PARTIAL LEAST SQUARE PATH MODELING ( PLS-PM )

PARTIAL LEAST SQUARE PATH MODELING ( PLS-PM )

 Oleh : Nia Tresnawaty, SE.,M.Ak

Partial Least Square Path Modeling ( PLS-PM ), merupakan salah satu metode yang digunakan dalam analisis yang sangat powerfull. Mengapa demikian? karena dapat digunakan pada setiap jenis skala data, baik data nominal,interval,rasio maupun ordinal.  Dalam penerapannya ( sbg alat analisis yang saya gunakan pada Tesis saya ) sangat mudah dan simpel. PLS ini dapat digunakan untuk tujuan konfirmasi yaitu dalam pengujian hipotesis dan tujuan eksplorasi. Selain itu, PLS pun dapat menguji apakah terdapat atau tidaknya hubungan serta proposisi untuk pengujian. Yang lebih utamanya adalah untuk menguji antar konstrak dan menekankan pengertian tentang nilai hubungan antar konstrak tersebut. PLS-PM ini sangat popular dikalangan para peneliti . Partial Least Square ( PLS ) banyak digunakan oleh para peneliti dengan alasan sebagai berikut :

1)   Algoritma PLS tidak terbatas hanya untuk hubungan antara indikator dengan konstruk yang bersifat reflektif saja tetapi algoritma PLS juga dipakai untuk hubungan yang bersifat formatif.

2)       PLS dapat digunakan untuk menaksir model Path dengan sample size yang kecil.

3)     PLS-PM digunakan untuk model yang sangat kompleks terdiri atas banyak variabel laten dan manifest tanpa mangalami masalah dalam estimasi data, karena PLS-PM merupakan metodologi yang lebih menguntungkan dari CBSEM ketika ketidaksesuaian atau hasil non-convergen muncul.

4)    PLS dapat digunakan ketika independensi antara data sangat miring (Skew), dapat digunakan ketika independensi antara data pengamatan tidak dapat dijamin.

Di dalam PLS ini dikenal dengan variabel eksogen dan variabel endogen. Variabel eksogen adalah variabel laten yang menjelaskan variabel laten endogen. Nama variabel laten eksogen sama hal nya seperti variabel independen (predictor) dalam regresi linear yang telah kita kenal. Sedangkan Variabel endogen adalah variabel laten yang dijelaskan oleh variabel laten eksogen, sama halnya seperti variabel independen dalam regresi linear.

Pemodelan dalam PLS-Path Modeling ada 2 model :

1.  Model Measurement (Outer Model ), yaitu model pengukuran yang menghubungkan indikator  dengan variabel latennya. Model ini digunakan untuk mengevaluasi terhadap model reflektif indikator meliputi pemeriksaan individual item reliability, construct reliability, average variance extracted dan discriminant validity. Ketiga pengukuran tersebut dikelompokkan dalam convergent validity yaitu untuk mengukur besarnya korelasi antara konstrak dengan variabel laten. Dalam evaluasi convergent validity dari pemeriksaan individual item reliability, dapat dilihat dari nilai standardized loading factor. Standardized loading factor menggambarkan besarnya korelasi antara setiap item pengukuran    indikator dengan konstrak.

2.  Model struktural (Inner model), yaitu model struktural yang menghubungkan antar variabel laten. Dalam analisis ini ada beberapa tahap yang harus dilakukan, pertama adalah melihat signifikansi hubungan antar konstrak. Hal ini dapat dilihat dari koefisien jalur ( path coefficient ) yang menggambarkan kekuatan hubungan antara konstrak. Selanjutnya mengevaluasi nilai R Square yaitu untuk melihat besarnya variability variabel endogen yang mampu dijelaskan oleh variabel eksogen.

Semoga Tulisan ini bermanfaat,,,untuk informasi lebih lanjut mengenai PLS – PM bisa memalui email via  niatresnawaty@gmail.com. Dengan senang hati saya akan share tentang PLS lebih lanjut…

Salam hangat…