PEMODELAN PERSAMAAN STRUKTURAL DENGAN PARTIAL LEAST SQUARE

Abstract

Pemodelan persamaan structural umumnya menggunakan Linear Structural Relationship, Metode pendugaan yang umumnya digunakan adalah metode Maksimum Likelihood. Pendugaan parameter dengan metode ML dalam LISREL membutuhkan berapa asumsi kritis seperti ukuran sampel minimal 10 kali banyaknya indikaor atau lebih dari 100 unit pengamatan, data menyebar mengikuti sebaran normal. LISREL menyediakan beberapa pendekatan yang dapat digunakan dalam pendugaan paremeter model, diantaranya dengan Bootstrap atau menggunakan metode Weighted Least Square. Namun, kedua pendekatan ini tetap membutuhkan data yang relative besar sehingga untuk model yang kompleks dengan ukuran sampel yang relative kecil dan data tidak menyebar normal dibutuhkan suatu pendekatan baru. Salah satu pendekatan baru yang diperkenalkan oleh Herman Wold, adalah Partial Least Square (PLS) dan sering disebut soft modeling. Dengan menggunakan PLS dimungkinkan melakukan pemodelan persamaan structural dengan ukuran sampel relative kecil dan tidak membuhkan asumsi normal multivariate. Kata Kunci: SEM, PLS

Cite this work

No public copy is stored for this record, so only the metadata is cited.

Stored only when both papers are in the corpus — 78 citations exist upstream.