20
Analisis data dengan memastikan threshold criteria (batas minimum) untuk setiap analisis seperti Average Variance Extracted (AVE), Composite Reliability (CR), Loading Factor, dan Discriminant Validity, maka langkah-langkah berikut dapat membantu:
1. Pastikan Data Sudah Bersih
Sebelum melakukan analisis di SmartPLS 4, pastikan bahwa:
✅ Data sudah lengkap tanpa banyak missing values.
✅ Tidak ada outliers ekstrim yang dapat memengaruhi hasil.
✅ Data sudah dalam format yang sesuai (angka, bukan teks).
2. Threshold Criteria yang Harus Diperhatikan
Supervisor ingin memastikan bahwa semua hasil memenuhi standar minimum. Berikut adalah kriteria utama:
| Indikator | Threshold Minimum | Penjelasan |
|---|---|---|
| Outer Loading | ≥ 0.70 (ideal), 0.60-0.69 (masih diterima) | Menunjukkan kontribusi indikator terhadap variabel laten. |
| Average Variance Extracted (AVE) | ≥ 0.50 | Mengukur seberapa banyak variabel laten menjelaskan varians indikatornya. |
| Composite Reliability (CR) | ≥ 0.70 (baik), ≥ 0.60 (masih diterima) | Mengukur reliabilitas internal (seberapa konsisten indikator dalam mengukur variabel laten). |
| Cronbach’s Alpha | ≥ 0.70 (ideal), ≥ 0.60 (masih diterima) | Mengukur konsistensi internal antar item dalam satu konstruk. |
| Discriminant Validity (HTMT) | < 0.90 (lebih baik jika < 0.85) | Memastikan variabel laten berbeda satu sama lain. |
3. Langkah Analisis di SmartPLS 4
(1) Jalankan Model PLS-SEM
- Buka SmartPLS 4 dan buat model dengan menghubungkan variabel laten ke indikatornya.
- Klik "Calculate" → PLS Algorithm untuk melihat hasil awal.
(2) Periksa Outer Loading
- Cek outer loading di laporan hasil PLS Algorithm:
- Jika ada item < 0.70, pertimbangkan untuk menghapusnya kecuali jika nilai AVE dan CR masih memenuhi batas minimum.
- Jika banyak item yang rendah, cek apakah konstruknya masih valid.
(3) Periksa AVE & CR
- Pastikan AVE ≥ 0.50 dan CR ≥ 0.70.
- Jika AVE < 0.50 tetapi CR masih di atas 0.70, mungkin ada indikator yang perlu dihapus.
(4) Cek Discriminant Validity (HTMT & Fornell-Larcker)
- HTMT < 0.90 → Jika lebih dari 0.90, kemungkinan ada masalah dengan validitas diskriminan.
- Fornell-Larcker Criterion → Nilai AVE dari masing-masing variabel harus lebih besar daripada korelasi antar variabel laten.
(5) Bootstrapping untuk Uji Signifikansi
- Jalankan Bootstrapping untuk memastikan hubungan antar variabel signifikan (t-value > 1.96, p-value < 0.05).
4. Solusi Jika Tidak Memenuhi Threshold
🔹 Jika outer loading rendah (<0.70) → Coba hapus indikator dengan loading sangat rendah.
🔹 Jika AVE < 0.50 → Cek apakah ada indikator lemah, atau jika perlu tambah indikator baru.
🔹 Jika CR rendah (<0.70) → Periksa reliabilitas indikator, bisa jadi ada yang tidak konsisten.
🔹 Jika HTMT > 0.90 → Ada kemungkinan variabel laten terlalu mirip, cek apakah perlu revisi model.
Kesimpulan
Untuk memastikan analisis sesuai dengan threshold yang diminta supervisor, pastikan semua hasil memenuhi batas minimum dengan langkah-langkah di atas. Cek setiap tahap satu per satu dan gunakan fitur analisis di SmartPLS 4 untuk mengidentifikasi masalah. Jika ada hasil yang tidak memenuhi kriteria, revisi model atau hapus indikator yang lemah agar mendapatkan hasil yang valid.
Comments
Post a Comment