STRUCTURAL EQUATION MODELING-PARTIAL LEAST SQUARE (SEM-PLS) UNTUK MODEL PENGUKURAN REFLEKTIF DAN FORMATIF
Main Author: | UMUL KULSUM, 1617031013 |
---|---|
Format: | Bachelors NonPeerReviewed Book Report |
Terbitan: |
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
, 2020
|
Subjects: | |
Online Access: |
http://digilib.unila.ac.id/62588/1/1.%20ABSTRAK-ABSTRACT.pdf http://digilib.unila.ac.id/62588/3/2.%20SKRIPSI%20FULL.pdf http://digilib.unila.ac.id/62588/2/3.%20SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf http://digilib.unila.ac.id/62588/ |
Daftar Isi:
- Structural Equation Modeling (SEM) merupakan teknik statistik yang menganalisis variabel indikator, variabel laten, dan kesalahan pengukuran. Dalam Structural equation modeling dengan teknik partial least square (SEM-PLS). Model pengukuran adalah model yang menghubungan variabel laten dengan variabelvariabel teramati (indikator). Model pengukuran variabel laten dapat diukur dengan indikator reflektif dan indikator formatif sekaligus. Dalam model pengukuran reflektif, arah hubungan kausalitas dari variabel laten ke indikator. Sedangkan dalam model pengukuran formatif, arah hubungan kausalitas dari indikator ke variabel laten. Penilaian terhadap model pengukuran reflektif dan model pengukuran formatif dilakukan secara terpisah dan berbeda. Model pengukuran reflektif dinilai berdasarkan validitas dan reliabilitas dari pengukuran variabel laten. Sedangkan model pengukuran formatif dinilai beradasarkan pada substantive content yaitu dengan melihat signifikansi dari weight dan multikolinearitasnya. Penelitian ini bertujuan untuk membedakan dan menganalisis model pengukuran variabel laten dengan indikator reflektif dan formatif dalam SEM-PLS. Hasil dari penelitian ini menunjukkan bahwa Penilaian model pengukuran variabel laten dengan indikator reflektif berbeda dengan model pengukuran variabel laten dengan indikator formatif. Kata Kunci: Structural Equation Modeling (SEM), Partial Least Square (PLS), Model Pengukuran, Model Pengukuran Reflektif, Model Pengukuran Formatif, Variabel Laten.