RagamDataStatistik & Riset Data

Tool statistik

SmartPLS Checklist

Checklist kesiapan data, indikator, dan model sebelum menjalankan PLS-SEM atau mengirim output ke reviewer.

Kesiapan checklist

0%

Risiko revisi tinggi

0 / 17 siap dibahas

Ada risiko yang perlu dibahas sebelum analisis agar hasil tidak dibaca terlalu cepat.

Data dan indikator

Jenis konstruk: reflektif/formatif

Outer loading, AVE, reliabilitas

HTMT dan validitas diskriminan

Model struktural

Koefisien jalur dan bootstrapping

Hasil dari kalkulator ini bersifat bantuan perhitungan awal. Interpretasi akhir tetap perlu mempertimbangkan desain penelitian, kualitas data, asumsi statistik, dan konteks riset.

01 / Cara pakai

Mulai dari input yang benar.

  1. 01Centang item yang sudah siap.
  2. 02Perhatikan kategori data, model, indikator, bootstrapping, dan pelaporan.
  3. 03Gunakan progres sebagai daftar persiapan, bukan penilaian akhir.
  4. 04Kirim item yang belum siap saat konsultasi.

02 / Baca hasil

Jangan berhenti di angka.

Semakin banyak item siap, semakin mudah output SmartPLS dicek. Item belum siap menandakan bagian yang perlu dipastikan sebelum interpretasi.

03 / Contoh kalimat

Contoh interpretasi ringkas.

Contoh: jika data dan model siap tetapi HTMT belum dicek, prioritas berikutnya adalah validitas diskriminan sebelum membahas hipotesis struktural.

Butuh review model SEM?

Kirim model, konstruk, indikator, data, dan output agar tahap measurement dan structural model dibaca runtut.

Kirim hasil untuk dicek

04 / Rumus

Rumus, asumsi, dan sumber

Rumus yang dipakai

Skor kesiapan=item lolostotal item×100%\mathrm{Skor\ kesiapan} = \frac{\mathrm{item\ lolos}}{\mathrm{total\ item}} \times 100\%

Checklist ini bukan kalkulator. Itemnya mengikuti alur evaluasi measurement model dan structural model pada PLS-SEM.

Catatan sumber

Struktur checklist mengikuti bab Open Access Springer tentang evaluasi reflective measurement model, formative measurement model, dan structural model pada PLS-SEM.

Asumsi singkat

  • Konstruk reflektif dan formatif perlu dibedakan sebelum membaca output.
  • Loading, AVE, CR, HTMT, R-square, f-square, Q-square, dan bootstrapping dibaca sesuai jenis model.

Referensi utama

05 / Cek sebelum percaya

Kesalahan umum

  • Langsung membaca p-value tanpa mengecek measurement model.
  • Mencampur indikator reflektif dan formatif tanpa justifikasi.
  • Mengabaikan HTMT, loading, reliability, dan validitas diskriminan.
Apakah checklist ini menggantikan analisis SmartPLS?+

Checklist ini hanya membantu persiapan sebelum analisis atau konsultasi; keputusan model tetap memerlukan data dan konteks riset.

Apa yang harus disiapkan untuk SmartPLS?+

Minimal data, indikator per konstruk, hipotesis/model, informasi skala, dan output awal jika sudah tersedia.

Apakah SmartPLS sama dengan AMOS?+

SmartPLS berbasis PLS-SEM, sedangkan AMOS umumnya digunakan untuk CB-SEM. Pemilihan metode bergantung pada tujuan dan karakter data.