no comments

MODEL SEM MENGGUNAKAN PLS

Beberapa hal penting SEM menggunakan PLS menurut Monecke & Leisch (2012) diantaranya:

SEM menggunakan PLS terdiri tiga komponen, iaitu model struktur, model pengukuran dan skim pemberat. Bahagian ketiga ini merupakan ciri khas SEM dengan PLS dan tidak wujud dalam SEM berasaskan Covarian. Jika digambarkan model akan seperti di bawah.

SEM menggunakan PLS hanya membenarkan model perhubungan antara pembolehubah rekursif (sarah) sahaja. Ini sama dengan model analisis jalur (path analysis) tidak sama dengan SEM yang berasaskan Covarian yang juga membenarkan terjadinya hubungan non-rekursif (timbal balik).

 

Dalam model struktur, juga dikenali sebagai model dalaman, semua pembolehubah laten berkaitan dengan satu sama lain oleh teori bahan. Pembolehubah laten terbahagi kepada dua, yaitu eksogen dan endogen. Pembolehubah laten eksogen adalah pembolehubah penyebab atau pembolehunah tanpa didahului oleh pembolehubah lain dengan tanda panah yang membawa kepada pembolehubah lain (pembolehubah laten endogen). Dalam contoh di bawah pembolehubah ‘imej’ ialah pemboleh ubah laten eksogen.

 

 

Model pengukuran, juga dikenali sebagai model luar, menghubungkan semua pembolehubah atau indikator yang nyata dengan pembolehubah laten mereka. Dalam rangka kerja PLS, satu pembolehubah nyata hanya boleh dikaitkan dengan varabel laten. Semua pembolehubah yang nyata yang dikaitkan dengan satu pembolehubah laten disebut sebagai ‘blok’. Oleh itu, setiap pembolehubah laten mempunyai manifestasi blok variabel. Blok mesti mengandungi sekurang-kurangnya satu petunjuk. Cara blok dikaitkan dengan pembolehubah laten boleh menjadi reflektif (pembolehubah nyata bertindak sebagai penunjuk yang dipengaruhi oleh konsep dan asas yang sama) atau formatif (petunjuk yang membentuk atau menyebabkan perubahan dalam pembolehubah laten) (Wijanto, 2008). Berikut ini menggambarkan contoh perhubungan dalam model pengukuran antara 1 variabel laten dengan 3 indikator X1, X2, dan X3 secara refleksi.

 

Algoritma PLS bertujuan untuk menganggarkan nilai semua pembolehubah laten (nilai faktor) menggunakan prosedur lelaran. Model algoritma seperti ditunjukkan dalam gambar berikut:

 

Langkah 1: Setiap pembolehubah laten dibina berdasarkan jumlah pemberat bagi semua pembolehubah nyata.

Langkah 2: Setiap pembolehubah laten dianggarkan dengan menggunakan jumlah wajaran bagi setiap pembolehubah laten yang bersebelahan dengan pembolehubah laten.

Langkah 3: Untuk permulaan semua berat adalah 1 (satu). Kemudian beratnya dikira semula berdasarkan nilai-nilai pembolehubah terpendam yang diperolehi dalam langkah kedua.

Langkah 4: Menetapkan vektor beban luaran dalam matriks berat luar untuk membuat anggaran nilai faktor (pembolehubah laten) berdasarkan pembolehubah nyata. Vektor adalah satu set pembolehubah yang boleh diwakili dengan menggunakan indeks. Vektor boleh menjadi pembolehubah angka atau rentetan dan pembolehubah mungkin tetap atau sementara.

Langkah 5: Jika perubahan relatif semua pemberat luar dari lelaran ke lelaran seterusnya menjadi lebih kecil daripada toleransi yang telah ditentukan sebelumnya; maka. anggaran nilai faktor yang dilakukan dalam langkah keempat dianggap muktamad. Jika tidak, maka langkah itu diulang lagi ke langkah dua.

– Skema pemberat digunakan untuk menganggarkan berat dalaman langkah kedua dalam algoritma PLS. Skim pembimbangan awal menggunakan centroid (aritmetik min). Kemudian perkembangan skema pembobotan seterusnya juga menggunakan pemberat faktorial dan jalur.

-Koefisien jalur dianggarkan menggunakan OLS (ordinary least square) mengikut model strukturnya. Koefisien jalur dalam SEM – PLS ialah Koefisien regresi standard (Beta).

 

Menurut Hair, Ringle & Sarstedt (2011) ciri-ciri SEM dengan PLS adalah:

-SEM dengan PLS membuat anggaran ‘loadings’ pembolehubah nyata / penunjuk untuk pembolehubah laten eksogenous dengan berdasarkan pada ramalan terhadap pembolehubah laten endogenous bukan berdasarkan pada varian yang dibahagikan di antara pembolehubah – pembolehubah nyata / penunjuk pada pembolehubah laten yang sama sebagaimana yang terjadi pada SEM berasaskan kovarian. Jadi ‘loading’ adalah penyumbang kepada koefisien jalur.

-SEM dengan PLS menawarkan keputusan yang boleh diterima untuk model pengukuran di mana hubungan model struktur tidak penting.

-Secara konsep penggunaan SEM dengan PLS ialah sama dengan penggunaan regresi linier berganda, iaitu memaksimumkan varian yang dijelaskan pada pembolehubah laten endogenous (berubah-ubah bergantung) dengan ditambah menilai kualiti data yang didasarkan pada ciri-ciri model pengukuran.

-Penyelidik yang menggunakan SEM dengan PLS memanggil model pengukuran reflektif ini sebagai model A sebagai model pengukuran formatif sebagai model B.

-Model jalur SEM dengan PLS sama dengan SEM yang berasaskan kovarian, iaitu berdasarkan pada carta jalur dari analisis laluan (path analysis).

 

 

Sumber : Jonathan Sarwono

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL