Multivariate Analysis – Structural Equation Model (SEM – PLS)

Multivariate analysis adalah metode yang biasa digunakan untuk mengolah variabel yang bervariasi. Tujuannya adalah untuk mencari pengaruh dari bermacam variabel tersebut terhadap suatu objek secara bersamaan. Variabel – variabel ini saling terkait dengan minimal satu variabel terikat dan lebih dari satu variabel bebas. Skala data yang digunakan ada dua macam, yaitu data metrik dan data non metrik. Data metrik adalah data yang bersifat numerik atau berisi angka-angka dan dapat dilakukan perhitungan matematis di dalamnya, misal nilai ujian, tingkat IQ, berat badan, dll. Data metrik disebut juga dengan data numerik atau data kuantitatif.

SEM – PLS (Structural Equation Modeling – Partial Least Square) 

SEM (Structural Equation Model) merupakan salah satu bidang kajian statistik yang dapat menguji rangkaian hubungan yang biasanya sulit untuk diukur secara bersamaan. SEM adalah teknik multivariate analysis yang menggabungkan antara analisis faktor dan analisis regresi (korelasi), dengan tujuan untuk menguji hubungan antar variabel yang ada pada sebuah model, baik itu antar indikator dengan konstruksnya maupun hubungan antar konstruk. 

PLS (Partial Least Square) merupakan model persamaan struktural SEM yang berbasis komponen atau varian. PLS merupakan pendekatan alternatif yang bergeser dari pendekatan SEM yang berbasis kovarian menjadi berbasis varian.  

SEM yang berbasis kovarian umumnya menguji kausalitas atau teori sedangkan PLS lebih mengarah kepada predictive model. Namun ada perbedaan diantara covariance based SEM dan component based PLS. Yaitu dalam penggunaan model persamaan struktural untuk menguji teori atau pengembangan teori yang bertujuan untuk melakukan prediksi. 

Rekomendasi penggunaan SEM – PLS :  

• Ketika analisis berkaitan dengan pengujian theoretical framework dari prediction perspective. 
• Ketika structural model bersifat kompleks dan mencakup banyak konstruksi, indikator dan/atau model relationships. 
• Ketika tujuan penelitian adalah untuk lebih memahami peningkatan kompleksitas dengan mengeksplorasi theoretical extensions dari teori-teori yang sudah ada. 
• Ketika path model mencakup satu atau lebih konstruksi yang diukur secara formatif. 
• Ketika penelitian terdiri dari financial ratio atau jenis data yang serupa. 

Referensi  

Hair, J.F., Hult, G.T.M., Ringle, C.M., Sarstedt, M., Danks, N.P., Ray, S. (2021). An Introduction to Structural Equation Modeling. In: Partial Least Squares Structural Equation Modeling (PLS-SEM) Using R. Classroom Companion: Business. Springer, Cham. https://doi.org/10.1007/978-3-030-80519-7_1 

https://methods.sagepub.com/dataset/howtoguide/sem-customer-behavior-electronics-ecuador