HP CS Kami 0852.25.88.77.47(WhatApp) email:IDTesis@gmail.com

Archive for the Statistik Category

Ukuran Sampel SEM PLS: Cara Menghitung dengan Metode Inverse Square Root

Ukuran sampel SEM PLS sebaiknya dihitung dari besar pengaruh yang ingin dideteksi, bukan sekadar dari jumlah panah dalam model. Metode yang kini paling dianjurkan adalah inverse square root dari Kock dan Hadaya (2018), yang dipakai juga dalam buku panduan PLS-SEM Hair dkk. (2022). SEM PLS sering dipilih karena “bisa dengan

Read more →

Model Reflektif dan Formatif: Perbedaan, Cara Menentukan, dan Cara Mengujinya

Model reflektif dan formatif adalah dua cara menghubungkan konstruk (variabel laten) dengan indikatornya dalam SEM. Pada model reflektif, konstruk memengaruhi indikator. Pada model formatif, indikator yang membentuk konstruk. Perbedaan ini bukan sekadar arah panah di gambar. Jenis model menentukan cara menguji validitas dan reliabilitas, serta indikator mana yang boleh dihapus.

Read more →

Koefisien Determinasi (R²) dan Adjusted R²: Arti, Rumus, dan Cara Membacanya

Koefisien determinasi (R²) adalah ukuran seberapa besar variasi variabel terikat yang dapat dijelaskan oleh variabel-variabel bebas dalam model regresi. Nilainya berkisar antara 0 dan 1. R² = 0,40 berarti model menjelaskan 40% variasi variabel terikat. Angka ini hampir selalu muncul di Bab 4 skripsi dan tesis kuantitatif, tetapi sering ditafsirkan

Read more →

Uji Autokorelasi: Cara Membaca Durbin-Watson, Run Test, dan Breusch-Godfrey

Uji autokorelasi adalah pemeriksaan apakah residual regresi pada satu periode berkaitan dengan residual periode sebelumnya. Jika berkaitan, model mengandung autokorelasi dan hasil uji hipotesisnya perlu dikoreksi. Uji ini paling penting untuk data runtun waktu (time series), misalnya penjualan bulanan, inflasi triwulanan, atau laporan keuangan tahunan. Artikel ini menjelaskan cara membaca

Read more →

Uji Heteroskedastisitas: Cara Uji Glejser, Park, Scatterplot, dan Solusinya

Uji heteroskedastisitas adalah pemeriksaan apakah varians residual dalam model regresi sama di semua tingkat nilai prediksi. Jika variansnya sama, model disebut homoskedastis. Jika tidak sama, misalnya residual makin menyebar pada nilai prediksi yang besar, model mengandung heteroskedastisitas. Heteroskedastisitas sering muncul pada data dengan rentang yang lebar, seperti laba perusahaan, pendapatan

Read more →

Uji Multikolinearitas: Cara Membaca VIF, Tolerance, dan Solusinya

Uji multikolinearitas adalah pemeriksaan untuk melihat apakah variabel-variabel bebas dalam regresi berganda saling berkorelasi terlalu kuat. Jika korelasinya terlalu kuat, pengaruh masing-masing variabel sulit dipisahkan, sehingga hasil uji t bisa menyesatkan. Multikolinearitas bukan berarti data Anda salah. Masalahnya adalah dua variabel atau lebih membawa informasi yang hampir sama, sehingga regresi

Read more →

Analisis Bibliometrik dengan VOSviewer: Langkah dan Cara Mencari Novelty Penelitian

Analisis bibliometrik adalah analisis kuantitatif terhadap kumpulan publikasi ilmiah: siapa penulisnya, topik apa yang dibahas, dan bagaimana publikasi saling mengutip. VOSviewer adalah perangkat lunak gratis untuk membuat dan menampilkan peta jaringan dari data tersebut (van Eck & Waltman, 2010). Dalam skripsi, tesis, dan disertasi, analisis bibliometrik paling sering dipakai untuk

Read more →

Uji N-Gain: Rumus, Kategori, Cara Menghitung, dan Uji Lanjutnya

Uji N-Gain (normalized gain) adalah cara mengukur peningkatan hasil belajar dari pretest ke posttest, dibandingkan dengan peningkatan maksimal yang masih mungkin dicapai. N-Gain banyak dipakai di penelitian pendidikan, terutama penelitian eksperimen dan penelitian tindakan kelas. Kelebihannya, N-Gain adil bagi siswa yang nilai awalnya sudah tinggi. Naik 20 poin dari 40

Read more →

R Square, f Square, dan Q Square di SmartPLS: Cara Membaca dan Patokannya

R square (R²), f square (f²), dan Q square (Q²) adalah tiga ukuran untuk menilai model struktural di SmartPLS. R² menunjukkan seberapa besar variasi konstruk endogen yang dijelaskan model. f² menunjukkan sumbangan setiap jalur terhadap R². Q² menunjukkan kemampuan model untuk memprediksi data di luar sampel. Banyak mahasiswa menemukan dua

Read more →

Bootstrapping SmartPLS: Membaca t-Statistic, p-Value, dan Confidence Interval

Bootstrapping di SmartPLS adalah prosedur untuk menguji apakah koefisien jalur, loading, atau efek tidak langsung signifikan. Caranya, data diambil ulang secara acak ribuan kali, lalu model diestimasi ulang setiap kali. Sebaran hasilnya dipakai untuk menghitung standard error, t-statistic, p-value, dan confidence interval. PLS-SEM tidak menganggap data berdistribusi normal, sehingga standard

Read more →

Outer Loading di Bawah 0,7: Kapan Indikator Boleh Dihapus di SmartPLS?

Outer loading adalah besarnya hubungan antara sebuah indikator (butir kuesioner) dan konstruk yang diukurnya. Patokan yang umum dipakai untuk model reflektif adalah 0,708. Namun, outer loading di bawah 0,7 tidak otomatis berarti indikator harus dihapus. Banyak mahasiswa langsung menghapus semua indikator yang loading-nya di bawah 0,7, lalu menjalankan ulang SmartPLS

Read more →

Uji Homogenitas Varians (Levene): Cara Menguji, Membaca Output, dan Jika Tidak Homogen

Uji homogenitas adalah pengujian untuk melihat apakah varians, atau lebar sebaran data, beberapa kelompok sama besar. Asumsi ini dibutuhkan oleh uji t independen dan ANOVA. Uji yang paling sering dipakai adalah uji Levene. Dua situasi ini sering membuat mahasiswa ragu. Pertama, SPSS menampilkan empat baris hasil Levene, dan tidak jelas

Read more →

Uji Mediasi dengan Uji Sobel dan PROCESS Hayes: Cara Menguji dan Membaca Hasilnya

Uji Sobel adalah cara menguji apakah pengaruh variabel X terhadap Y berjalan melalui variabel mediasi M, dengan menguji hasil kali dua koefisien jalur (a × b). Saat ini, cara yang lebih dianjurkan adalah PROCESS Hayes dengan interval kepercayaan bootstrap, karena lebih akurat terutama pada sampel kecil. Judul seperti “Pengaruh Kualitas

Read more →

Uji t dan Uji F dalam Regresi: Cara Membaca dan Menuliskannya

Uji t dan uji F dalam regresi adalah dua pengujian hipotesis yang selalu muncul di output regresi linier berganda. Uji F menguji apakah model secara keseluruhan bermakna. Uji t menguji pengaruh setiap variabel bebas satu per satu. Di ruang sidang, bagian ini sering memancing pertanyaan seperti: “Kenapa uji F signifikan,

Read more →

Validitas Diskriminan: Cara Menguji dengan HTMT, Fornell-Larcker, dan Cross Loading

Validitas diskriminan adalah bukti bahwa sebuah konstruk benar-benar berbeda dari konstruk lain dalam model. Dengan kata lain, butir-butir yang mengukur kepuasan seharusnya lebih mirip satu sama lain daripada dengan butir-butir yang mengukur loyalitas. Masalah ini sering muncul pada konstruk yang konsepnya berdekatan, misalnya kepuasan dan loyalitas, atau komitmen dan keterikatan

Read more →
error: