I SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula
II SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula
III SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Penulis: Ardy Wibowo
IV SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula SmartPLS 101: Panduan Lengkap Analisis SEM-PLS untuk Pemula Copyright © PT Penamuda Media, 2024 Penulis: Ardy Wibowo ISBN: 978-634-7062-18-5 Penyunting dan Penata Letak: Tim PT Penamuda Media Desain Sampul: Tim PT Penamuda Media Penerbit: PT Penamuda Media Redaksi: Casa Sidoarum RT03 Ngentak, Sidoarum Godean Sleman Yogyakarta Web: www.penamudamedia.com E-mail: penamudamedia@gmail.com Instagram: @penamudamedia WhatsApp: +6285700592256 Cetakan Pertama, Desember 2024 x + 119 halaman; 13 x 20 cm Hak cipta dilindungi undang-undang Dilarang memperbanyak maupun mengedarkan buku dalam bentuk dan dengan cara apapun tanpa izin tertulis dari penerbit maupun penulis
V SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula KATA PENGANTAR Puji syukur kami panjatkan kepada Tuhan Yang Maha Esa atas terselesaikannya buku "SmartPLS 101: Panduan Lengkap Analisis SEM-PLS untuk Pemula" ini. Buku ini dirancang untuk membantu pembaca memahami dan menerapkan metode Structural Equation Modeling berbasis Partial Least Squares (SEMPLS) menggunakan perangkat lunak SmartPLS, khususnya bagi pemula yang baru memulai perjalanan di bidang analisis data. Dengan pendekatan praktis dan sistematis, buku ini menyajikan panduan langkah demi langkah mulai dari pengenalan dasar hingga penerapan metode ini pada berbagai studi kasus. Kami berharap buku ini dapat menjadi referensi yang bermanfaat bagi mahasiswa, peneliti, maupun praktisi yang
VI SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula membutuhkan solusi analisis data yang komprehensif. Kami menyadari bahwa buku ini masih dapat dikembangkan lebih baik lagi. Oleh karena itu, kami sangat menghargai masukan dari pembaca untuk edisi selanjutnya. Semoga buku ini dapat memberikan manfaat yang maksimal bagi pembaca dalam mendukung penelitian mereka. Selamat membaca dan sukses selalu! Hormat kami, Ardy Wibowo Semarang, November 2024
VII SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula DAFTAR ISI KATA PENGANTAR............................................V DAFTAR ISI....................................................... VII PENGENALAN PARTIAL LEAST SQUARE - STRUCTURAL EQUATION MODELING........................................................... 1 Apa itu PLS-SEM................................................ 2 Perbedaan mendasar antara SEM-PLS dengan SmartPLS dan Regresi Linier Berganda dengan SPSS.................................................................... 4 Pendekatan Model dan Variabel ......................... 5 Tujuan Analisis ................................................... 9 Ketepatan dan Asumsi Statistik......................... 11 PERSIAPAN AWAL MENGGUNAKAN SMARTPLS.......................................................... 13 Instalasi dan Pengaturan Awal .......................... 14 Mengunjungi Situs Web SmartPLS .................. 14 Memilih Versi yang Sesuai ............................... 15 Menginstal SmartPLS ....................................... 15 Mengaktifkan Lisensi........................................ 18 Tampilan awal SmartPLS versi/generasi ke-4 .. 22 DATA .................................................................... 28 Mempersiapkan Data......................................... 29 Memahami Struktur Data untuk Model SEM-PLS............................................... 29 Download Data.................................................. 29
VIII SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Variabel yang akan dianalisis terdiri dari empat variabel utama: ..................... 29 Skala Likert yang Digunakan............................ 31 Struktur Tabel.................................................... 31 Membersihkan Data .......................................... 32 Menghapus Missing Value:............................... 32 Periksa Standar Deviasi (STDEV.P):................ 32 Periksa Nilai Minimum dan Maksimum: .......... 34 \Menyimpan File dalam Format CS .................. 35 Mengimpor Data ke SmartPLS ......................... 36 Membuat Proyek Baru ...................................... 37 Mengimpor File CSV........................................ 37 Import File......................................................... 37 Cek kebenaran data ........................................... 39 TAHAP-TAHAP ANALISIS DATA.................. 42 Membuat Model Baru dalam Proyek ................ 43 Membuat model................................................. 43 Tampilan antar muka SmartPLS4 ..................... 45 Menggambar Model .......................................... 52 Menambahkan Variabel Laten (Latent Variables).............................................. 52 Menghubungkan Variabel Laten dengan Indikator................................................ 55 Menghubungkan Variabel dalam Model Struktural ............................................... 62 Path Model Estimation (Estimasi Model Jalur) 64 Contoh Kasus Penelitian ................................... 65 Menjalankan Perhitungan Model ...................... 67
IX SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Model Pengukuran (Outer Model) Reflektif..... 68 Outer Loadings (Loading Factor)...................... 70 Reliabilitas (Construct Reliablilty).................... 75 Validitas Convergent......................................... 80 Validitas Diskriminan ....................................... 82 Model Pengukuran (Outer Model) Formative... 88 Outer Weights ................................................... 88 Outer Loadings.................................................. 90 Multikolinearitas Antar Indikator...................... 90 Model Struktural (Inner Model)........................ 91 Indicator Multicollinearity ................................ 92 Quality Criteria.................................................. 93 Path Coefficient............................................... 100 Bootstrapping .................................................. 102 Evaluasi Pengaruh Langsung (Direct Effect).. 106 Kesimpulan Evaluasi Pengaruh Langsung...... 110 Evaluasi Pengaruh Tidak Langsung (Indirect Effect/ Mediasi)................................ 111 REFERENSI....................................................... 116
X SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula
1 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula PENGENALAN PARTIAL LEAST SQUARE - STRUCTURAL EQUATION MODELING
2 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Apa itu PLS-SEM Partial least squares structural equation modeling (PLS-SEM) adalah kombinasi teknik ketergantungan (dependence) dan ketidakbergantungan (interdependence). Teknik ketidakbergantungan adalah klasifikasi teknik statistik di mana variabel-variabel tidak dibagi menjadi kelompok variabel dependen dan independen; sebaliknya, semua variabel dianalisis sebagai satu kesatuan (misalnya, exploratory factor analysis). Sementara itu, teknik ketergantungan adalah klasifikasi teknik statistik yang ditandai dengan adanya variabel atau kumpulan variabel yang diidentifikasi sebagai variabel dependen, sedangkan variabel lainnya dianggap sebagai variabel independen. Tujuannya adalah memprediksi variabel dependen dengan menggunakan variabel independen, contohnya analisis regresi.
3 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula PLS-SEM termasuk dalam keluarga model statistik yang bertujuan untuk menjelaskan hubungan antara banyak variabel secara simultan. PLS-SEM terdiri dari dua model, yaitu model pengukuran/ measurement (merepresentasikan bagaimana variabel terukur menggambarkan konstruk) dan model struktural/ structural (menunjukkan bagaimana konstruk saling berhubungan). Pada PLS-SEM, model pengukuran sering disebut sebagai outer model, sementara model struktural disebut sebagai inner model. Namun, kedua model ini pada dasarnya berfungsi dengan cara yang sama persis pada kedua pendekatan tersebut.
4 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Perbedaan mendasar antara SEM-PLS dengan SmartPLS dan Regresi Linier Berganda dengan SPSS Sebagian besar tugas akhir di bidang sosial dan bisnis masih banyak yang menggunakan regresi linier berganda dengan SPSS untuk menganalisis hubungan antara variabel. Metode ini memang efektif untuk model yang sederhana dan untuk memprediksi satu variabel dependen berdasarkan variabel independen yang terukur. Namun, dalam menghadapi tantangan penelitian masa kini yang semakin kompleks, seperti kebutuhan untuk menganalisis variabel laten, interaksi antar variabel, serta efek mediasi atau moderasi, penggunaan SmartPLS menjadi sangat relevan. SmartPLS menggunakan teknik Partial Least Squares Structural Equation Modeling (PLS-SEM) yang mampu menjawab kebutuhan analisis
5 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula yang lebih komprehensif dan eksploratif, memungkinkan peneliti untuk membangun model struktural yang lebih rumit dan mengungkap keterkaitan antar variabel dengan cara yang tidak mungkin dilakukan oleh regresi linier berganda biasa. Perbedaan mendasar antara Partial Least Squares Structural Equation Modeling (PLS-SEM) dan Multiple Regression dengan SPSS terletak pada cara mereka mengelola variabel, kompleksitas model, dan tujuan analisis. Pendekatan Model dan Variabel o PLS-SEM ▪ PLS-SEM adalah teknik analisis yang mampu menguji hubungan antar banyak variabel secara simultan, baik variabel laten maupun variabel terukur.
6 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula ▪ Dalam PLS-SEM, terdapat dua jenis model: model pengukuran/ measurement (mengukur hubungan antara indikator dengan variable) dan model struktural/ structural (untuk hubungan antar variable/ konstruk). ▪ PLS-SEM mengakomodasi variabel laten yang tidak dapat diukur secara langsung, melainkan melalui beberapa indikator atau item pengukuran. o Multiple Regression (dengan SPSS) ▪ Multiple regression hanya dapat digunakan untuk memprediksi hubungan antara satu variabel dependen dan beberapa variabel independen secara langsung, yang semuanya merupakan variabel terukur (satu variable langsung diukur hanya dengan satu pertanyaan saja; apabila dalam satu variable terdapat beberapa
7 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula kuesioner skala likert maka data yang diperoleh harus di rata-rata atau di jumlahkan). ▪ Dengan kata lain, menggunakan Multiple regression dengan SPSS sebagai metodologi penelitian, hasil kuesioner dari masing-masing indikator variable tidak di analisis kelayakannya. ▪ Tidak dapat mengakomodasi variabel laten, sehingga analisis hanya menggunakan variabel yang dapat diukur secara langsung. Contoh: Misalnya, dalam sebuah studi tentang kepuasan pelanggan, kita memiliki beberapa faktor yang memengaruhi kepuasan, seperti kualitas layanan, harga, dan loyalitas pelanggan. o PLS-SEM
8 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula ▪ Menggunakan variabel laten seperti "Kualitas Layanan" dan "Loyalitas Pelanggan," yang diukur melalui beberapa indikator/ item pertanyaan, misalnya melalui pertanyaan dalam kuesioner. ▪ PLS-SEM dapat memodelkan hubungan yang lebih kompleks, termasuk variabel antara (mediation effect) dan variabel moderasi. o Multiple Regression ▪ Semua variabel seperti kualitas layanan dan loyalitas pelanggan harus berupa nilai terukur. ▪ Modelnya terbatas hanya pada hubungan langsung antara variabel independen (seperti skor kualitas layanan, harga) terhadap variabel dependen (kepuasan pelanggan).
9 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Tujuan Analisis o PLS-SEM ▪ Tujuannya lebih pada prediction dan exploration daripada confirmation. PLSSEM cocok untuk model yang kompleks dengan banyak variabel dan hubungan antar konstruk. ▪ Berguna ketika fokus utama adalah memprediksi dan menjelaskan variabilitas dalam variabel dependen atau laten. o Multiple Regression: ▪ Tujuannya adalah memprediksi variabel dependen dengan memanfaatkan variabel independen. Multiple regression digunakan untuk menguji seberapa kuat hubungan antara variabel dependen dan variabel independen yang sudah diukur.
10 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula ▪ Lebih cocok untuk model yang lebih sederhana dan eksplisit tanpa adanya variabel laten. Contoh: ▪ Dalam PLS-SEM, kita dapat memodelkan "Kepuasan Pelanggan" sebagai variabel laten yang dipengaruhi oleh berbagai aspek seperti "Kualitas Layanan" dan "Nilai Produk," yang juga merupakan variabel laten dengan indikator masing-masing. Kita juga bisa memodelkan efek mediasi dari "Loyalitas Pelanggan." ▪ Dalam Multiple Regression (dengan SPSS), kita hanya bisa memasukkan data skor langsung untuk setiap faktor yang dapat diukur, seperti skor untuk "kualitas layanan," "harga," dan kemudian memprediksi skor kepuasan
11 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula pelanggan. Tidak ada variabel laten atau mediasi yang bisa digunakan. Ketepatan dan Asumsi Statistik o PLS-SEM: ▪ Tidak membutuhkan asumsi normalitas pada data dan cocok untuk sampel kecil. ▪ Lebih fleksibel ketika data memiliki masalah seperti heteroskedastisitas atau multikolinearitas yang tinggi. o Multiple Regression: ▪ Mengharuskan beberapa asumsi, seperti normalitas, linearitas, dan homoskedastisitas. Pelanggaran terhadap asumsi-asumsi ini dapat menyebabkan hasil yang tidak akurat. ▪ Cocok untuk data yang lebih besar dan tidak memiliki multikolinearitas yang tinggi.
12 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula PLS-SEM adalah pendekatan yang lebih komprehensif untuk menguji hubungan antar variabel yang kompleks, terutama yang melibatkan variabel laten, sedangkan multiple regression dengan SPSS lebih sederhana, mengandalkan variabel terukur secara langsung, dan fokus pada hubungan langsung antar variabel. PLS-SEM sering digunakan dalam penelitian yang lebih eksploratif dan memerlukan model struktural yang kompleks, sementara regresi berganda lebih cocok untuk studi yang lebih fokus dan sederhana.
13 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula PERSIAPAN AWAL MENGGUNAKAN SMARTPLS
14 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Instalasi dan Pengaturan Awal Bagian ini menjelaskan langkah-langkah instalasi SmartPLS versi 4, disertai dengan tampilan setiap tahap instalasi untuk memudahkan prosesnya. Selain itu, bagian ini juga memberikan gambaran mengenai tampilan awal SmartPLS 4 setelah instalasi selesai Mengunjungi Situs Web SmartPLS o Buka situs resmi SmartPLS di https://www.smartpls.com, lalu pilih menu "Download"
15 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Memilih Versi yang Sesuai o Pilih versi SmartPLS yang sesuai dengan sistem operasi komputer Anda (Windows atau macOS). o Klik tombol "Download" untuk mengunduh file instalasi. Menginstal SmartPLS o Setelah file diunduh, buka file instalasi dan ikuti petunjuk instalasi. o Klik “Run” lalu "Next" pada setiap tahap dan pilih lokasi instalasi yang diinginkan.
16 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula o Pilih direktori dimana SmartPLS akan diinstall dengan meng-klik “Browse…” o Setelah terpilih direktori tempat menginstall, lalu klik “Next”
17 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Tunggu hingga installasi selesai
18 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula o Setelah instalasi selesai, klik “Finish” dan buka SmartPLS. Mengaktifkan Lisensi o Opsi Lisensi yang Tersedia di SmartPLS: SmartPLS menyediakan beberapa pilihan lisensi untuk berbagai kebutuhan pengguna, yaitu: ▪ Student: Versi ini gratis, cocok untuk pelajar atau akademisi yang membutuhkan alat analisis dasar SEMPLS.
19 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula ▪ Professional: Versi berbayar dengan fitur yang lebih lengkap dibandingkan versi Student, cocok untuk profesional yang membutuhkan analisis yang lebih mendalam. ▪ Enterprise: Versi berbayar dengan fitur dan akses lengkap, termasuk dukungan multiuser, yang dirancang untuk kebutuhan perusahaan atau institusi besar. o Keterbatasan Lisensi Student (Gratis) ▪ Lisensi Student memungkinkan penggunaan data hingga maksimal 100 record. Jika data yang digunakan lebih dari 100 record, perlu upgrade ke versi Professional atau Enterprise. ▪ Untuk lisensi Student, SmartPLS hanya mendukung format CSV. Versi Professional dan Enterprise mendukung format CSV, Excel, dan SPSS, sehingga
20 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula lebih fleksibel bagi pengguna yang membutuhkan data dalam berbagai format. o Fitur Tambahan pada Versi Professional dan Enterprise Versi Professional dan Enterprise menyediakan fitur tambahan yang tidak tersedia dalam versi Student. Untuk melihat perbandingan fitur lengkap antara versi Student, Professional, dan Enterprise, kunjungi situs resmi SmartPLS di https://www.smartpls.com/pricing.
21 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula o Trial Gratis 30 Hari Bagi pengguna baru yang ingin mencoba fitur lengkap, SmartPLS menyediakan trial gratis 30 hari untuk versi Professional. Selama periode trial, seluruh fitur versi Professional dapat digunakan tanpa batasan, termasuk dukungan data yang lebih besar dan opsi format input yang lebih banyak.
22 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Tampilan awal SmartPLS versi/generasi ke-4 Pada tampilan pertama saat SmartPLS 4 dijalankan, pengguna akan diminta untuk memilih direktori workspace sebelum memulai. o Klik tombol “Select your first workspace” untuk membuka dialog pemilihan folder. o Pilih direktori untuk menyimpan semua proyek SmartPLS. (misalnya C:/, dan buat folder baru dengan nama “SmartPLS” sebagai tempat penyimpanan workspace)
23 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula o Setelah direktori proyek telah dibuat, maka tampilan SmartPLS 4 akan seperti dibawah ini o Bagian Menu Atas
24 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula ▪ New Project: Tombol ini digunakan untuk membuat proyek baru di SmartPLS. Dengan mengkliknya, pengguna dapat memulai proyek baru dengan memilih jenis model analisis yang diinginkan. ▪ PLS-SEM, CB-SEM, REGRESSION: Menu ini berisi opsi jenis analisis yang bisa dipilih pengguna, yaitu: − PLS-SEM: Partial Least Squares Structural Equation Modeling, digunakan untuk analisis SEM berbasis PLS. − CB-SEM: Covariance-Based Structural Equation Modeling, biasanya digunakan dalam analisis SEM berbasis covariance. − REGRESSION: Analisis regresi standar.
25 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula o Workspace (Area Kerja) ▪ Menampilkan direktori lokal yang berfungsi sebagai tempat penyimpanan proyek-proyek yang sedang dikerjakan, dengan lokasi di C:\SmartPLS. ▪ Terdapat opsi untuk New Workspace (Membuat Workspace Baru) atau Recent Workspaces (Workspace Terbaru) untuk manajemen workspace agar memudahkan pengelolaan proyek yang berbeda. o Sample Projects ▪ Menyediakan proyek contoh (sample projects) yang dapat dipilih pengguna untuk memahami cara kerja SmartPLS. ▪ Proyek contoh ini mencakup beberapa jenis analisis yang sering digunakan, yaitu:
26 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula − PLS-SEM − Regression/PROCESS − CB-SEM/CFA (Confirmatory Factor Analysis) ▪ Proyek ini bisa langsung diinstal dan dijalankan dengan satu klik untuk belajar lebih lanjut. o Documentation ▪ Teks ini memberikan informasi bahwa SmartPLS menyediakan dokumentasi tambahan yang dapat diakses melalui situs web atau bagian FAQ untuk panduan yang lebih rinci. ▪ Dokumentasi ini berguna bagi pengguna untuk memahami lebih jauh fitur dan analisis yang dapat dilakukan dengan SmartPLS.
27 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula o Color Schemes Bagian ini memungkinkan pengguna memilih skema warna tampilan antara Light Mode dan Dark Mode. Pilihan ini membantu meningkatkan kenyamanan visual sesuai preferensi pengguna. o Sidebar Workspace ▪ Di sebelah kiri terdapat panel bernama Workspace yang menunjukkan proyek atau file yang ada dalam area kerja. ▪ Archive: Menunjukkan bahwa terdapat proyek yang sudah diarsipkan atau disimpan dalam workspace. o Versi Aplikasi Di bagian bawah kiri, terdapat informasi mengenai versi SmartPLS yang digunakan, yaitu v. 4.1.0.9. Versi ini menunjukkan pembaruan terbaru dari perangkat lunak yang diinstal.
28 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula DATA
29 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Mempersiapkan Data Bagian ini akan membahas langkah-langkah persiapan data yang akan digunakan dalam analisis SEM-PLS di SmartPLS 4 versi Student. Persiapan ini penting untuk memastikan data yang digunakan sesuai dengan kebutuhan analisis dan dapat diimpor dengan benar ke dalam SmartPLS. Memahami Struktur Data untuk Model SEM-PLS Download Data Data yang digunakan dalam tutorial ini dapat diunduh pada tautan berikut: Unduh Data Variabel yang akan dianalisis terdiri dari empat variabel utama: o Kualitas Pelayanan (KUAL): variabel eksogen (independen)
30 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula o dengan kode indikator KUAL1, KUAL2, KUAL3, KUAL4, dan KUAL5. o Persepsi Nilai (PRNI): variabel eksogen (independen) o dengan kode indikator PRNI1, PRNI2, PRNI3, dan PRNI4. o Kepuasan Pelanggan (PUAS): variabel endogen (mediasi) o dengan kode indikator PUAS1, PUAS2, dan PUAS3. o Loyalitas (LOYL): variabel endogen (dependen) o dengan kode indikator LOYL1, LOYL2, LOYL3, LOYL4, dan LOYL5. o Terdapat variabel HARG (harga), yang sementara ini akan diabaikan dan baru akan digunakan dalam pembahasan uji moderasi pada bagian berikutnya.
31 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Skala Likert yang Digunakan Skala Likert yang digunakan dalam data adalah 1 sampai 7, di mana 1 menunjukkan nilai terendah (sangat tidak setuju) dan 7 menunjukkan nilai tertinggi (sangat setuju). Struktur Tabel o Baris pertama berisi nama variabel atau indikator (header) sesuai dengan nama variabel dan indikator yang sudah disediakan. o Setiap kolom merepresentasikan satu indikator dari variabel laten dalam model.
32 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula o Setiap baris setelah header merepresentasikan satu responden atau sampel, dengan skor pada setiap indikator. Membersihkan Data Menghapus Missing Value: Pastikan tidak ada nilai yang kosong (missing value). Jika ada, lengkapi dengan teknik imputasi (misalnya, mengganti dengan rata-rata pada variabel tersebut) atau hapus data responden tersebut jika jumlah missing value signifikan. Periksa Standar Deviasi (STDEV.P): o Membersihkan data juga bisa dilakukan dengan melihat nilai standar deviasi setiap responden. Gunakan rumus =STDEV.P(range) di Excel untuk menghitung standar deviasi setiap responden.
33 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula o Jika standar deviasi sangat kecil atau bahkan 0, hal ini menandakan bahwa responden kemungkinan mengisi dengan nilai yang sama di semua pertanyaan (variasi rendah). Ini bisa menjadi indikasi bahwa responden mengisi secara asalasalan, sehingga data tersebut mungkin perlu diperiksa atau dihapus. o Dalam tutorial ini, data nomor 63 akan dihapus.
34 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Periksa Nilai Minimum dan Maksimum: o Pastikan tidak ada nilai yang berada di luar skala Likert yang ditentukan. Nilai minimum harus 1, dan nilai maksimum harus 7. Gunakan fitur =min(range) dan =max(range)
35 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula o Jika ada nilai 0 atau angka yang lebih dari 7, periksa dan sesuaikan data agar berada dalam rentang yang benar. \Menyimpan File dalam Format CSV Setelah semua data diperiksa dan dibersihkan, simpan file sebagai CSV. Di Excel, pilih File > Save As dan pilih format CSV (Comma delimited) (*.csv). Pastikan file CSV sudah tersimpan dengan benar dan tidak ada perubahan pada struktur data. PENTING! Hapus seluruh hasil pengujian standar deviasi ataupun min-max sebelum “Save As”
36 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Mengimpor Data ke SmartPLS Bagian ini menjelaskan langkah-langkah untuk mengimpor data ke dalam SmartPLS versi 4. Mengimpor data dengan benar adalah langkah penting dalam memulai analisis, karena struktur dan format data yang sesuai akan memastikan analisis berjalan lancar. Bagian ini akan membahas cara memilih file data, memastikan variabel dan indikator terbaca dengan benar, serta mengatasi potensi masalah yang mungkin muncul selama proses impor.
37 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Membuat Proyek Baru Buka SmartPLS 4, klik “New Project” pada menu utama, dan beri nama proyek sesuai dengan analisis yang akan dilakukan (misalnya "Analisis Kepuasan Pelanggan"). Klik “Create” untuk melanjutkan Mengimpor File CSV Import File Pada panel Workspace dibawah proyek “Analisis Kepuasan Pelanggan”, kili “Import Data”
38 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Pilih file CSV yang sudah disiapkan, dan klik Open.
39 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula Cek kebenaran data Akan muncul dialog box yang berisi identitas data seberti dibawah ini. Pastikan: o Jumlah case/kasus (responden) dan indicator sama dengan yang direncanakan o Jumlah missing value 0. Jika terdapat missing value, maka bisa diisi dengan ratarata dari jawaban pada indikator yang missing, atau mempertimbangkan untuk menghapus responden. o Cek kembali nilai Min dan Max -nya untuk memastikan bahwa jawaban responden berada pada rentang skala yang telah direncanakan
40 SmartPLS 101 Panduan Lengkap Analisis SEM-PLS untuk Pemula o Dikarenakan sekala yang digunakan adalah skala likert, maka ubah jenis data (scale) menjadi ordinal. Klik “Bulk change” untuk mengganti secara bersamaan. o Klik “Apply” lalu “Import”