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

Popular posts from this blog

1

2

18