Partial Least Square (PLS)

Dalam analisis Structural Equation Modeling (SEM), peneliti sering kali menghadapi kendala berupa jumlah sampel yang terbatas, data yang tidak memenuhi asumsi normalitas multivariat, atau kesulitan dalam mencapai model yang fit (layak). Sebagai solusi, metode Partial Least Square (PLS) hadir sebagai alternatif yang kuat (powerful).

PLS-SEM dikembangkan sebagai metode “soft modeling” yang tidak memerlukan asumsi distribusi data yang ketat (non-parametrik) dan tetap bekerja optimal meski dengan jumlah sampel yang kecil. Berbeda dengan SEM berbasis kovarian (CB-SEM) yang berfokus pada kelayakan model (Goodness of Fit), estimasi parameter pada PLS menggunakan pendekatan Least Square yang berorientasi pada prediksi dan maksimalisasi varians, sehingga evaluasi modelnya lebih fleksibel.

Target Pelatihan :

  • Pemahaman Komparatif: Memahami perbedaan fundamental antara pendekatan PLS-SEM dan CB-SEM untuk menentukan metode yang paling sesuai dengan karakteristik data.
  • Validasi Pengukuran (Outer Model): Mampu melakukan evaluasi model pengukuran secara tepat, meliputi uji validitas konvergen, diskriminan, dan reliabilitas.
  • Analisis Struktural (Inner Model): Terampil mengestimasi hubungan antar-variabel dan menginterpretasikan signifikansi serta relevansi prediksi model.
  • Penguasaan Software: Mahir mengoperasikan perangkat lunak SmartPLS secara mandiri untuk pengolahan data penelitian yang efisien.

Referensi

  • Hansmann, K.W dan Ringle. 2004. SmartPLS Manual Version.2.0. University of Hamburg. Germany.
  • Imam Ghozali. 2008. Structural Equation Model Metode Alternatif dengan Partial Least Square.Badan Penerbit. Undip
  • Joseph F. Hair. A Primer on Partial Least Square Structural Equation Modeling (PLS-SEM). Saga Publications Ltd
Biaya Pelatihan
  • Akademisi                          :  Rp 2.200.000,-
  • Umum                                   : Rp 3.000.000,-
Daftar Pelatihan
Details

Partial Least Square (PLS)

2 hari, @ 360 menit

Sylabus