Malam pak, izin bertanya semoga di jawab. Kebetulan uji hipotesis saya hasilnya juga jelek, diantara 5 hipotesis hanya 2 yang didukung. Dari video yang bapak sampaikan untuk memperbaiki hipotesis dengan mengganti beberapa item pertanyaan, dan sayangnya saya hanya punya satu item per indikator. solusi lainya kira-kira bagaimana ya Pak?, dan kenap bisa tidak signifikan. Terima kasih🙏🏼
Sebaiknya pada analisis SEM, minimal ada 2 konstruk / indikator... jika hanya 1 item per indikator, anda bisa gunakan metode lain selain SEM... Bisa dengan Path Analysis atau OLS atau menggunakan metode regresi yg lain... semoga bermanfaat...
Menurut Literasi yang ada menjelaskan bahwa, Jika Nilai Sig. < 0,05, maka Ha Diterima dan Ho Ditolak ==> hal ini sering diterjemahkan oleh beberapa literasi menjadi, Variabel Eksogen Berpengaruh Secara Signifikan Terhadap Variabel Endogen atau IV berpengaruh terhadap DV.. Sebaliknya, Jika Nilai Sig. > 0,05, maka Ho Diterima dan Ha Ditolak ==> hal ini sering diterjemahkan oleh beberapa literasi menjadi, Variabel Eksogen Tidak Berpengaruh Secara Signifikan Terhadap Variabel Endogen atau IV tidak berpengaruh terhadap DV.. Demikian penjelasan saya.... semoga bermanfaat...
Permisi bapak, izin bertanya semoga dapat respon🙏🏻 saya ingin bertanya; 1. Untuk model strukturalnya itu kan gambarnya sudah hasil drop indikator ya, nah itu cara merapihkannya agar tidak mencar² setelah di drop bagaimana ya pak? punya saya juga model strukturalnya indikatornya jadi mencar² soalnya. 2. Jika kita modifikasi hipotesis seperti ini kan loading factor + model fitnya pasti berubah lagi, sehingga output validitas dan reliabilitasnya jg berubah pastinya. nah yang kita masukan ke dalam skripsi kita bab 4 tersebut pakai output setelah modifikasi ini dimana harus hitung lagi AVE dan CR nya atau pakai output loading factor yg sebelumnya untuk validitas dan reliabilitasnya pak? Sebelumnya, terima kasih atas ilmunya bapak, sangat bermanfaat🙏🏻
Jika anda bertanya tentang literasi pembahasannya, tentu saja, TIDAK ADA. metode yang saya lakukan diatas adalah salah satu upaya untuk memperbaiki hipotesis model, dan tetapi tidak menyalahi koridor olah data riset yang ada, misalnya: tidak memanipulasi data, tidak menggunakan data fiktif, tidak merubah2 data.
Jika anda membahas signifikansi variabel, maka kaitannya adalah interaksi antar variabel, bukan interaksi antar indikator... maka hal yg terpenting adalah interaksi antar variabel yg hrs menjadi prioritas utama modifikasi modelnya.
pak ijin bertanya saya modelnya sbnrnya dimensi tp saya gambarkannya tdk menggunakan dimensi dan saat memperbaiki model supaya fit beberapa indikator dihapuskan bahkan sampai ada yg dimensinya semua indikator terhapus itu mempengaruhi hasil hipotesis apa tidak ya? dan solusinya jika memang semua indikator terhapus pada beberapa dimensi apakah harusnya minimal disisakan 1 indikator untuk 1dimensi? saya sempat menggambarkan dg dimensi cuman tidak bisa run, dan model penelitian saya ada variabel moderasi yg memoderasi 2 variabel independen jadi saya tambahkan jg 2 variabel interaksinya cuman tdk keluar output dan saya bingung salahnya ada dimana, semoga bapak bisa cepat menjawab pertanyaan saya. sebelumnya terimakasih pak
@@hendrywijaya2840 saya pakai amos pak, nah kalau di video youtube lain itu yang menggunakan amos untuk menguji moderasi itu bagaimana pak yg menggunakan metode interaksi/subgroup berarti itu tidak bisa menguji variabel moderasi?
@@dheandra6225 Cb anda cek nilai Modification indice nya.... Pasti nilainya tinggi... (diatas 50). Hal ini mengindikasikan adanya hubungan antar variabel atau konstruk, atau kl diumpamakan hampir mirip pelanggaran asumsi multikolinear. Pdhal, asumsi utama CB-SEM menggunakan AMOS, datanya dilarang ada pelanggaran asumsi Multikolinearitas.. Mknya, secara personal, saya tidak menyarankan analisis moderasi menggunakan CB-SEM (menggunakan AMOS), Jika mau menggunakan Analisis moderasi sebaiknya menggunakan Aplikasi SMARTPLS.... Semoga Bermanfaat...
@@dheandra6225 Saya kasih ilustrasi sederhana.... Variabel Moderasi jika dalam proses pembentukan model persamaan, dia bertindak sebagai variabel eksogen sm fungsinya dengan variabel bebas, dan variabel terikat bertindak sebagai variabel endogen... Jika menggunakan analisis moderasi, secara matematis sederhananya variabel bebas dikalikan dengan variabel moderasi dapatlah variabel interaksi moderasinya, hal ini berarti kt telah MIXING 2 variabel eksogen secara bersamaan... Hal ini mirip dengan konsepnya pelanggaran asumsi Multikolinearitas... Pelanggaran Asumsi Multikolineritas adalah salah satu pelanggaran asumsi pada CB-SEM yang utama dan tidak boleh dilanggar.... Itu penjelasan sederhananya... Semoga Bermanfaat...
hadir pak
untuk BK memang sebelumnya tdk tergambar semuanya ya pak? kuk bisa dapat cadangan..hehe
Malam pak, izin bertanya semoga di jawab. Kebetulan uji hipotesis saya hasilnya juga jelek, diantara 5 hipotesis hanya 2 yang didukung. Dari video yang bapak sampaikan untuk memperbaiki hipotesis dengan mengganti beberapa item pertanyaan, dan sayangnya saya hanya punya satu item per indikator. solusi lainya kira-kira bagaimana ya Pak?, dan kenap bisa tidak signifikan. Terima kasih🙏🏼
Sebaiknya pada analisis SEM, minimal ada 2 konstruk / indikator... jika hanya 1 item per indikator, anda bisa gunakan metode lain selain SEM... Bisa dengan Path Analysis atau OLS atau menggunakan metode regresi yg lain... semoga bermanfaat...
Maaf pak p valuenya kalau kurang dari 0,5 bukannya tidak signifikan mohon penjelasannya pak
Menurut Literasi yang ada menjelaskan bahwa, Jika Nilai Sig. < 0,05, maka Ha Diterima dan Ho Ditolak ==> hal ini sering diterjemahkan oleh beberapa literasi menjadi, Variabel Eksogen Berpengaruh Secara Signifikan Terhadap Variabel Endogen atau IV berpengaruh terhadap DV.. Sebaliknya, Jika Nilai Sig. > 0,05, maka Ho Diterima dan Ha Ditolak ==> hal ini sering diterjemahkan oleh beberapa literasi menjadi, Variabel Eksogen Tidak Berpengaruh Secara Signifikan Terhadap Variabel Endogen atau IV tidak berpengaruh terhadap DV.. Demikian penjelasan saya.... semoga bermanfaat...
Permisi bapak, izin bertanya semoga dapat respon🙏🏻 saya ingin bertanya;
1. Untuk model strukturalnya itu kan gambarnya sudah hasil drop indikator ya, nah itu cara merapihkannya agar tidak mencar² setelah di drop bagaimana ya pak? punya saya juga model strukturalnya indikatornya jadi mencar² soalnya.
2. Jika kita modifikasi hipotesis seperti ini kan loading factor + model fitnya pasti berubah lagi, sehingga output validitas dan reliabilitasnya jg berubah pastinya. nah yang kita masukan ke dalam skripsi kita bab 4 tersebut pakai output setelah modifikasi ini dimana harus hitung lagi AVE dan CR nya atau pakai output loading factor yg sebelumnya untuk validitas dan reliabilitasnya pak?
Sebelumnya, terima kasih atas ilmunya bapak, sangat bermanfaat🙏🏻
Jawaban no.1. Anda bisa geser2 posisinya pakai MOVE Objects (simbolnya truk merah).
Jawaban no.2. Hipotesi yang digunakan adalah hipotesis yg diperoleh setelah proses modifikasi model fit.... Semoga Bermanfaat...
@@hendrywijaya2840 terima kasih banyak atas responnya pak semoga berkah selalu ilmunya🙏🏻
@@jihoonpanda8295 Sama-sama... semoga bermanfaat...
bagaimana jika nilai loading factornya kecil semua pak?
Validitasnya rendah....
apakah ada referensi nya terkait pembahasan tersebut ?
Jika anda bertanya tentang literasi pembahasannya, tentu saja, TIDAK ADA. metode yang saya lakukan diatas adalah salah satu upaya untuk memperbaiki hipotesis model, dan tetapi tidak menyalahi koridor olah data riset yang ada, misalnya: tidak memanipulasi data, tidak menggunakan data fiktif, tidak merubah2 data.
Pak modifikasi hopotesis pake buku yang mana pak?
Saya sudah jawab pertanyaan anda pada komentar saya dibawah... pada pertanyaan yang diajukan oleh akun @reinnadesstryani7969....
izin bertanya pak, bagaimana jika semua indikator saya signifikan tetapi variabel tidak signifikan?
Jika anda membahas signifikansi variabel, maka kaitannya adalah interaksi antar variabel, bukan interaksi antar indikator... maka hal yg terpenting adalah interaksi antar variabel yg hrs menjadi prioritas utama modifikasi modelnya.
pak ijin bertanya saya modelnya sbnrnya dimensi tp saya gambarkannya tdk menggunakan dimensi dan saat memperbaiki model supaya fit beberapa indikator dihapuskan bahkan sampai ada yg dimensinya semua indikator terhapus itu mempengaruhi hasil hipotesis apa tidak ya? dan solusinya jika memang semua indikator terhapus pada beberapa dimensi apakah harusnya minimal disisakan 1 indikator untuk 1dimensi?
saya sempat menggambarkan dg dimensi cuman tidak bisa run, dan model penelitian saya ada variabel moderasi yg memoderasi 2 variabel independen jadi saya tambahkan jg 2 variabel interaksinya cuman tdk keluar output dan saya bingung salahnya ada dimana, semoga bapak bisa cepat menjawab pertanyaan saya. sebelumnya terimakasih pak
Anda pk AMOS atau SmartPLS... Sebagai informasi saja, AMOS tidak bs digunakan pada analisis Moderasi...
@@hendrywijaya2840 saya pakai amos pak, nah kalau di video youtube lain itu yang menggunakan amos untuk menguji moderasi itu bagaimana pak yg menggunakan metode interaksi/subgroup berarti itu tidak bisa menguji variabel moderasi?
@@dheandra6225 Cb anda cek nilai Modification indice nya.... Pasti nilainya tinggi... (diatas 50). Hal ini mengindikasikan adanya hubungan antar variabel atau konstruk, atau kl diumpamakan hampir mirip pelanggaran asumsi multikolinear. Pdhal, asumsi utama CB-SEM menggunakan AMOS, datanya dilarang ada pelanggaran asumsi Multikolinearitas.. Mknya, secara personal, saya tidak menyarankan analisis moderasi menggunakan CB-SEM (menggunakan AMOS), Jika mau menggunakan Analisis moderasi sebaiknya menggunakan Aplikasi SMARTPLS.... Semoga Bermanfaat...
@@dheandra6225 Saya kasih ilustrasi sederhana.... Variabel Moderasi jika dalam proses pembentukan model persamaan, dia bertindak sebagai variabel eksogen sm fungsinya dengan variabel bebas, dan variabel terikat bertindak sebagai variabel endogen... Jika menggunakan analisis moderasi, secara matematis sederhananya variabel bebas dikalikan dengan variabel moderasi dapatlah variabel interaksi moderasinya, hal ini berarti kt telah MIXING 2 variabel eksogen secara bersamaan... Hal ini mirip dengan konsepnya pelanggaran asumsi Multikolinearitas... Pelanggaran Asumsi Multikolineritas adalah salah satu pelanggaran asumsi pada CB-SEM yang utama dan tidak boleh dilanggar.... Itu penjelasan sederhananya... Semoga Bermanfaat...
@@hendrywijaya2840 ohiya baik pak berarti sebaiknya menggunakan PLS saja ya pak, terimakasih banyak atas penjelasannya sangat bermanfaat.
Pak kalau 1 indikator ada lebih dari 1 kuesioner atau angket pernyataan bagaimana solusinya ya?
Itu gambar modelnya dengan dimensi... coba cek video saya yang lain yang menggunakan DIMENSI..
ini link nya.... th-cam.com/video/K0vBixih_pA/w-d-xo.html
Atau yg ini..... th-cam.com/video/EKMCHgnz70E/w-d-xo.html
Mohon dibantu like dan subcribe nya ya... terima kasih..