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 →Cara membaca output SmartPLS sebenarnya mengikuti urutan yang tetap: periksa model pengukuran dulu, baru model struktural dan hipotesis. Masalahnya, laporan SmartPLS berisi puluhan tabel, dan tidak semuanya perlu masuk Bab 4. Kalau Anda pernah membuka output SmartPLS lalu bingung harus mulai dari mana, panduan ini untuk Anda. Setiap angka dijelaskan
Read more →
