วีดีโอ

Nah terus sir, ada sedikit tambahan pertanyaan. Kalau menurunkan nilai HTMT itu apa akan merubah keseluruhan nilai sir, misal nilai factor loadingnya bisa berubah dan berpengaruh?

Tolong bantu aku pak 🙏

Halo selamat siang kak Andi 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan, kak 🙏🙏🙏 Nah terkait dengan pertanyaan yang kak Andi sampaikan, sebenarnya untuk nilai cronbach's alpha memang disarankan diatas 0,7, kak Andi 🙏🙏 Nah namun memang, sebenarnya ada juga beberapa literature/sumber yang menyatakan bahwa nilai cronbach's alpha diatas 0,6 (atau 0,5) masih acceptable, kak 🙏🙏 Jadi dengan menggunakan literature ini, kak Andi tidak perlu menghapus/mengubah data dikarenakan teori-teori ini mengatakan bahwa nilai cronbach's alpha diatas 0,5 masih bisa digunakan kak 🙏🙏 Adapun berikut saya lampirkan beberapa sumber referensi yang menyatakan hal ini ya kak (bahwa cronbach's alpha diatas 0,5 masih acceptable/diperbolehkan): drive.google.com/drive/folders/17N5XZlvRsT2FfI9hDKmSgkgqRa01Sb2x?usp=share_link Nah selanjutnya kak, selain teori-teori diatas, apabila nilai cronbach’s alpha dari salah 1 (atau lebih) variabel yang kakak teliti nilainya masih dibawah 0,6, kak, maka sebenarnya tidak masalah juga kak untuk kak Andi tidak menggunakan/tidak memasukan nilai Cronbach's Alpha ke dalam laporan penelitian kak Andi, kak 🙏🙏 Hal ini dikarenakan di dalam metode PLS, memang peneliti lebih disarankan untuk menganalisis/menentukan nilai reliabilitas dari suatu variabel berdasarkan pada nilai composite reliabilitynya, kak Andi. Dalam hal ini, maka nilai cronbach's alpha boleh untuk tidak dimasukan selama nilai coposite reliability rho_c nya sudah aman, kak 🙏🙏 Dengan demikian, maka untuk reliabilitas, kak Andi boleh kak untuk hanya memasukan nilai composite reliability dan tidak perlu memasukan nilai cronbach's alpha sesuai dengan teori/rekomendasi diatas, kak 🙏🙏 Adapun berikut ya kak saya kirimkan beberapa sumber/artikel jurnal yang memang menyatakan bahwa ketika kita menggunakan PLS, maka di dalam melakukan pengujian reliabilitas, yang lebih diutamakan adalah nilai composite reliability kak dibandingkan dengan cronbach's alpha, kak: drive.google.com/drive/folders/1m-SJNU7DztNFCpO2sozBN4Fd-u28wnec?usp=sharing Jadi kak Andi boleh tetap mempertahankan nilai cronbach’s alpha dibawah 0,6 dengan menggunakan teori-teori diatas (pada link google drive yang pertama), atau kalau misalkan kak Andi hanya ingin memasukan/menyertakan nilai composite reliability (tanpa cronbach's alpha) sebagai indikator reliabilitas di dalam penelitian kakak juga boleh ya kak dengan menyertakan beberapa sumber yang telah saya lampirkan pada link google drive yang kedua, kak 🙏🙏 Selanjutnya, kak, Terkait dengan pertanyaan yang kak Andi ajukan perihal rho_a, ada beberapa penjelasan ataupun alasan terkait dengan mengapa nilai rho_a tidak digunakan sebagai salah 1 indikator pengujian reliabilitas ketika kita menggunakan PLS sebagai metode analisis data yang kita pilih, kak, yang dimana, beberapa penjelasan tersebut adalah sebagai berikut: 1. Pertama, mengacu pada beberapa sumber, ketika kita memilih PLS sebagai metode analisis data yang akan kita gunakan di dalam penelitian kita, maka terdapat 2 indikator utama yang dapat kita gunakan untuk menguji reliabilitas dari model penelitian ataupun data kita, yaitu 'Composite Reliability' dan ' Cronbach's Alpha'. Alhasil, maka 2 indikator inilah yang utama harus ada (dan dimasukan) di dalam laporan penelitian kita, dimana, hal ini mengindikasikan bahwa rho_a bukan merupakan indikator yang wajib (atau harus) kita masukan di dalam penelitian yang kita lakukan, kak 🙏🙏 2. Kedua, rho_a sebenarnya jauh lebih cocok untuk digunakan apabila di dalam penelitian kita cenderung hanya terkandung indikator-indikator yang mengukur variabel yang sama, kak. Sedangkan, composite reliability (rho_c) jauh lebih cocok untuk digunakan apabila di dalam penelitian kita terkandung banyak indikator yang mengukur variabel yang berbeda, kak 🙏🙏 Adapun terkait dengan hal ini, maka dikarenakan penelitian yang sedang dilakukan mengandung 2 atau lebih variabel (misalkan 1 X dan 1 Y), maka hal ini mengindikasikan bahwa indikator-indikator yang ada di dalam model penelitian kita tidak hanya mengukur 1 variabel, namun mengukur lebih dari 1 variabel yang berbeda satu sama lain, kak, sehingga, dalam hal ini, composite reliability (rho_c) jauh lebih cocok untuk digunakan dibandingkan dengan rho_a 🙏🙏 3. Ketiga, menurut Hair et al., (2019), rho_a dapat kita gunakan apabila terjadi inkonsistensi antara nilai composite reliability dengan cronbach's alpha, kak. Dengan kata lain, maka apabila misalkan jarak antara nilai cronbach's alpha dengan composite reliability dari variabel yang kita teliti dirasa terlalu jauh (misalkan nilai cronbach's alpha 0,3, lalu nilai composite reliability 0,75), maka dalam kasus diatas, kita sebagai peneliti boleh menggunakan rho_a sebagai acuan dan "jalan tengah" untuk menentukan apakah variabel-variabel yang kita teliti reliable atau tidak, kak (dalam hal ini, nilai yang diambil adalah nilai yang mendekati nilai rho_a untuk variabel tersebut) 🙏🙏 Tambahan Catatan Oh iya kak, berikut mungkin saya bantu untuk berikan beberapa sumber referensi yang mungkin dapat kakak kutip perihal penjelasan diatas ya kak: PLS-SEM results reporting: Hair, J.F./ Risher, J.J./ Sarstedt, M./ Ringle, C.M.: When to Use and How to Report the Results of PLS-SEM, European Business Review, Volume 31 (2019), Issue 1, pp. 2-24. PLS-SEM in marketing: Ahrholdt, D.C./ Gudergan, S./ Ringle, C.M.: Enhancing Loyalty: When Improving Consumer Satisfaction and Delight Matters, Journal of Business Research, Volume 94 (2019), Issue 1, pp. 18-27. PLS-SEM in hospitality research: Ali, F./ Rasoolmanesh, S.M./ Sarstedt, M./ Ringle, C.M./ Ryu, K.: An Assessment of the Use of Partial Least Squares Structural Equation Modeling (PLS-SEM) in Hospitality Research, The International Journal of Contemporary Hospitality Management, Volume 30 (2018), Issue 1, pp. 514-538. PLS-SEM results assessment: Sarstedt, M./ Ringle, C.M./ Cheah, J.H./ Ting, H./ Moisescu, O.I./ Radomir, L.: Structural Model Robustness Checks in PLS-SEM, Tourism Economics, Volume 26 (2020), Issue 4, pp. 531-554. Hair, J.F., Risher, J.J., Sarstedt, M. and Ringle, C.M. (2019), "When to use and how to report the results of PLS-SEM", European Business Review, Vol. 31 No. 1, pp. 2-24. doi.org/10.1108/EBR-11-2018-0203 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Andi ya kak 🙏🙏 Terima kasih banyak sebelumnya, kak Andi 🙏🙏

@@nicholaswilson2898 Jadi kan nilai Cronbach Alpha saya 0,691 artinya nilai Cronbach Alphanya > 0,60 dan artinya juga nilai Cronbach Alpha saya tersebut <0,70 seperti yang Pak Nicolas katakan kalau Cronbach Alpha > 0,70 disarankan. Jadi apakah menurut bapak, nilai Cronbach Alpha saya seperti itu aman pak?

@@AndiRachman-t2w Ini Aman, Andi, tapi kamu harus masukkan teori yang menyatakan bahwa cronbach's alpha > 0,6 masih terbilang Reliable ya Di Jadi menyesuaikan dengan sumber referensi/jurnal yang kamu masukkan ke Bab 3, Di

@@nicholaswilson2898 Apakah bapak ada referensinya pak yang mengatakan bahwa Cronbach Alpha >0,60 masih dapat diterima?

@@AndiRachman-t2w Berikut ya Andi: drive.google.com/drive/folders/17N5XZlvRsT2FfI9hDKmSgkgqRa01Sb2x?usp=sharing

Halo selamat siang kak Youb, Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak Dan mohon maaf sekali sebelumya saya baru kembali membalas, kak Adapun perihal pertanyaan dari kak Youb, betul sekali kak bahwa metode ataupun langkah-langkah ini dapat diaplikasikan juga di SmartPLS versi 3 ya kak Lalu berikutnya, perihal Uji Moderasi terhadap data yang sifatnya/jenisnya Interval, sebenarnya langkah-langkahnya mirip, kak, hanya saja ada sedikit perbedaan dalam hal interpretasiya, kak Adapun saya juga telah membuat video perihal penjelasan cara menganalisis efek moderasi dengan metode PLS untuk data yang berbentuk Interval yang dapat kak Youb akses via link berikut ya: th-cam.com/video/tVyG80sm_xc/w-d-xo.htmlsi=yGfZwuHDH2pop0Fx Semoga dapat membantu ya kak. Terima kasih banyak sebelumnya ya kak 🙏🙏

Halo selamat siang kak Guan 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas dikarenakan kesibukan yang cukup padat, kak 🙏🙏 Dan terima kasih banyak sebelumnya atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan yang kak Guan ajukan, sebenarnya betul sekali kak software PLS ini bisa digunakan untuk menguji/mengolah data yang sifatnya Ordinal, Interval dan Rasio ya kak Meskipun demikian, namun memang PLS ini lebih cocok untuk digunakan untuk mengolah data yang sifatnya adalah Interval/Rasio, kak Namun apabila kak Guan ingin mengolah data Ordinal dengan menggunakan PLS, hal ini juga dapat dilakukan ya kak Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak sebelumnya, kak 🙏🙏🙏🙏

@nicholaswilson2898 terima kasih banyak atas jawabannya pak🙏🏻

@@laiguanlin1326 Baik kak Guan. Sama-sama ya kak 🙏🙏

pak apakah bisa konsultasi langsung

Halo selamat pagi kak Derpi 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas dikarenakan kesibukan yang cukup padat, kak 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Terkait dengan pertanyaan yang Derpi ajukan, kak, maka ada beberapa cara yang dapat kak Derpi lakukan guna mengatasi nilai HTMT yang tidak valid ini, kak: *Cara Pertama* Apabila ada nilai HTMT dari variabel kakak yang tidak valid, maka langkah yang dapat dilakukan untuk mengatasi hal ini adalah dengan membuang satu (atau lebih) indikator dari setiap variabel (yang HTMT-nya tidak valid) yang nilai factor loadingnya paling rendah dibandingkan dengan indikator lain dari variabel yang sama, kak, yang dimana, setelah dibuang, maka data boleh di-running ataupun dianalisis ulang sampai seluruh nilai HTMT dari seluruh variabel yang kak Derpi teliti sudah valid, kak 🙏🙏 Adapun proses diatas dapat diulang lebih dari 1 kali sampai seluruh nilai HTMT dari variabel-variabel yang kakak teliti sudah valid, kak 🙏🙏 *Cara Kedua* Nah selanjutnya kak, selain cara pertama diatas, cara lain yang dapat kak Derpi lakukan guna mengatasi nilai HTMT yang tidak valid ini adalah dengan cara membuang indikator/data yang nilai standar deviasi (standard deviation) nya dibawah 0,25, kak 🙏🙏 *Cara Ketiga* Berikutnya kak, apabila cara pertama dan kedua sudah dilakukan dan nilai HTMT tetap tinggi, maka cara ketiga yang dapat kak Derpi lakukan adalah dengan mencari teori (baik dari buku ataupun artikel jurnal) yang menyatakan bahwa nilai HTMT dibawah 0,95 atau 1 masih terhitung valid, kak 🙏🙏 Dengan demikian, maka apabila kak Derpi menggunakan (dan memasukan) teori ini ke dalam skripsi/penelitian kakak, maka nilai HTMT kak Derpi masih dapat tetap terhitung valid, kak (meskipun ada variabel kak Derpi yang nilai HTMT nya diatas 0,90, kak) 🙏🙏 *Cara Keempat* Berikutnya kak, selain cara ketiga, cara keempat yang juga dapat kak Derpi lakukan apabila nilai HTMT tidak valid adalah dengan melihat 2 komponen discriminant validity lainnya kak (yaitu cross loading dan fornell-larcker) Jadi selama nilai cross loading dan fornell larcker lolos, maka kak Derpi boleh untuk menggunakan (atau memasukan) 2 aspek dari discriminant validity ini ke Laporan Penelitian yang kak Derpi sedang buat, kak 🙏🙏 Jadi dalam hal hal ini, nilai HTMT tidak perlu kakak masukan ke laporan penelitian tidak apa-apa, namun dengan syarat 2 komponen lainnya (fornell-larcker dan cross loading) lolos/valid kak, 🙏🙏 *Nah lalu berikutnya, kak*, Perihal pengujian validitas diskriminan dengan menggunakan Fornell-Larcker, apabila nilai fornell larcker paling besar/paling tinggi dari data Kakak ternyata bukan terletak di bagian paling atas dari kolom tersebut, maka dapat dikatakan bahwa ada indikator dari variabel tersebut yang juga ber-korelasi dengan variabel lainnya (padahal, seharusnya seluruh indikator dari sebuah variabel hanya boleh berkorelasi dengan variabel tersebut dan tidak boleh berkorelasi dengan variabel lainnya) 🙏🙏 Nah apabila hal ini terjadi, maka salah 1 cara yang dapat kak Derpi lakukan guna mengatasi hal ini adalah dengan membuang Indikator dari salah 1 variabel (dari 2 variabel) yang nilai fornell larckernya paling tinggi, kak. Sebagai contoh: X1 (Baris 1) -------------- X5 (Kolom 1) = 0.658 X2 (Baris 2) -------------- X5 (Kolom 1) = 0.743 Berdasarkan pada contoh diatas, dikarenakan nilai fornell larcker tertinggi dari kolom 1 tidak terletak di bagian paling atas, maka kak Derpi dapat coba membuang 1 per 1 indikator dari antara X2 atau X5 (dapat dipilih salah 1, namun biasanya indikator yang terlebih dahulu coba dibuang adalah indikator dari variabel yang ada di baris sebelah kiri), lalu data di-running kembali (menggunakan PLS Algorithm) sampai fornell larcker ini berhasil tercapai/lolos. Adapun jangan membuang seluruh indikator sekaligus, tapi dapat dibuang 1 per 1 sampai memang masalah fornell larcker ini berhasil ter-atasi dengan baik 🙏🙏 Misalkan, pertama-tama dibuang Indikator X2.1, lalu di-running ulang. Apabila masih belum lolos, maka dapat dibuang kembali indikator lainnya (misalkan X2.2), lalu data di-running ulang, dstnya) 🙏🙏 Namun, saya menyarankan kepada kak Derpi untuk minimal menyisakan 3 indikator per variabel ya kak. Dengan kata lain, maka apabila jumlah indikator dari variabel tersebut sudah 3, maka jangan ada indikator yang dibuang kembali karena nanti dikhawatirkan akan menjadi masalah dan akan ditanyakan ketika sidang skripsi, kak (mengingat bahwa biasanya, cenderung dirasa terlalu sedikit apabila 1 variabel hanya di-representasikan oleh 1 atau 2 indikator saja) 🙏🙏 Adapun cara yang sama juga dapat kak Derpi aplikasikan untuk angka fornell-larcker pada kolom paling kanan ya kak apabila angka tunggal di kolom ini lebih rendah dari angka-angka di sampingnya (pada baris yang sama), kak 🙏🙏 Apabila ternyata problem fornell larcker ini masih tetap belum teratasi meskipun beberapa indikator telah dibuang, maka saran saya adalah bahwa Kakak dapat menggunakan patokan lain terkait dengan pengukuran Discriminant Validity yang dilakukan, yang dimana, Kakak bisa menggunakan patokan Cross Loading, ataupun menggunakan Patokan Nilai HTMT, kak 🙏🙏 Kurang lebih seperti itu saran dari saya, Kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan dari kak Derpi ya kak 🙏🙏 Memang cara untuk mengatasi permasalahan validitas diskriminan ini cenderung agak sedikit kompleks dikarenakan bersifat trial & error (buang indikator, lalu data di-running kembali sampai problem teratasi). Namun semoga masukan-masukan saya diatas dapat membantu Kak di dalam mengatasi permasalahan fornell larcker yang dialami ya kak 🙏🙏

Halo selamat pagi kak Azizah 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas dikarenakan saya baru sempat untuk mengecek TH-cam kembali dikarenakan kesibukan, kak 🙏🙏 Dan terima kasih banyak ya kak atas pertanyaan yang telah kak Azizah ajukan 🙏🙏 Berkaitan dengan pertanyaan yang kak Azizah kemukakan, Fornell-Larcker menggambarkan nilai korelasi antar variabel, yang dimana, nilai korelasi antar variabel yang sama harus lebih tinggi dibandingkan dengan nilai korelasi antar variabel tersebut dengan variabel lainnya (dengan kata lain, maka nilai fornell larcker paling atas dari setiap kolom harus lebih tinggi dibandingkan dengan seluruh fornell larcker yang ada dibawahnya), kak 🙏🙏 Dalam kasus yang kak Azizah tanyakan, apabila nilai fornell larcker paling besar/paling tinggi dari data Kakak ternyata bukan terletak di bagian paling atas dari kolom tersebut, maka dapat dikatakan bahwa ada indikator dari variabel tersebut yang juga ber-korelasi dengan variabel lainnya (padahal, seharusnya seluruh indikator dari sebuah variabel hanya boleh berkorelasi dengan variabel tersebut dan tidak boleh berkorelasi dengan variabel lainnya) 🙏🙏 Nah apabila hal ini terjadi, maka salah 1 cara yang dapat kak Azizah lakukan guna mengatasi hal ini adalah dengan membuang Indikator dari salah 1 variabel (dari 2 variabel) yang nilai fornell larckernya paling tinggi, kak. Sebagai contoh: X1 (Baris 1) -------------- X5 (Kolom 1) = 0.658 X2 (Baris 2) -------------- X5 (Kolom 1) = 0.743 Berdasarkan pada contoh diatas, dikarenakan nilai fornell larcker tertinggi dari kolom 1 tidak terletak di bagian paling atas, maka kak Azizah dapat coba membuang 1 per 1 indikator dari antara X2 atau X5 (dapat dipilih salah 1, namun biasanya indikator yang terlebih dahulu coba dibuang adalah indikator dari variabel yang ada di baris sebelah kiri), lalu data di-running kembali (menggunakan PLS Algorithm) sampai fornell larcker ini berhasil tercapai/lolos. Adapun jangan membuang seluruh indikator sekaligus, tapi dapat dibuang 1 per 1 sampai memang masalah fornell larcker ini berhasil ter-atasi dengan baik 🙏🙏 Misalkan, pertama-tama dibuang Indikator X2.1, lalu di-running ulang. Apabila masih belum lolos, maka dapat dibuang kembali indikator lainnya (misalkan X2.2), lalu data di-running ulang, dstnya) 🙏🙏 Namun, saya menyarankan kepada kak Azizah untuk minimal menyisakan 3 indikator per variabel ya kak. Dengan kata lain, maka apabila jumlah indikator dari variabel tersebut sudah 3, maka jangan ada indikator yang dibuang kembali karena nanti dikhawatirkan akan menjadi masalah dan akan ditanyakan ketika sidang skripsi, kak (mengingat bahwa biasanya, cenderung dirasa terlalu sedikit apabila 1 variabel hanya di-representasikan oleh 1 atau 2 indikator saja) 🙏🙏 Adapun cara yang sama juga dapat kak Azizah aplikasikan untuk angka fornell-larcker pada kolom paling kanan ya kak apabila angka tunggal di kolom ini lebih rendah dari angka-angka di sampingnya (pada baris yang sama), kak 🙏🙏 Apabila ternyata problem fornell larcker ini masih tetap belum teratasi meskipun beberapa indikator telah dibuang, maka saran saya adalah bahwa Kakak dapat menggunakan patokan lain terkait dengan pengukuran Discriminant Validity yang dilakukan, yang dimana, Kakak bisa menggunakan patokan Cross Loading, ataupun menggunakan Patokan Nilai HTMT, kak 🙏🙏 Kurang lebih seperti itu saran dari saya, Kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan dari kak Azizah ya kak 🙏🙏 Memang cara untuk mengatasi permasalahan validitas diskriminan ini cenderung agak sedikit kompleks dikarenakan bersifat trial & error (buang indikator, lalu data di-running kembali sampai problem teratasi). Namun semoga masukan-masukan saya diatas dapat membantu Kak di dalam mengatasi permasalahan fornell larcker yang dialami ya kak 🙏🙏 Terima kasih banyak Kak sebelumnya 🙏🙏🙏

@ Pak saya sudah mencoba mengahpus indikatornya sampai menyisakan 3 indikator saja, namun nilai konstruk paling atas masih belum lebih besar dari konstruk dibawahnya. Jadi saya memutuskan untuk menggunakan cross loading dan HTMT saja, namun ketika saya cek ternyata HTMTnya melambung tinggi melebihi kriteria karena penghapusan sebelumnya. Lalu saya harus bagaimana ya? apakah boleh jika hanya menggunakan cross loding saja?

@walilahnurazizah8577 Halo kak Azizah selamat pagi kak, Oh wah baik kalau begitu kak. Terima kasih banyak sebelumnya atas update yg telah disampaikan ya kak 🙏🙏 Adapun perihal ini, kak, kalau dari saya, sebenarnya tidak masalah kak kalau misalkan kak Azizah hanya ingin memasukkan nilai cross loading sebagai indikatir validitas diskriminan yg digunakan dalam skripsi kakak. Nah tapi saran saya, hal ini mungkin boleh kak Azizah diskusikan lebih lanjut dengan dosen pembimbing kakak ya, dikarenakan takutnya setiap dosen punya pertimbangan/standard nya masing², kak hehehehe Tapi kalau dari saya, tidak masalah sebenarnya untuk kakak memasukkan nilai cross loading ke dalam skripsi kakak 🙏🙏 Nah atau opsi lainnya adalah untuk nilai HTMT, kak, kira² meskipun tinggi apakah nilainya masih dibawah 1, kak? Hal ini dikarenakan apabila nilai nya masih dibawah 1, maka kak Azizah boleh memasukan teori/artikel jurnal yg menyatakan bahwa nilai HTMT < 1 masih valid, sehingga, meskipun di PLS merah, namun selama masih dibawah 1, masih dapat dianggap valid, kak Nah adapun kalau misalkan kedua opsi diatas tidak memungkinkan untuk dilakukan, maka opsi terakhir yg dapat kak Azizah lakukan adalah dengan melakukan penambahan data, atau penghapusan data² yg dianggap outlier, kak (seperti misalkan data respondnen yg response nya sama semua dari indikator pertama sampai terakhir, atau jawaban² yg berpola, dsbnya, kak) Mungkin seperti itu kak beberapa solusi dari saya, kak 🙏🙏 Nanti mungkin boleh di-update kembali ke sy ya kak perihal kira² opsi mana yg paling memungkinkan untuk kak Azizah lakukan 🙏🙏 Terima kasih banyak sebelumnya, kak 🙏🙏

Halo selamat pagi kak Risza, Mohon maaf sekali sebelumnya saya baru kembali membalas ya kak 🙏🙏 Baik kak Risza. Sama-sama ya kak 🙏🙏 Saya turut senang apabila video saya dapat membantu kak Risza dan rekan², kak 🙏🙏 Terima kasih banyak ya kak 🙏🙏

Halo selamat siang kak Derwin 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru membalas dikarenakan saya baru sempat membuka TH-cam kembali kak hehehehe🙏🙏 Oh wah baik Kak Derwin. Siap laksanakan kak 🙏🙏 Terima kasih banyak atas apresiasinya ya kak 🙏🙏 Saya ikut senang apabila Video saya dapat membantu Kak Derwin dan rekan-rekan, Kak 🙏🙏 Terima kasih banyak sekali lagi ya Kak 🙏🙏

Halo selamat siang kak Derwin 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas, dikarenakan jadwal saya sangat padat kemarin-kemarin, jadi saya tidak sempat untuk buka TH-cam saya kembali, kak 🙏🙏🙏🙏 Mohon maaf yang sebesar-besarnya ya kak sebelumnya 🙏🙏🙏🙏 Nah terkait dengan pertanyaan yang kak Derwin sampaikan, sebenarnya untuk nilai cronbach's alpha memang disarankan diatas 0,7, kak Derwin 🙏🙏 Nah namun memang, sebenarnya ada juga beberapa literature/sumber yang menyatakan bahwa nilai cronbach's alpha diatas 0,6 (atau 0,5) masih acceptable, kak 🙏🙏 Jadi dengan menggunakan literature ini, kak Derwin tidak perlu menghapus/mengubah data dikarenakan teori-teori ini mengatakan bahwa nilai cronbach's alpha diatas 0,5 masih bisa digunakan kak 🙏🙏 Adapun berikut saya lampirkan beberapa sumber referensi yang menyatakan hal ini ya kak (bahwa cronbach's alpha diatas 0,5 masih acceptable/diperbolehkan): drive.google.com/drive/folders/17N5XZlvRsT2FfI9hDKmSgkgqRa01Sb2x?usp=share_link Nah selanjutnya kak, selain teori-teori diatas, apabila nilai cronbach’s alpha dari salah 1 (atau lebih) variabel yang kakak teliti nilainya masih dibawah 0,6, kak, maka sebenarnya tidak masalah juga kak untuk kak Derwin tidak menggunakan/tidak memasukan nilai Cronbach's Alpha ke dalam laporan penelitian kak Derwin, kak 🙏🙏 Hal ini dikarenakan di dalam metode PLS, memang peneliti lebih disarankan untuk menganalisis/menentukan nilai reliabilitas dari suatu variabel berdasarkan pada nilai composite reliabilitynya, kak Derwin. Dalam hal ini, maka nilai cronbach's alpha boleh untuk tidak dimasukan selama nilai coposite reliability rho_c nya sudah aman, kak 🙏🙏 Dengan demikian, maka untuk reliabilitas, kak Derwin boleh kak untuk hanya memasukan nilai composite reliability dan tidak perlu memasukan nilai cronbach's alpha sesuai dengan teori/rekomendasi diatas, kak 🙏🙏 Adapun berikut ya kak saya kirimkan beberapa sumber/artikel jurnal yang memang menyatakan bahwa ketika kita menggunakan PLS, maka di dalam melakukan pengujian reliabilitas, yang lebih diutamakan adalah nilai composite reliability kak dibandingkan dengan cronbach's alpha, kak: drive.google.com/drive/folders/1m-SJNU7DztNFCpO2sozBN4Fd-u28wnec?usp=sharing Jadi kak Derwin boleh tetap mempertahankan nilai cronbach’s alpha dibawah 0,6 dengan menggunakan teori-teori diatas (pada link google drive yang pertama), atau kalau misalkan kak Derwin hanya ingin memasukan/menyertakan nilai composite reliability (tanpa cronbach's alpha) sebagai indikator reliabilitas di dalam penelitian kakak juga boleh ya kak dengan menyertakan beberapa sumber yang telah saya lampirkan pada link google drive yang kedua, kak 🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Derwin ya kak 🙏🙏 Dan semoga penjelasan saya tetap dapat membantu ya kak meskipun terlambat 8 hari🙏🙏 Terima kasih banyak sebelumnya, kak Derwin, dan sukses serta sehat selalu ya kak untuk kak Derwin dan keluarga 🙏🙏

Halo selamat siang kak Oce 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas, dikarenakan jadwal saya sangat padat kemarin-kemarin, jadi saya tidak sempat untuk buka TH-cam saya kembali, kak 🙏🙏🙏🙏 Mohon maaf yang sebesar-besarnya ya kak sebelumnya 🙏🙏🙏🙏 Adapun terkait dengan pertanyaan dari kak Oce, kebetulan untuk uji simultan memang tidak bisa kita lakukan secara otomatis di PLS kak dikarenakan fitur ini memang tidak tersedia di PLS, kak. Dengan demikian, maka uji simultan di PLS dapat kita lakukan secara manual, kak Oce 🙏🙏 Nah terkait dengan hal ini, maka kak Oce bisa mencoba beberapa tahapan/cara berikut ya kak: 1. Kak Oce boleh create latent variable baru di PLS, lalu diberi nama X (Simultan), kak 2. Lalu variabel X1 dan X2 yg sudah dibuat dihapus, dan kak Oce boleh memasukan seluruh indikator dari X1 & X2 ke dalam 1 variabel X Simultan yg tadi sudah dibuat, kak 3. Selanjutnya, kak Oce boleh tarik garis yg menghubungkan variabel X Simultan dengan Y ya kak 4. Setelah itu di Bootstrapping seperti biasa kak Nah nanti hasil p value dri model X Simultan ke Y ini bisa dijadikan patokan untuk menguji apakah X1 dan X2 secara bersama-sama berpengaruh signifikan terhadap variabel Y, kak 🙏🙏 Hal ini karena di PLS, kita tidak bisa melakukan Uji Simultan secara otomatis (seperti yg bisa kita lakukan di Regresi Berganda), kak, sehingga untuk melakukan uji simultan di PLS, kita harus create variabel baru yang di dalamnya mencakup indikator-indikator dari X1 dan X2, kak Oce 🙏🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Oce ya kak 🙏🙏 Dan semoga penjelasan saya tetap dapat membantu ya kak meskipun terlambat 2 minggu 🙏🙏 Terima kasih banyak sebelumnya, kak Oce, dan sukses serta sehat selalu ya kak untuk kak Oce dan keluarga 🙏🙏

@ itu x1 dan x2 dijadikan satu itu apakah perlu ditambah atau dikalikan, atu cuman jadi satu saja terus di boostrapping?, dan kalau seumpama nylis diskripsi apakah bisa ya?, dan untuk mendasari perhitungan itu pakai teori siapa ya?, mohon dijawab Pak karena sy stuck disini 😭🙏

Halo selamat siang kak Abdul 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas, dikarenakan jadwal saya sangat padat kemarin-kemarin, jadi saya tidak sempat untuk buka TH-cam saya kembali, kak 🙏🙏🙏🙏 Mohon maaf yang sebesar-besarnya ya kak sebelumnya 🙏🙏🙏🙏 Adapun perihal pertanyaan yang kak Abdul ajukan, apabila kak Abdul menganalisis model penelitian dengan menggunakan metode PLS-SEM, dimana di dalam model penelitian kakak terdapat variabel independent, variabel mediasi, variabel dependen, serta variabel moderasi, maka menurut saya, kak Abdul dapat langsung mengerjakan/melakukan analisis data ini secara berbarengan, kak. Jadi pengujain efek moderasi dan mediasi dapat dilakukan di 1 project/kertas kerja (worksheet) yang sama, kak Jadi tidak perlu dipisah ya kak pengerjaannya hehehehe 🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Abdul ya kak 🙏🙏 Dan semoga penjelasan saya tetap dapat membantu ya kak meskipun terlambat 2 minggu 🙏🙏 Terima kasih banyak sebelumnya, kak Abdul, dan sukses serta sehat selalu ya kak untuk kak Abdul dan keluarga 🙏🙏 Dan terima kasih banyak sekali lagi atas apresiasinya ya kak. Saya turut senang apabila konten/video edukasi yang saya buat dan upload ke TH-cam dapat membantu kak Abdul dan rekan-rekan yang lain dalam mengolah data skripsi, kak 🙏🙏

Halo selamat siang kak Elly 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas, dikarenakan jadwal saya sangat padat kemarin-kemarin, jadi saya tidak sempat untuk buka TH-cam saya kembali, kak 🙏🙏🙏🙏 Mohon maaf yang sebesar-besarnya ya kak sebelumnya 🙏🙏🙏🙏 Adapun perihal pertanyaan yang kak Elly ajukan, apabila kak Elly menggunakan SmartPLS versi 4, maka betul sekali kak bahwa pengujian Q2 tidak perlu dilakukan, kak Nah namun untuk Uji Hipotesis, ini tetap wajib dilakukan ya kak, dikarenakan tujuan utama dari analisis PLS yang kita lakukan adalah guna membuktikan apabila semua hipotesis yang kita rumuskan di Bab 2 didukung atau ditolak, kak Namun memang uji hipotesis yang kita lakukan didasarkan pada hasil uji Path Coefficient (uji pengaruh langsung, uji efek mediasi, serta uji efek moderasi) yang kita peroleh ketika kita melakukan analisis Bootstrapping di PLS, kak Pada tingkat signifikansi sebesar 5%, apabila nilai p-value dibawah sama dengan 0,05, maka bisa dikatakan pengaruh antar variabel yang muncul adalah signifikan (sehingga hipotesis diterima), kak. Sedangkan sebaliknya, apabila nilai p-value lebih besar dari 0,05, maka bisa dikatakan pengaruh antar variabel yang muncul adalah tidak signifikan (sehingga hipotesis ditolak), kak Lalu perihal variabel moderasi kategorikal yang kak Elly teliti, nanti kak Elly dapat membandingkan hasil uji hipotesis/uji pengaruh antar variabel untuk setiap kategorinya, kak. Jadi nanti kak Elly dapat melihat dan menyimpulkan apakah besaran/signifikansi pengaruh antar variabel dari masing-masing kategori sama, atau ada perbedaan, kak (misalkan apakah pengaruh X ke Y pada responden pria hasilnya sama dengan pengaruh X ke Y pada responden wanita, kak) Mungkin kurang lebih seperti itu penjelasan dariu saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Elly ya kak 🙏🙏 Dan semoga penjelasan saya tetap dapat membantu ya kak meskipun terlambat 2 minggu 🙏🙏 Terima kasih banyak sebelumnya, kak Elly, dan sukses serta sehat selalu ya kak untuk kak Elly dan keluarga 🙏🙏

@@nicholaswilson2898 brarti di outer model menggunakan uji validitas dan reabilitas, di inner model ada uji R-Square dan f-square kemudian uji moderasi MRA, dan uji hipotesisnya menggunakan bootsrapping, seperti itu ya kak? f-square ini perlu atau cukup dengan R-Square dan uji MRA aja kak?

@@ellywidaa_ Betul sekali kak Elly seperti ini, kak 🙏🙏 Nah kalau menurut saya, kak, uji F-Square sebenarnya sifatnya Opsional, kak, dikarenakan fungsi dari F-Square ini adalah untuk melihat kekuatan pengaruh yang diberikan oleh 1 variabel terhadap variabel lainnya, kak. Dan fungsi ini sebenarnya mirip dengan R-Square, sehingga, kalau dari saya, kak, apabila uji R-Square sudah dilakukan, maka uji F-Square tidak wajib dilakukan lagi, kak Tapi kalau misalkan kak Elly tetap mau melakukan uji F-Square tidak masalah juga kak sebenarnya hehehehe 🙏🙏🙏

@@nicholaswilson2898 Terimakasih banyak pak, semoga selalu dimudahkan segala urusannya, dan lancar selalu rejekinya🙏🏼🙏🏼

@@nicholaswilson2898 urutan teknik analisis data saya sudah benar ya pak?🙏🏼

@@Hidupbahagialah Halo selamat siang kak 🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak, dikarenakan akhir² ini jadwal saya cukup hectic, kak 🙏🙏 Dan terima kasih banyak sebelumnya atas pertanyaan yang telah diajukan, kak 🙏🙏 Adapun perihal pertanyaan kakak, ini sebenarnya tergantung dari bunyi hipotesis yang kakak rumuskan di skripsi/penelitian kakak 🙏🙏 Hal ini dikarenakan p-value dan original sample mengukur 2 hal yg berbeda, kak 🙏🙏 Apabila nilai p-value nya dibawah 0.05, maka dapat disimpulkan bahwa pengaruh antar variabelnya signifikan, kak, Sedangkan nilai original sample mengukur arah pengaruh yang muncul, kak (negatif atau positif). Apabila nilai original samplenya negatif, maka dapat disimpulkan bahwa arah pengaruhnya berbanding terbalik, kak (apabila X naik, maka Y turun dan sebaliknya) Nah apabila misalkan bunyi hipotesis kakak adalah "X berpengaruh signifikan terhadap Y", maka hipotesis kakak tetap diterima dikarenakan nilai p-value nya dibawah 0.05, kak 🙏🙏 Sedangkan apabila misalkan bunyi hipotesis kakak adalah "X berpengaruh positif terhadap Y", maka dapat disimpulkan bahwa hipotesis kakak ditolak dikarenakan arah pengaruh yang muncul bukan positif, melainkan negatif, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kakak ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

@@wenyfransiskamalau6648 Halo selamat sore kak Weny 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Terkait dengan pertanyaan yang Weny ajukan, kak, maka ada beberapa cara yang dapat kak Weny lakukan guna mengatasi nilai HTMT yang tidak valid ini, kak: *Cara Pertama* Apabila ada nilai HTMT dari variabel kakak yang tidak valid, maka langkah yang dapat dilakukan untuk mengatasi hal ini adalah dengan membuang satu (atau lebih) indikator dari setiap variabel (yang HTMT-nya tidak valid) yang nilai factor loadingnya paling rendah dibandingkan dengan indikator lain dari variabel yang sama, kak, yang dimana, setelah dibuang, maka data boleh di-running ataupun dianalisis ulang sampai seluruh nilai HTMT dari seluruh variabel yang kak Weny teliti sudah valid, kak 🙏🙏 Adapun proses diatas dapat diulang lebih dari 1 kali sampai seluruh nilai HTMT dari variabel-variabel yang kakak teliti sudah valid, kak 🙏🙏 *Cara Kedua* Nah selanjutnya kak, selain cara pertama diatas, cara lain yang dapat kak Weny lakukan guna mengatasi nilai HTMT yang tidak valid ini adalah dengan cara membuang indikator/data yang nilai standar deviasi (standard deviation) nya dibawah 0,25, kak 🙏🙏 *Cara Ketiga* Berikutnya kak, apabila cara pertama dan kedua sudah dilakukan dan nilai HTMT tetap tinggi, maka cara ketiga yang dapat kak Weny lakukan adalah dengan mencari teori (baik dari buku ataupun artikel jurnal) yang menyatakan bahwa nilai HTMT dibawah 0,95 atau 1 masih terhitung valid, kak 🙏🙏 Dengan demikian, maka apabila kak Weny menggunakan (dan memasukan) teori ini ke dalam skripsi/penelitian kakak, maka nilai HTMT kak Weny masih dapat tetap terhitung valid, kak (meskipun ada variabel kak Weny yang nilai HTMT nya diatas 0,90, kak) 🙏🙏 *Cara Keempat* Berikutnya kak, selain cara ketiga, cara keempat yang juga dapat kak Weny lakukan apabila nilai HTMT tidak valid adalah dengan melihat 2 komponen discriminant validity lainnya kak (yaitu cross loading dan fornell-larcker) Jadi selama nilai cross loading dan fornell larcker lolos, maka kak Weny boleh untuk menggunakan (atau memasukan) 2 aspek dari discriminant validity ini ke Laporan Penelitian yang kak Weny sedang buat, kak 🙏🙏 Jadi dalam hal hal ini, nilai HTMT tidak perlu kakak masukan ke laporan penelitian tidak apa-apa, namun dengan syarat 2 komponen lainnya (fornell-larcker dan cross loading) lolos/valid kak, 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak Weny 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Weny ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

@@Frasta-qc7qz Halo selamat malam kak Frasta 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru membalas, dikarenakan saya sedang di luar kota kak kebetulan hehehehe 🙏🙏 Mohon maaf sekali ya kak sebelumnya 🙏🙏 Adapun perihal pertanyaan yang kak Frasta ajukan, sebenarnya tidak masalah kak apabila kakak ingin mengkombinasikan hasil PLS Algorithm dgn Consistent PLS Algorithm untuk uji Outer Model yg kakak lakukan 🙏🙏 Nah tapi kak, kalau dari saya, mungkin akan lebih baik kak apabila uji Outer Model yg kakak lakukan menggunakan metode yg sama, kak (misalkan Consistent PLS Algorithm) 🙏🙏 Namun sebenarnya, apabila kak Frasta ingin campur hasil dari kedua metode pengujian ini, tidak masalah juga kak dikarenakan kedua pengujian ini pada dasarnya mengukur hal yang sama, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Frasta ya kak 🙏🙏 Terima kasih banyak ya kak 🙏🙏

@@nicholaswilson2898 Selamat malam Bapak.. Sebelumnya, terimakasih banyakk untuk respon yang Bapak berikan.. Maaf yaa pak kalau saya menganggu waktu Bapak 🙏🙏🙏 Oh jadi bisa ya pak? Untuk penganalisisan outer dan inner model itu apakah ada keterkaitan kah pak antara satu sama lain? Misalkan dari segi formula/rumus perhitungan, dll.. Dikarenakan takutnya kalau semisal saya pakai PLS Algorithm untuk outer model dan Consistent PLS Algorithm untuk inner model, misalnya, hasilnya nanti berbeda, karena mereka menggunakan rumus/formula perhitungan yg saling terkait?? Dan kalau di case saya, saya menggunakan Consistent PLS Algorithm, untuk hasil semua analisis Baik, tapi cuman hasil satu analisis yg kurang begitu baik, yaitu yg discriminant validity untuk Fornel & Larcker saja pak.. 🙏🙏🙏 Mohon infonya yaa pak.. Dan sekali lg terimakasih banyak untuk respon yg Bapak berikan 🙏🙏🙏

@@Frasta-qc7qz Selamat malam kak Frasta 🙏🙏 Baik kak Frasta. Sama² ya kak 🙏🙏🙏 Wah aman kak, tidak mengganggu sama sekali, kak hehehehehe 🙏🙏🙏 Adapun perihal pertanyaan kak Frasta, jgn khawatir ya kak 🙏🙏 Jadi metode pengujian outer model yang kak Frasta gunakan (apakah PLS Algorithm ataupun Consistent PLS Algorithm) tidak akan berpengaruh ke hasil pengujian Inner Model (Bootstrapping) yang kak Frasta lakukan, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Jadi tidak masalah ya kak hehehehehe 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Frasta ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏🙏

@@nicholaswilson2898 Wahhh, baikk kalo begitu pak.. Saya akan gunakan PLS Algorithm untuk inner model dan Consistent PLS Algorithm untuk outer model nya.. Terimakasihh banyakk yaa pakk sudah memberikan ilmu dan pencerahan untuk thesis saya.. Terimakasih sekalii pakk.. Semoga Bapak sekeluarga selalu sehat dan bahagia.. Tuhan memberkati Bapak & keluarga 🙏🙏🙏

Halo selamat malam kak 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan yang kakak kemukakan, benar sekali ya kak bahwa dikarenakan nilai p-value dari pengaruh X ke Y kakak dibawah 0,05, maka dapat dikatakan bahwa pengaruhnya signifikan ya kak 🙏🙏 Selanjutnya kak, untuk melihat arah pengaruh, maka kakak dapat melihat antara nilai original sample (O) ataupun sample mean (M) ya kak 🙏🙏 Namun biasanya, yang kita lihat adalah nilai Original Sample dari pengaruh tersebut, kak 🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak. Semoga dapat membantu menjawab pertanyaan dari kakak ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

terima kasih kak, mohon maaf kak saya bertanya kembali untuk hipotesis z > x - y yg tepat kata2nya seperti apa ya kak? apakh bisa seperti ini x berpengaruh positif terhadap y dimoderasi dengan z, apakah tepat seperti itu kak? Saya jg mau nanya kak kan saya hipotesis one tailed berarti kalau misal nilai one samplenya negatif berarti hipotesisnya ditolak kah kak? Maaf ya kak saya banyak tanya

@@yantoharefa7642 Halo selamat sore kak Yanto, Mohon maaf sekali sebelumnya saya baru kembali membalas ya kak 🙏🙏 Terima kasih banyak atas apresiasinya ya kak 🙏🙏 Saya turut senang apabila video saya dapat membantu kak Yanto dan rekan², kak 🙏🙏 Terima kasih banyak sekali lg ya kak 🙏🙏

@@themet5265 Halo selamat sore kak, Mohon maaf sekali sebelumnya saya baru kembali membalas ya kak 🙏🙏 Terima kasih banyak atas apresiasinya ya kak 🙏🙏 Saya turut senang apabila video saya dapat membantu kakak dan rekan², kak 🙏🙏 Terima kasih banyak sekali lg ya kak 🙏🙏

Halo selamat malam kak Meidi, Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kak Meidi, betul sekali kak bahwa tidak masalah ya kak untuk kak Meidi menghapus indikator-indikator yang nilai factor loadingnya belum memenuhi persyaratan/batas nilai minimum yang telah ditentukan, kak 🙏🙏 Namun, mungkin dapat dipastikan juga ya kak agar jumlah indikator dari setiap variabel yang kak Meidi teliti tidak kurang dari 3, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Meidi ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

Halo selamat malam kak Alif 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kak Adril, berikut sumber referensi yang dapat kak Alif masukan ke dalam aftar pustaka perihal acuan/range nilai R-Squared ini ya kak: Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2022). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) (3e). Thousand Oaks, CA: Sage. Dan berikut saya lampirkan juga link google drive berisikan soft copy dari eBook ini ya kak: drive.google.com/drive/folders/1Uke_Y4kpKfJ2_p9sFlf9sKDmIrgt39rj?usp=sharing Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

@@nicholaswilson2898 baik terima kasih ya 🙏

@@aliffatullah171 Baik kak. Sama² ya kak 🙏🙏

Halo selamat malam kak Adril 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kak Adril, untuk nilai t-table, kak Adril boleh cek dari link berikut ya kak: www.sjsu.edu/faculty/gerstman/StatPrimer/t-table.pdf Nanti apabila misalkan nilai df pada penelitian kakak tidak ada di table diatas, maka kakak dapat menggunakan acuan nilai t-table pada baris "Z" ya kak 🙏🙏 Adapun nanti nilai t-table ini dapat dibandingkan dengan nilai t-statistics (t-hitung) yang kak Adril peroleh dari hasil olah data PLS ya kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Adril ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

@@nicholaswilson2898 Baik bapak atas penjelasan yg sebelumnya, izin bertanya kembali jika df= 145-5 dan nilai alpha sebesar 5% (0,05) maka t tabel yg benar berapa ya pak? Terimakasih pak🙏

@@adrilaodja5508 Halo selamat pagi kak Adri 🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak 🙏🙏 Dan terima kasih banyak sebelumnya atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan yang kak Adri kemukakan, kalau saya coba hitung/kalkulasi, kak, nilai t-tabel untuk df = 140 dan tingkat signifikansi sebesar 5% (0,05) adalah sebesar *1,6563* ya kak 🙏🙏 Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak sebelumnya, kak 🙏🙏

@@nicholaswilson2898 Baik pak terimakasih untuk penjelasan sebelumnya, izin untuk bertanya kembali. Bagaimana cara menghitung nilai t table dengan mendapat nilai 1,6563 bagaimana ya pak? lalu jika menggunakan t table dengan nilai 1,645 yg sesuai pada t table baris "z'' apakah benar? Terimakasih🙏

@@adrilaodja5508 Selamat siang kak Adril, Baik kak Adril. Sama² ya kak 🙏🙏 Oh perihal ini, angka 1.6563 ini saya dapatkan dengan cara memasukan nilai degree of freedom (df) dan tingkat signifikansi (alpha) ke dalam t-table calculator berikut ini, kak: goodcalculators.com/student-t-value-calculator/ Nah berikutnya kak, apabila kak Adril misalkan ingin menggunakan nilai t-table sebesar 1.645 berdasarkan pada nilai z, ini boleh juga ya kak sebenarnya, jadi tidak masalah, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏🙏

@@nuranisa7660 Halo selamat malam kak Anisa 🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak dikarenakan saya sedang tidak di Indonesia, kak (ada tugas ke luar negeri, kak) 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kak Anisa, betul sekali kak bahwa jenis data yang kakak setting/pilih di aplikasi software PLS kakak tidak akan berpengaruh terhadap hasil olah data PLS yang dilakukan ya kak 🙏🙏 Hanya saja memang sangat direkomendasikan untuk jenis data yang kita pilih pada software dapat disesuaikan dengan jenis data yang kita kumpulkan dari para responden, kak 🙏🙏 Namun apapun jenis data yang kita pilih pada software PLS tidak akan berpengaruh terhadap hasil olah data yang kak Anisa lakukan ya kak 🙏🙏 Semoga dapat membantu ya kak. Terima kasih banyak sebelumnya kak 🙏🙏

@@nicholaswilson2898 baik pak Terima kasih atas penjelasan nya, maaf pak izin tanya satu lagi, ada rekomendasi buku atau literatur lain yg membahas terkait variabel kategorikal? Terima kasih pak

@@nuranisa7660 Baik kak Anisa. Sama2 ya kak 🙏🙏 Oh berikutnya kak, perihal sumber referensi/e-Book yang membahas seputar variabel kategorikal, mungkin kak Anisa boleh mengutip beberapa sumber berikut ya kak: Jambu, M. (1991). Exploratory and Multivariate Data Analysis, Academic Press Robert Nisbet, Gary Miner, Ken Yale (2018). Data Understanding and Handbook of Statistical Analysis and Preparation, Data Mining Applications (Second Edition), pp.55-82, Academic Press Terima kasih banyak sebelumnya kak 🙏🙏

@@nicholaswilson2898 terima kasih banyak pak, maaf merepotkan

@@nuranisa7660 Halo Selamat pagi kak Anisa 🙏🙏 Siap kak, sama² ya kak. Wah aman kak, tidak merepotkan sama sekali, kak 🙏🙏 Senang saya dapat membantu, kak 🙏🙏🙏

@@rifaniaprilia2971 Halo selamat malam kak Rifani 🙏🙏 Terima kasih banyak sebelumnya atas pertanyaan yang telah diajukan ya kak 🙏🙏 Nah terkait dengan pertanyaan yang diajukan, benar sekali kak bahwa versi full trial dari PLS hanya berlaku selama 30 hari, dimana, setelah periode free trial berakhir, maka secara otomatis versi PLS kakak akan kembali ke student version, kak 🙏🙏 Dan student version ini hanya bs mengolah maksimal sebanyak 100 data, kak 🙏🙏 Nah perihal ini kak, agar kakak dapat tetap melakukan pengolahan data dengan menggunakan software SmartPLS untuk jumlah data/responden diatas 100, maka mungkin kakak dapat meng-Install PLS di laptop/komputer lain yang sebelumnya belum pernah ter-Install aplikasi PLS, atau mungkin kak Rifani dapat request free trial activation code baru dari website PLS dengan menggunakan alamat email yang baru, kak 🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Rifani ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

Halo selamat malam kak Ilham 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kak Ilham, betul sekali kak bahwa kedua pertanyaan ini dapat langsung dimasukkan ke dalam variabel/indikator pada model penelitian yang telah kak Ilham gambarkan pada worksheet (kertas kerja) yang ada pada software PLS ya kak 🙏🙏 Semoga dapat membantu kak Ilham ya kak 🙏🙏 Terima kasih banyak sebelumnya, kak 🙏🙏

Saya merah Ka, terus keterangannya nya itu tiap Lane gini "garis berisi 1 bukan 13 kolom" Kira kira diexcel nya salah nya apa ya Ka?

@@ilhamtirtawirana2242 Halo selamat siang kak Ilham, Oh kalau ada yg merah, dan keterangannya adalah "baris berisi 1 bukan 13 kolom", maka mungkin boleh di cek kak apakah di baris tersebut ada data yg kosong, data yg bentuknya titik (.), atau apakah ada data yg jumlahnya kurang dibandingkan dengan jumlah data di baris² lainnya, kak 🙏🙏 Hal ini dikarenakan agar data yg telah kita coding dapat diolah dengan PLS, maka data² yg kita input jumlahnya harus sama kak untuk setiap baris dan kolomnya, serta gk boleh ad data yg kosong, kak 🙏🙏 Nanti mungkin boleh diinfokan ke sy kembali ya kak perihal apakah data kak Ilham sudah bisa di-running di PLS setelah hal² diatas teratasi, kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

​@@nicholaswilson2898sekarang jadi kosong kak setelah di import apakah excel ga mendukung bisa jadi penyebab? Kebetul excel tahun 2013

Halo selamat malam kak Nabila 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas ya kak 🙏🙏 Dan terima kasih banyak sebelumnya atas pertanyaan yang telah diajukan ya kak 🙏🙏 Terkait dengan pertanyaan dari kak Nabila, kalau menurut saya, sebenarnya metode PLS ini lebih cocok digunakan untuk penelitian-penelitian yang seluruh variabelnya diukur dengan menggunakan pertanyaan-pertanyaan (atau indikator-indikator) kuesioner, kak. Dengan kata lain, maka metode PLS ini akan lebih sesuai apabila data-data yang kakak kumpulkan adalah data-data yang bersifat data primer melalui Kuesioner, serta setiap response dari responden dapat diukur dengan skala Likert, kak (seperti 1 untuk Sangat Tidak Setuju, 2 untuk Tidak Setuju, dstnya kak) 🙏🙏 Adapun untuk penelitian yang datanya berbentuk data sekunder, maka sebenarnya penelitian kakak akan lebih cocok apabila menggunakan metode Regresi dengan menggunakan software SPSS, kak 🙏🙏 *Nah namun kak*, apabila misalkan kakak tetap ingin menggunakan metode PLS, maka sebenarnya ada 1 cara kak yang dapat dilakukan terkait dengan data kakak 🙏🙏 Adapun cara tersebut adalah dengan memecah/meng-coding data-data sekunder ini ke dalam beberapa range/skala, kak. Misalkan seperti berikut kak: Sebagai Contoh: Variabel Y --> Tingkat Pendapatan Terkait dengan variable diatas, maka Tingkat Pendapatan untuk setiap responden ini dapat dipecah ke dalam beberapa range skala sebagai berikut kak: 1 = Tingkat Pendapatan antara Rp 0 - Rp 20 2 = Tingkat Pendapatan antara Rp 21 - Rp 40 3 = Tingkat Pendapatan antara Rp 41 - Rp 60 4 = Tingkat Pendapatan antara Rp 61 - Rp 80 5 = Tingkat Pendapatan antara Rp 81 - Rp 100 Nah dengan membagi-bagikan tingkat pendapatan ini ke dalam beberapa skala diatas, maka nanti kak Nabila dapat meng-coding tingkat pendapatan untuk setiap sample (yang menjadi responden kakak) ke dalam skala interval/ordinal yang dapat diukur kak 🙏🙏 Jadi misalkan ketika Responden A memiliki tingkat pendapatan sebesar Rp 35, maka di Excel dapat diinput coding 2, lalu misalkan Responden B memiliki tingkat pendapatan sebesar Rp 78, maka di Excel dapat diinput coding 4, dan seterusnya, kak 🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Nabila ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

@@fajarsodik607 Halo selamat pagi kak Fajar 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kak Fajar, apabila misalkan hipotesis yang kak Fajar rumuskan pada bab 2 berbunyi "X berpengaruh positif signifikan terhadap Y", dan hasil yang kak Fajar peroleh adalah Signifikan Negatif, maka menurut pandangan saya, Hipotesis ini dapat ditolak ya kak, dikarenakan arah pengaruh antar variabel yang muncul pada hasil olah data PLS yang kak Fajar peroleh tidak sesuai (atau berlawanan arah) dengan arah pengaruh yang kak Fajar rumuskan, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Fajar ya kak 🙏🙏 Terima kasih banyak ya kak 🙏🙏

@@reinayustikadewi5364 Halo selamat pagi kak Reina 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan yang kak Reina ajukan, berikut ya kak saya izin untuk mengirimkan beberapa link (dimana kak Reina dapat men-Download jurnal yang ada di dalam setiap link) perihal pengujian hipotesis satu arah (one-tailed) dan dua arah (two-tailed) ini ya kak: www.researchgate.net/publication/363535628_One_-Tailed_test_vs_Two_-Tailed_test_Does_it_matter www.sciencedirect.com/science/article/pii/S0148296312000550 www.researchgate.net/publication/269989983_One-tailed_or_two-tailed_P_values_in_PLS-SEM Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

Halo kak Romy selamat siang kak 🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kak Romy, apabila bunyi hipotesis pada penelitian kak Romy menggunakan istilah "Positif", sedangkan hasil uji pengaruh antar variabel (path coefficient) yang kak Romy lakukan menunjukkan bahwa pengaruh yang muncul adalah positif namun tidak signifikan, maka menurut pandangan saya kak, hipotesis ini dapat ditolak, kak 🙏🙏 Hal ini dikarenakan dalam ranah penelitian, signifikansi pengaruh yang diberikan oleh suatu variabel terhadap variabel lain (ada/tidaknya pengaruh yang muncul) cenderung lebih diutamakan dibandingkan dengan arah pengaruh yang diberikan oleh satu variabel terhadap variabel lainnya, kak (positif/negatif) 🙏🙏 Terkait dengan hal ini, maka pada umumnya, hal pertama yang kita harus pastikan adalah signifikansinya terlebih dahulu, kak (perihal apakah ada pengaruh yang diberikan oleh variabel X terhadap Y), dimana, ketika sudah dipastikan bahwa pengaruh yang muncul signifikan, maka barulah kita menentukan kak apakah arah dari pengaruh yang muncul tersebut sifatnya positif atau negatif, kak 🙏🙏 Namun, apabila pengaruh yang muncul sudah tidak signifikan, maka hal ini mengindikasikan bahwa sebenarnya variabel X tidak memiliki pengaruh apapun terhadap variabel Y, kak, sehingga, dalam hal ini, arah dari pengaruh tersebut (positif/negatif) pada umumnya tidak perlu kita analisa lagi kak dikarenakan sudah terbukti bahwa pengaruhnya tidak ada, kak 🙏🙏 Dengan demikian, maka meskipun bunyi hipotesis kak Romy menggunakan istilah "Positif", namun apabila hasilnya "Tidak Signifikan", maka dapat disimpulkan bahwa tidak terdapat pengaruh yang diberikan oleh variabel X terhadap Y (positif dan tidak signifikan), sehingga hipotesis ini dapat ditolak, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak. Adapun saran dari saya adalah mungkin kak Romy dapat juga mengkonsultasikan hal ini dengan dosen pembimbing kakak dikarenakan saya khawatir dosen pembimbing kakak memiliki pandangan yang berbeda dengan saya, kak hehehehehe 🙏🙏 Namun, kalau dari saya, dan umumnya yang terjadi di ranah riset, mungkin seperti yang telah saya paparkan diatas, kak 🙏🙏 Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak ya kak 🙏🙏

Halo selamat pagi kak Evi🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan yang kak Evi ajukan, kak, jenis ataupun versi SmartPLS yang saya gunakan Ketika membuat video penjelasan ini adalah SmartPLS versi 3, kak 🙏🙏 Adapun apabila saat ini kak Evi menggunakan software SmartPLS versi 4, maka step-by-step/langkah-langkah analisis model penelitian yang dijelaskan pada Video ini juga tetap bisa diterapkan pada SmartPLS versi 4 ya kak 🙏🙏 Hal ini dikarenakan meskipun SmartPLS 3 dan SmartPLS 4 memiliki tampilan (layout) yang berbeda kak, namun secara teknik, fitur, dan algoritma pengolahan datanya tetap sama, kak, sehingga, step-by-step/langkah-langkah pengujian data yang dijelaskan pada Video ini bisa juga diterapkan pada SmartPLS versi 4, kak 🙏🙏 Oh dan 1 lagi kak yang membedakan antara SmartPLS 3 dengan SmartPLS 4 adalah bahwa nilai predictive relevance di SmartPLS 4 tidak perlu diuji lagi kak dikarenakan fitur ini sudah tidak ada di PLS 4, kak Evi 🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Evi ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

@@nicholaswilson2898 lengkap sekali penjelasan nya pak. Makasih banyak y pak. Saya jadi bisa running program dengan bantuan Tutor bapak.

@@evijovitaputri6615 Halo selamat siang kak Evi 🙏🙏 Wah baik Kak Evi. Siap laksanakan kak 🙏🙏 Sama-sama ya Kak 🙏🙏 Saya ikut senang apabila Video saya dapat membantu Kak Evi dan rekan-rekan, Kak 🙏🙏 Terima kasih banyak sekali lagi ya Kak 🙏🙏

@@anggasetialesmana Halo selamat malam kak Angga 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan yang kak Angga ajukan, benar sekali kak bahwa yg saya jelaskan dalam video ini adalah langkah-langkah olah data sekunder (data panel) dengan menggunakan metode regresi linear berganda menggunakan software SPSS ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

@@heyluvies127 Halo selamat siang kak 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kakak, apabila nilai t-statistics dan p-value menunjukkan hasil yg berbeda/bertolak belakang (kontradiktif), maka kakak dapat memprioritaskan hasil uji p-value ya kak 🙏🙏 Dengan demikian, maka dapat disimpulkan bahwa hipotesis kakak signifikan/diterima dikarenakan nilai p-value dari hipotesis tersebut dibawah 0.05, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏🙏

@@chaoswme446 Halo selamat siang kak 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan yang kakak kemukakan, sebenarnya untuk cara² ataupun langkah² pengujian outer model dan inner model untuk model penelitian yang ada variabel moderasi cenderung sama kak dengan cara² ataupun langkah² uji outer model & inner model untuk model penelitian yg tidak ada variabel moderasinya, kak 🙏🙏 Jadi yg membedakan hanya uji moderasi nya saja kak perihal perbedaan pengaruh antar 2 (atau lebih) kategori yang harus dimasukkan dan dibahas setelah uji inner model selesai dilakukan, kak 🙏🙏 Adapun apabila misalkan variabel moderasi yang kakak teliti sifatnya adalah variabel moderasi kategorikal, maka kakak dapat mengambil hasil uji outer model yang "Complete" ya kak, jadi bukan yg sifatnya hasil uji outer model per kategori, kak 🙏🙏🙏 Nah lalu perihal pertanyaan kedua dari kak, apabila misalkan variabel moderasi yang kakak teliti ada lebih dari satu dan tidak terhubung dengan seluruh variabel yang kakak teliti, maka ini tidak masalah ya kak 🙏🙏 Jadi kakak dapat tetap menggambar model penelitian sesuai dengan paradigma penelitian yang kakak masukkan di bab 2 dari skripsi kakak, yang penting dapat dipastikan bahwa seluruh variabel independen, mediasi dan dependen saling terhubung ya kak 🙏🙏 Jadi kalau variabel moderasinya tidak saling terhubung ke variabel² lain tidak masalah, kak, namun untuk variabel² lainnya (independen, mediasi dan dependen) ini harus saling terhubung satu sama lain ya kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kakak ya kak 🙏🙏 Terima kasih banyak juga atas ucapan dan doanya ya kak 🙏🙏🙏🙏🙏 Adapun saya jg senantiasa doakan semoga kakak dan keluarga senantiasa diberikan kesehatan, dan dilancarkan juga untuk segala urusan ya kak 🙏🙏🙏

​@@nicholaswilson2898 Izin bertanya lagi Pak, berarti apabila lebih dari satu variabel moderasi, tetap tidak usah digambarkan ya Pak variabel moderasinya?

@@chaoswme446 Oh kalau misalkan lebih dari 1, menurut saya tetap digambarkan tidak masalah kak untuk variabel moderasi yang kedua, ketiga dan seterusnya, kak 🙏🙏 Atau apakah variabel-variabel moderasi yang kakak teliti semuanya sifatnya kategorikal ya kak? 🙏🙏 Jadi seperti Usia, Jenis Kelamin dsbnya, kak? 🙏🙏 Kalau untuk variabel-variabel moderasi yang sifatnya kategorikal, tidak perlu digambarkan tidak masalah, kak. Kecuali variabel-variabel moderasi yang sifatnya adalah continuous variable (yang diukur dengan indikator-indikator ber-skala Likert), maka variabel moderasinya harus digambarkan, kak 🙏🙏

​@@nicholaswilson2898 Ada variabel yang pengelompokannya itu dalam kategori "lama penggunaan". Sepemahaman saya itu sebagai variabel kontinu Pak. Apakah betul ya Pak? Berarti untuk variabel itu apakah perlu digambarkan Pak? Terima kasih sebelumnya Pak 🙏

@@chaoswme446 Oh baik kalau begitu kak 🙏🙏🙏 Oh kalau boleh tahu kak, untuk variabel lama penggunaan ini berarti yang opsinya ada misalkan dibawah 1 tahun, 1-3 tahun, diatas 3 tahun dstnya kan ya kak? 🙏🙏🙏

@@puputlailaalakhro569 Halo kak Puput selamat siang kak 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan kak Puput, ini tidak masalah ya kak apabila di dalam 1 variabel terdapat indikator² yg jumlahnya sangat banyak, kak. Jadi untuk seluruh indikator dari variabel tersebut boleh tetap ditarik/di-drag ke dalam variabelnya ya kak 🙏🙏🙏 Mungkin hal ini hanya akan berdampak pada visualisasi dari gambar model penelitian yang kak Puput gambarkan di worksheet/kertas kerja yang tersedia pada aplikasi PLS tersebut kak (dikarenakan indikator² nya akan memenuhi kertas kerja tersebut), namun hal ini tidak masalah ya kak, selama nilai loading dari setiap indikator tetap muncul, kak 🙏🙏 Adapun apabila kak Puput kesulitan untuk melihat angka loading untuk setiap indikator di gambar dikarenakan angka² nya terlalu banyak dan posisinya tidak begitu beraturan, maka kak Puput dapat meng-klik menu Outer Loading (yang akan muncul di bagian kiri layar setelah kakak melakukan analisa PLS Algorithm) untuk melihat nilai outer loading dari setiap indikator dalam bentuk tabulasi (tabel) ya kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Puput ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏🙏

@@chaoswme446 Halo selamat malam kak 🙏🙏 Wah siap laksanakan kak. Sama² ya kak 🙏🙏🙏 Dan terima kasih banyak juga atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan yang kakak ajukan, betul sekali kak bahwa uji validitas dan reliabilitas dapat langsung dilakukan di aplikasi SmartPLS (tanpa harus menggunakan SPSS terlebih dahulu) ya kak 🙏🙏🙏 Terima kasih banyak atas kak 🙏🙏🙏

​@@nicholaswilson2898Terima kasih banyak Bapak atas jawabannya 🙏

@@chaoswme446 Baik kak. Sama² ya kak 🙏🙏🙏

Halo selamat sore kak Selfi 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru membalas dikarenakan saya baru sempat membuka TH-cam kembali kak hehehehe🙏🙏 Oh wah baik Kak Selfi. Siap laksanakan kak 🙏🙏 Terima kasih banyak atas apresiasinya kak 🙏🙏 Saya ikut senang apabila Video saya dapat membantu Kak Selfi dan rekan-rekan, Kak 🙏🙏 Terima kasih banyak sekali lagi ya Kak 🙏🙏

@@muhamadirsyadnasrullah1163 Halo selamat malam kak Irsyad 🙏🙏 Sebelumnya terima kasih banyak atas informasinya yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan kak Irsyad, untuk hasil uji moderasinya dimasukkan di bab 4 ya kak, sebelum bagian uji hipotesis, kak 🙏🙏 Nah tapi di bab 3 perlu dimasukkan juga kak perihal teori dari uji moderasi ini, kak 🙏🙏 Adapun untuk teori uji moderasi di bab 3 ini dapat diletakkan di bagian metode analisis data ya kak, jadi disatukan dengan bagian dimana kak Irsyad menjelaskan teori perihal uji validitas, reliabilitas dll, kak 🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Irsyad ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏🙏

@@nicholaswilson2898 berarti dia ada poin uji tersendiri ya pa di penjelasannya

@@muhamadirsyadnasrullah1163 Betul kak Irsyad. Dapat dibuat point tersendiri ya kak 🙏🙏🙏

@@nicholaswilson2898 sebenarnyaasih sedikit bingung pa, tapi terimakasih atas penjelasannya pa

@@muhamadirsyadnasrullah1163 Baik kak Irsyad. Sama2 ya kak 🙏🙏🙏 Oh kalau misalkan mungkin masih ad yg bingung, boleh ditanyakan ya kak silahkan kak hehehehehe 🙏🙏🙏

@@jordanpaskalbmanurun2978 Selamat malam kak Jordan, Untuk analisis data kategorikal (seperti jenis kelamin, usia dll) boleh dilihat pada video berikut ya: th-cam.com/video/V4vLK8ZBzJs/w-d-xo.htmlsi=y-GRmAugWTnxgNuv Terima kasih

Halo selamat malam kak Delvina 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kak Delvina, untuk nilai t-statistics sebesar 16.000an ini tidak masalah ya kak, dikarenakan berdasarkan teori (dan secara konseptual), pengaruh antar variabel yang diuji dikatakan telah signifikan apabila nilai t-statistics nya sudah diatas t-tabel, kak 🙏🙏 Jadi selama sudah diatas t-table, berapapun anakg t-statistics yang muncul, maka dapat disimpulkan bahwa pengaruhnya signifikan, kak 🙏🙏 Jadi memang konsep dari t-statistics ini adalah semakin tinggi semakin bagus, kak (tanpa adanya batasan harus seberapa tinggi nilai t-statistics ini) 🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Delvina ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏

Halo selamat malam kak 🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan, kak 🙏🙏 Adapun perihal pertanyaan kakak, ini tidak masalah ya kak apabila kategori dari usia yang kakak tentukan di penelitian kakak adalah Tua dan Muda 🙏🙏 Jadi kakak tetap dapat mengikuti langkah-langkah yang saya paparkan pada video ini, namun berarti jumlah coding kategori untuk kategori usia ini hanya 2 ya kak, yaitu angka "1" untuk kategori "Tua", dan "2" untuk kategori "Muda", kak 🙏🙏 Jadi nanti apabila ada response dari responden yang menyatakan kalau mereka tergolong ke dalam kategori usia yang "Tua", kakak dapat coding 1, dan bagi responden yang menjawab "Muda", maka dapat kakak coding 2, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kakak ya kak 🙏🙏 Terima kasih banyak sekali lagi kak 🙏🙏

@@nicholaswilson2898 baik pak nicholas, terimakasih ilmu nya sgt bermanfaat

@@nicholaswilson2898 saya izin boleh minta email bapak?mau tanya lebih jauh tentang smart pls pak

@@bagiannice Oh boleh kak. Berikut ya kak: nichowilson88@gmail.com Terima kasih banyak sebelumnya kak 🙏🙏

@@nicholaswilson2898 terimakasih pak