Page 72 - BUKU REEFERENSI PERILAKU

indicator bersifat formatif. Dengan variable laten berupa

kombinasi linier dari indikatornya, maka prediksi nilai dari
varabel laten dapat dengan mudah diperoleh, sehingga

prediksi nilai terhadap variable laten yang dipengaruhinya

juga dapat dengan mudah diperoleh supaya prediksi terhadap
varianel laten yang dipengaruhinya juga dapat mudah

dilakukan.
PLS tidak membutuhkan banyak asumsi. Data tidak

harus distribusi normal multivariate dan jumlah sampel tidak
harus besar (Ghozali merekomendasikan 30 -100). Karena

jumlah sampel yang digunakan dalam penelitian ini kecil

(<100) maka digunakan PLS sebagai alat analisanya. Untuk
melakukan pengujian dengan SEM berbasis komponen atau PLS

digunakan dengan bantuan SmartPLS. PLS mengenal dua

macam komponen dalam model kausal yaitu model
pengukuran (measurement models) dan model skruktual

(structural model).

Melalui pendekatan ini, diasumsikan bahwa semua
varian yan dihitung merupakan varian yang berguna untuk

penjelasan. Pendekatan pendugaan variable laten dalam PLS
adalah sebagai extrct kominasi linier dari indicator, sehingga

mampu menghindari masalah indeterminacy dan menghasilkan
skor komponen yang tepat. Dengan menggunakan alogaritma

iterative yang terdiri dari beberapa analisis dengan metode

kuardrat kecil biasa (ordinary least square) maka persoalan

62