no comments

VB-SEM (PLS-SEM ) dengan CB-SEM (AMOS dan LISREL)

Analisis SEM secara umumnya boleh dibahagikan kepada Variasi SEM Berasaskan (SEM VB) dan SEM Berdasarkan Covariace (CBSEM). Pendekatan PLS-SEM adalah berdasarkan peralihan analisis dari pengukuran parameter model yang dianggarkan kepada pengukuran ramalan model yang berkaitan. PLS-SEM menggunakan algoritma berulang yang terdiri daripada beberapa analisis dengan kaedah kuadrat biasa-kurangnya (Biasa Minimum Squares). Oleh itu, dalam PLS-SEM masalah pengenalan tidak penting. PLS-SEM sebenarnya dapat menangani masalah yang biasanya timbul dalam analisis SEM berasaskan kovarians. Pertama, penyelesaian penyelesaian yang tidak dapat diterima seperti penampilan faktor pemuatan yang standard> 1 atau varian 0 atau negatif. Kedua, faktor ketidaktentuan adalah faktor yang tidak dapat ditentukan seperti nilai yang diperhatikan untuk pembolehubah laten yang tidak dapat diproses. Oleh kerana PLS mempunyai ciri unik algoritma interaktif, PLS boleh digunakan dalam kedua-dua model pengukuran reflektif dan formatif. Sedangkan analisis CB-SEM hanya menganalisis model pengukuran reflektif (Yamin dan Kurniawan, 2011: 15).

Dengan demikian, PLS-SEM dapat dikatakan sebagai komplementari atau pelengkap CB SEM (AMOS dan LISREL) bukannya sebagai pesaing. Terdapat 10 kriteria perbandingan sederhana antara penggunaan VBSEM (PLS–SEM) dengan CBSEM (AMOS dan LISREL) dapat dilihat pada Table 1.1.

Berserta dengan maklumat di atas, diharapkan dapat memperjelas penyelidik atau data induk dalam menerapkan data kepada model struktur yang ingin mereka bentuk, SEM atau SEM-PLS. Ia juga berharap penyelidik atau data induk tidak mengenakan model SEM pada data sementara pemenuhan andaian pemodelan SEM sangat kurang (banyak kes dengan memanipulasi data – terutamanya dalam penyelidikan sosial). Dari maklumat di atas jelas bahawa penggunaan SEM-PLS sangat sesuai untuk penyelidik atau data induk yang mempunyai data yang banyak kelemahan dalam memenuhi asumsi model SEM. Ini adalah untuk mendapatkan yang terbaik daripada pemodelan SEM yang dilakukan dan pada dasarnya SEM-PLS adalah alat yang sama dalam mencari jawapan kepada pemodelan struktur teori data yang dipegang. SEMANGAT PELANGGAN !!!

Sumber: Mobile Statistik

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL