Coconote
AI notes
AI voice & video notes
Export note
Try for free
Menganalisis Indikator Model Penelitian
Aug 20, 2024
Catatan Kuliah: Mengatasi Indikator yang Tidak Fit pada Model Penelitian
Pendahuluan
Pembicara: Wildan Wiyanto (Pedangdut)
Topik: Cara mengatasi indikator yang tidak valid pada model penelitian.
Alat yang digunakan: PNS.
Persiapan Data
Data yang disiapkan mencakup:
1 variabel eksogen (24 indikator)
1 variabel intervening (4 indikator)
1 variabel endogen (6 indikator)
Nama proyek:
xyz
Menggunakan model fz1.
Proses Pembuatan Model
Penggambaran Model:
Variabel eksogen, intervening, dan endogen digambarkan.
Import Data:
Data diimpor dalam format
sieve
.
Penempatan Indikator:
Indikator dipindahkan ke variabel yang sesuai.
Analisis Model
Validitas dan Reliabilitas Indikator
Parameter Konversi:
Lambda (loading factor) dengan batasan nilai 0.7.
Jika loading factor di atas 0.7, indikator dinyatakan valid.
Penerapan PLS Algorithm:
Melihat loading factor dari tiap indikator.
Menangani Indikator yang Tidak Valid
Indikator yang ditemukan tidak valid:
X3, X5, X6, x16, x19, dan X13.
Tindakan:
Hapus indikator yang tidak valid.
Lakukan analisis ulang setelah penghapusan.
Hasil Analisis
Setelah penghapusan:
Indikator yang valid menjadi 18 dari 24.
Outer Model Analisis:
Semua variabel eksogen dan endogen menunjukkan loading factor di atas 0.7.
Pemeriksaan Validitas Diskriminan:
Semua nilai loading factor lebih besar dibandingkan dengan koefisien lain.
Inner Model Analisis
Menghitung Koefisien:
Melihat nilai R-Square.
Menilai nilai Chi-square.
Menggunakan Rumus:
DES (Descriptive Statistics) dihitung dari rata-rata.
FCR (Fit Criteria Ratio):
Nilai ini menunjukkan hubungan antar variabel.
Kesimpulan
Semua indikator sudah valid setelah analisis dan penghapusan.
Proses analisis dapat diulang jika masih ada indikator yang tidak valid.
Penting untuk melakukan outer model analisis secara rutin.
Penutup
Pembicara mohon maaf jika ada kesalahan.
Salam penutup: Wassalamualaikum warahmatullahi wabarakatuh.
📄
Full transcript