabe variabe eksogen daam

men"easkan variabe endogen*<emam!$an variabe <DA dan

SAP daam men"easkan <PBM

adaa( 9>&2* Sedangkan

kemam!$an variabe <DA& SAP&

dan <PBM ter(ada! PBMA adaa(

22&9:*



S%#i!n


9. Modul SEM Dengan PLS - Intervening

Documents

Transcript of 9. Modul SEM Dengan PLS - Intervening