Tutorial Analisis Data dengan PLS 3.0


Tutorial Analisis Data dengan PLS 3.0

Partial Least Square (PLS) merupakan salah satu alat analisis data yang banyak digunakan dalam Tugas Akhir abik itu Skripsi, Tesis maupun Disertasi. Penggunaan PLS menjadi lebih praktis dibandingkan dengan analisis yang lainnya karena mampu menggabungkan antara analisis multivariat (analisis regresi, analisis jalur dan lain sebagainya) dengan analisis berbasis covarian (analisis faktor dan lainnya). Kemudahan pada penggunaan PLS juga terdapat pada penggunaan sample yang lebih sedikit dibandingkan dengan alat analisis multivariat lainnya. Penggunaan sampel yang lebih sedikit tersebut memungkinkan PLS tidak mengharuskan data yang berdistribusi normal namun perlu adanya pemisahan data yang bersifat outlier. Berikut adalah langkah-langkah dalam melakukan anaisis data menggunakan PLS:

  1. Input data ke dalam Excel dengan judul setiap indikator/item datanya X1.1, X1.2, Y1, Y2 dst lalu simpan data ke dalam format Save As CSV Comma Delimited. Langkah dapat dilihat pada gambar di bawah ini:
    PLS

  2. Langkah selanjutnya membuka PLS dan membuat sebuah project. Buka PLS lalu buatlah sebuah project melalui menu File-> Create New Project lalu isilah nama Proyek tersebut sebagai contoh “Proyek PLS”.
    Analisis PLS

  3. Langkah selanjutnya adalah menginput Data CSV yang sudah kita buat dalam Excel ke dalam PLS melalui menu Import Data yang ada di atas menu Proyek yang sudah kita buat sebelumnya seperti pada gambar berikut:
    PLS 3.0
  4. Ketika data sudah terinput dengan benar maka kita bisa membuat bagan model sesuai dengan model penelitian yang kita lakukan. Pembuatan model dapat dilakukan dengan cara Double Click pada Project yang sudah anda Buat lalu pilih menu Latent Variabel untuk menyisipkan sebuah variabel atau lebih ke dalam Canvas. Buatlah variabel sesuai Penelitian yang dilakukan seperti pada gambar berikut
    ANALISIS DATA PLS


  1. Langkah selanjutnya adalah menghubungkan antar variabel dengan menu Connect untuk menghubungkan antar variabel
    PLS 3

  2. Langkah selanjutnya memberikan nama pada tiap variabel dengan cara klik kanan pada variabel yang dibuat lalu pilih Rename lalu ubah nama variabel sesuai keinginan misalnya X, Y dan Z.
    Analisis PLS

  3. Langkah terakhir adalah memasukkan indikator yang sudah kita input sebelumnya ke dalam masing-masing variabel dengan cara blog semua indikator lalu tahan klik kiri dan geser ke arah variabel yang sesuai dengan keinginan seperti pada gambar berikut
    PLS

  4. Analisis data dengan klik menu Calculate dan akan memunculkan hasilnya. Hasil analisi data akan kita bahas pada Artikel Selanjutnya. 
    Analisis PLS 3


INPUT DATA SPSS HES

CONTOH INSTRUMEN PENELITIAN (KUESIONER/ANGKET)



Input Data Excel


Analisis Korelasi dengan Aplikasi SPSS

Analisis Korelasi adalah melihat hubungan antara dua variabel atau lebih. Hubungan yang ditinjau dari segi korelasi bersifat timbal balik yakni jika ada perubahan pada salah satu variabel akan mempengaruhi variabel yang lain begitu pula sebaliknya. Berikut ini adalah langkah-langkah melakukan analisis korelasi:

Pertama siapkan data berikut:
Penjualan (X1)
Profitabilitas (Y)
91
87
82
80
86
85
89
89
84
84
86
89
89
95
84
86
87
88
86
85

Selanjutnya input data di SPSS sebagi berikut:


Selanjutnya pilih menu Analyze -> Correlate -> Bivariate seperti di bawah ini:

 
Lalu akan muncul kotak dialog sebagai berikut:

Pilih variabel yang akan di analisis lalu tekan tombol panah untuk memindahkan variabel dari ruas kiri ke ruas kanan. Selanjutnya centang pada menu Corrlation Coeffitients -> Pearson. Test of Significance pilih two-tailed. Lalu Klik OK seperti di bawah ini


Selanjutnya akan muncul hasil analisis sebagai berikut:


Hasil analisis di atas menunjukkan bahwa ada hubungan antara Penjualan dengan Profitabilitas. Dilihat dari nilai signifikansinya dari Sig. (2-tailed) memiliki nilai 0,023 yang berada di bawah 0,05 menunjukkan adanya hubungan yang signifikan antara Penjualan dan Profitabilitas.
Selanjutnya dari nilai Pearson Corelation dapat diketahui seberapa kuat hubungan antara kedua variabel. Kriteria lemah kuatnya hubungan dapat dilihat sebagai berikut:

0,00 – 0,199 Sangat Rendah
0,20 – 0,399 Rendah
0,40 – 0,599 Sedang
0,60 – 0,799 Kuat
0,80 – 1,000 Sangat Kuat

Berdasarkan Pearson Correlation dalam tabel yang memiliki nilai 0,704 maka dapat dikatakan bahwa hubungan antara Penjualan dan Profitabilitas Kuat.