|
PLS (Partial Least Square) merupakan metode analisis yang powerful oleh karena tidak mengasumsikan data harus dengan pengukuran skala tertentu, jumlah sampel kecil. PLS dapat juga digunakan untuk konfirmasi teori. Dibandingkan dengan covariance based SEM (yang diwakili oleh software LISREL, EQS atau AMOS ) component based PLS mampu menghindarkan dua masalah besar yang dihadapi oleh convariance based SEM (CBSEM) yaitu inadmissible solution dan factor indeterminacy (Fornell dan Bookstein, 1982).
Secara filosofi perbedaan antara covariance based SEM dengan component based PLS adalah apakah kita akan menggunakan model persamaan struktual untuk menguji teori atau pengembangan teori untuk tujuan prediksi (anderson dan Gerbing, 1988). Pada situasi dimana kita mempunyai dasar teori yang kuat dan pengujian teori atau pengembangan teori sebagai pengembangan riset, maka metode dengan covariance based (Maximum Likelihood atau Generakized Least Squares) lebih sesuai dengan indeterminancy dari estimasi faktor score maka akan kehilangan ketepatan prediksi. Untuk tujuan prediksi, pendekatan PLS lebih cocok. Dengan pendekatan PLS diasumsikan bahwa semua ukuran variance adalah variance yang berguna untuk dijelaskan. Oleh karena pendekatan untuk mengestimasi variabel laten dianggap sebagai kombinasi linier dari indikator maka menghindarkan masalah inderterminacy dan memberikan definisi yang pasti dari komponen skore. (Wold, 1982). PLS memberikan model umum yang multivariate analysis of variance (MANOVA) dan principle component analysis. Oleh karena PLS menggunakan iterasi algoritma yang terdiri dari seri analisis ordinary least squares maka persoalan identifikasi model tidak menjadi masalah untuk model resursive., juga tidak mengasumsikan bentuk distribusi tertentu untuk skala ukuran variabel. Lebih jauh lagi jumlah sampel dapat kecil dengan perkiraan kasar yaitu (1) sepuluh kali skala dengan jumlah terbesar dari indikator (kausal) formatif (catatan skla untuk konstruk yang didesain dengan reflaksif indikator dapat diabaikan), atau (2) sepuluh kali lebih terbesar path yang diarahkan pada konstruk tertentu dalam model struktual. PLS dapat dianggap sebagai alternatif dari covariance based SEM. Menurut Joreskog dan Wold (1982) Maximum Likehood berorientasi pada teori dan menekankan transisi dari analisis exploratory ke confimatory. PLS yang dimaksudkan untuk casual-perdictive analisys dalam situasi kompleksitas yang tinggi dan dukungan teori yang rendah.
| Comments () >> |
 |
 |
