Pls
-
Upload
dian-wahyuningsih -
Category
Documents
-
view
119 -
download
2
Transcript of Pls
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 1/31
1
PARTIAL LEAST
SQUARE
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 2/31
2
Pengantar (1)
PLS pertama kali dikembangkan olehHerman Wold
PLS dikembangkan sebagai alternatif
PEMODELAN PERSAMAAN STUKTURAL yg dasar teorinya lemah
Indikator dari Variabel Laten tidak memenuhimodel refleksif, akan tetapi formatif
Variabel Laten bisa berupa hasil pencerminan indikatornya,diistilahkan dengan indikator refleksif .
Variabel Laten bisa dibentuk (disusun) oleh indikatornya,diistilahkan dengan indikator formatif
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 3/31
3
Kondisi
Sosial
Keluarga
Bangunan Rumah
Kondisi
Ekonomi
Keluarga
Y21 Y22
Y23
Sikap thdp
Sekolah
Kejuruhan
Pengantar (2)
Pekerjaan
Pendidikan
Pendapatan
Keluarga yg Bekerja
Pengeluaran
Minat thdpSekolah
Kejuruhan
Y11 Y12 Y13
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 4/31
4
Pengantar (3)
Pendidikan
BangunanTempat Tinggal
Rasio DensitasKeluarga perLuas Lantai
Faktor StatusSosial Keluarga
Pendorong keLuar Negeri
Penarik yangberasal dari Luar
Negeri
Ikut Keluarga /
kawan
Motivasi Kerjake Luar Negeri
PendapatanKeluarga
PengeluaranKeluarga
Jumlah Angg.Keluarga ygBekerja
Faktor EkonomiKeluarga
KesejahteraanKeluarga
Kesehatan Kekayaan
Minat Kembalike Luar Negeri
Diri Sendiri Orang Lain
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 5/31
5
PLS dapat digunakan sebagai konfirmasi teori(theoritical testing ) dan merekomendasikanhubungan yang belum ada dasar teorinya(eksploratori)
SEM (software : AMOS, LISREL) berbasiskovarian, sedangkan PLS (software : SmartPLSatau Visual PLS) berbasis varian
PLS mampu menghindari: inadmissible solution : model rekursif
factor indeterminacy: indikator formatif
Pengantar (4)
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 6/31
6
Metode PLS
PEMODELAN di dalam PLS:
Inner model model struktural yangmenghubungkan antar variabel laten
Outer model model pengukuran yangmenghubungkan indikator dengan variabellatennya
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 7/31
7
Refleksif
Formatif
Faktor
Utama 1
x1
x2
x3
e1
e3
e2
zeta1Faktor
Komposit 1
x1
x2
x3
Indikator
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 8/31
8
Indikator Model Refleksif
Contoh model indikator refleksif adalah Variabel yangberkaitan dengan sikap (attitude ) dan niat membeli(purchase intention ).
Sikap umumnya dipandang sebagi respon dalam
bentuk favorable (menguntungkan) atau unfavorable (tidak menguntungkan) terhadap suatu obyek danbiasanya diukur dengan skala multi item dalambentuk semantik differences seperti, good-bad, like- dislike, dan favorable-unfavorable .
Sedangkan niat membeli umumnya diukur denganukuran subyektif seperti how likely -unlikely, probable- improbable, dan/atau possible-impossible .
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 9/31
9
Ciri-ciri model indikator reflektif
Arah hubungan kausalitas dari variabel latenke indikator
Antar indikator diharapkan saling berkorelasi
(instrumen harus memiliki internalconsistency reliability )
Menghilangkan satu indikator, tidak akanmerubah makna dan arti variabel yg diukur
Kesalahan pengukuran (error ) pada tingkatindikator
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 10/31
10
Indikator Model Formatif
Contoh model indikator formatif adalah di bidangekonomi, seperti index of sustainable economics welfare , the human development index , the quality of life index .
Variabel laten dengan model indikator formatifberupa variabel komposit Variabel Status Sosial Ekonomi, diukur berdasarkan
indikator yang saling mutually exclusive:
Pendidikan, Pekerjaan dan Tempat Tinggal Variabel kualitas pelayanan dibentuk (formatif)
oleh 5 dimensi: tangible, reliability, responsive,emphaty dan assurance.
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 11/31
11
Ciri-ciri model indikator formatif
Arah hubungan kausalitas dari indikator kevariabel laten
Antar indikator diasumsikan tidak berkorelasi
(tidak diperlukan uji reliabilitas konsistensiinternal)
Menghilangkan satu indikator berakibatmerubah makna dari variabel laten
Kesalahan pengukuran berada pada tingkatvariabel laten (zeta )
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 12/31
12
Notasi pada PLS
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 13/31
13
Notasi pada PLS
= Ksi, variabel latent eksogen = Eta, variabel laten endogen x = Lamnda (kecil), loading faktor variabel latent eksogen y = Lamnda (kecil), loading faktor variabel latent endogen x = Lamnda (besar), matriks loading faktor variabel latent eksogen y = Lamnda (besar), matriks loading faktor variabel laten endogen = Beta (kecil), koefisien pngruh var. endogen terhadap endogen = Gamma (kecil), koefisien pngruh var. eksogen terhadap endogen = Zeta (kecil), galat model = Delta (kecil), galat pengukuran pada variabel laten eksogen = Epsilon (kecil), galat pengukuran pada variabel latent endogen
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 14/31
14
LANGKAH-LANGKAH PLS
Merancang Model Struktural
(inner model )
Merancang Model Pengukuran
(outer model )
Mengkonstruksi Diagram Jalur
Konversi Diagram Jalur ke
Sistem Persamaan
Estimasi: Koef. Jalur, Loading
dan Weight
Evaluasi Goodness of Fit
Pengujian Hipotesis
(Resampling Bootstraping )
1
2
3
4
5
6
7
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 15/31
15
LANGKAH KE-1
MERANCANG INNER MODEL
Pada SEM perancangan model adalah berbasis teori,akan tetapi pada PLS bisa berupa:
Teori
Hasil penelitian empiris
Analogi, hubungan antar variabel pada bidang ilmuyang lain
Normatif, misal peraturan pemerintah, undang-undang,
dan lain sebagainya
Rasional
PLS: Bisa ekplorasi hubungan antar variabel
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 16/31
16
LANGKAH KE-2
MERANCANG OUTER MODEL
Pada SEM semua bersifat refleksif, modelpengukuran tidak penting (sudah terjamin pada
DOV) Pada PLS perancangan outer model sangat
penting: refleksif atau formatif
Dasar: teori, penelitian empiris sebelumnya,
atau rasional
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 17/31
17
TAHAP KE-3
KONSTRUKSI DIAGRAM JALUR
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 18/31
18
Outer model Untuk variabel latent eksogen 1 (reflektif)
x1 = x1 1 + 1 x2 = x2 1 + 2 x3 = x3 1 + 3
Untuk variabel latent eksogen 2 (formatif)
2 = x4 X4 + x5 X5 + x6 X6 + 4
Untuk variabel latent endogen 1 (reflektif)
y1 = y1 1 + 1 y2 = y2 1 + 2
Untuk variabel latent endogen 2 (reflektif)
y3 = y3 2 + 3 y4 = y4 2 + 4
LANGKAH KE-4KONVERSI DIAGRAM JALUR KE PERSAMAAN
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 19/31
19
Inner model :
1 = 11 + 22 + 1
2 = 11 + 31 + 42 + 2
LANGKAH KE-4KONVERSI DIAGRAM JALUR KE PERSAMAAN
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 20/31
20
Pendugaan parameter : Weight estimate yang digunakan untuk menghitung data
variabel laten Estimasi jalur (path estimate ) yang menghubungkan antar
variabel laten (koefisien jalur) dan antara variabel laten
dengan indikatornya (loading ) Berkaitan dengan means dan lokasi parameter (nilai
konstanta regresi) untuk indikator dan variabel laten. Metode estimasi PLS: OLS dengan teknik iterasi Interaction variable
Pengukuran untuk variabel moderator, dengan teknik :menstandarkan skor indikator dari variabel laten yang dimoderasidan yang memoderasi, kemudian membuat variabel laten interaksidengan cara mengalikan nilai standar indikator yang dimoderasidengan yang memoderasi
LANKAH KE-5
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 21/31
21
LANGKAH KE-6
GOODNESS OF FIT - OUTER MODEL
Outer model refleksif :
Convergent dan discriminant validity
Composite realibility
Outer model formatif : dievaluasi berdasarkan pada substantive
content -nya yaitu dengan melihat signifikansidari weight
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 22/31
22
GOODNESS OF FIT - OUTER MODEL
Convergent validity Nilai loading 0.5 sampai 0.6 dianggap cukup,
untuk jumlah indikator dari variabel laten berkisarantara 3 sampai 7
Discriminant validity Direkomendasikan nilai AVE lebih besar dari 0.50.
2
2AVE var( )
i
i ii
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 23/31
23
GOODNESS OF FIT - OUTER MODEL
Composite reliability
Nilai batas yang diterima untuk tingkat reliabilitaskomposit (ρc) adalah ≥ 0.7, walaupun bukanmerupakan standar absolut.
2
2
( )
( ) var( )ii
ic
i
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 24/31
24
GOODNESS OF FIT - INNER MODEL
Diukur menggunakan Q-Square predictive relevance
Rumus Q-Square:
Q2 = 1 – ( 1 – R12) ( 1 – R2
2 ) ... ( 1- Rp2 )
dimana R12 , R2
2 ... Rp2 adalah R-square
variabel endogen dalam model
Interpretasi Q2 sama dg koefisien determinasitotal pada analisis jalur (mirip dengan R2 padaregresi)
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 25/31
25
LANGKAH KE-7
PENGUJIAN HIPOTESIS Hipotesis statistik untuk outer model :
H0 : λi = 0 lawanH1 : λi ≠ 0
Hipotesis statistik untuk inner model : variabel laten eksogen
terhadap endogen:H0 : γi = 0 lawanH1 : γi ≠ 0
Hipotesis statistik untuk inner model : variabel laten endogenterhadap endogen:
H0 : βi = 0 lawanH1 : βi ≠ 0
Statistik uji: t-test; p-value ≤ 0,05 (alpha 5 %); signifikan Outter model signifikan: indikator bersifat valid
Inner model signifikan: terdapat pengaruh signifikan PLS tidak mengasumsikan data berdistribusi normal:
menggunakan teknik resampling dengan metode Bootstrap
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 26/31
26
ASUMSI PLS
Asumsi di dalam PLS hanya berkaitan denganpemodelan persamaan struktural:
Hubungan antar variabel laten dalam inner model
adalah linier dan aditif Model srtuktural bersifat rekursif.
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 27/31
27
SAMPLE SIZE
Ukuran sampel dalam PLS, dengan perkiraansebagai berikut:
Sepuluh kali jumlah indikator formatif
(mengabaikan indikator refleksif) Sepuluh kali jumlah jalur (paths ) yang mengarah
pada model struktural
Sample size: 30 – 50 atau besar > 200
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 28/31
28
SOFTWARE PLS
Software PLS pertama kali dikembangkan oleh Jan-Bernd Lohmoller (1984, 1987,1989) under DOS dan disebut LVPLS Versi 1.8 (Latent Variable Partial Least Square),dapat didownload di http://kiptron.psyc.virginia.edu. Software ini dikembangkan lebihlanjut oleh Wynne W Chin (1998, 1999, 2001) menjadi under windows dengan tampilangrafis dan tambahan perbaikan teknik validasi dengan memasukkan bootstrapping dan jacknifing. Software yang dikembangkan oleh Chin diberi nama PLS GRAPH versi 3.0,versi student dapat didownload secara gratis di www.bauer.uh.edu. Versi student inimampu mengolah maksimum 30 variabel.
Di University of Hamburg Jerman juga dikembangkan software PLS yang diberinama SmartPLS. Versi pertama adalah SmartPLS versi 1.01, kemudian dikembangkanlagi ke versi 2.0 dan yang terakhir (akhir tahun 2006) adalah SmartPLS versi 2.0 M3.Pengembangan software ini meliputi perbaikan tampilan, penambahan fasilitas untukefek moderator, tambahan report / output yakni communality, redundancy, dan Alpha Cronbach . Software SmartPLS dapat didownload secara gratis di www.smartpls.de.
Software PLS lain dikembangkan oleh Jen Ruei Fu dari National Kaohsiung University,Taiwan, yang diberi nama VPLS (VisualPLS). Software ini dapat didownload secaragratis di http://www2.kuas.edu.tw.
Software lain yang dapat menjalankan PLS melalui tampilan grafis adalah PLS-GUI yang dikembangkan oleh Yuan Li dari Management Science Department, The MoreSchool of Business, University of South Carolina. Software ini dapat di download gratisdari http://dmsweb.badm.sc.edu.
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 29/31
29
PERBANDINGAN ANTARA ANALISIS
PATH (JALUR), PLS, DAN SEM
Kriteria Path PLS SEM
Landasan Teori Kuat Kuat maupun Lemah,
bahkan eksploratif
Kuat
Bentuk hubungan
antar variabel
Linier Linier Linier
Model Struktural Rekursif Rekursif Rekursif dan Nonrekursif
Asumsi Distribusi Normal Tidak diperlukan;
pendekatan resampling
dengan Bootstrapping
-Normal atau
-Tidak diperlukan;
pendekatan resampling
dengan Bootstrapping
Model pengukuran Di luar pemodelan - Refleksif - Formatif
Refleksif
- Total Skor
- Rata-rata
Skor
- Rescoring
- Skor Faktor
- Skor
Komponen
Utama
- Indikator
Terkuat
5/16/2018 Pls - slidepdf.com
http://slidepdf.com/reader/full/pls5572002f49795991699ef6b1 30/31
30
PERBANDINGAN ANTARA ANALISIS
PATH (JALUR), PLS, DAN SEM
Kriteria Path PLS SEM
Ukuran Sampel Sampel minimal 10 kali
jumlah variabel (rule of tumb
dari multivariate abalysis)
Sampel minimal 30-50 atau
sampel besar di atas 200
Sampel minimal
direkomendasikan 100-
200
Modifikasi Model Tidak ada modifikasi Tidak memerlukan
modifikasi indeks, korelasi
antar indikator
Jika model tidak fit,
dapat dilakukan
modifikasi, denganpenuntun berupa indeks
modofikasi
Goodness of fit Koefisien determinasi total Q-Square predictive
relevance, yang pada
dasarnya adalah sama
dengan Koefisien
determinasi total
RMSEA,Chisquare/DF,
dll
(terdapat sebanyak 26
jenis goodness of fit)
Pengujan model Theory Triming, membuang
jalur yang nonsignifikan
Theory Triming,
membuang jalur yang
nonsignifikan
Theory Triming,
membuang jalur yang
nonsignifikan
Output Faktor determinan,
pengujian model
Faktor determinan dan
model struktural, pengujian
model, uji Validitas dan
Reliabilitas
Faktor determinan dan
model struktural,
pengujian model, uji
Validitas dan Reliabilitas