Page 70 - LAPORAN SKRIPSI - YANA TRISNAWATI 11160930000028

software seperti PLS-Graph, XLSTAT PLS-PM, SmartPLS, Visual PLS dan Warp

PLS (Singgih, 2018).

2.16 Partial Least Square (PLS)

Partial Least Square (PLS) dapat digunakan untuk sampel yang berjumlah

kecil, walaupun demikian jumlah sampel yang besar akan lebih mampu

meningkatkan presisi estimasi. Selain itu PLS juga dapat digunakan untuk

menjelaskan ada tidaknya hubungan antar variabel laten. PLS dapat menganalisis

sekaligus konstruk yang dibentuk dengan indikator refleksif dan formatif. PLS

tidak membutuhkan persyaratan asumsi distribusi data harus normal atau tidak.

Jumlah indikator maksimum juga cukup besar, yakni 1000 indikator (Hair, Hult,

Ringle, & Sarstedt, 2014).

Tujuan PLS yaitu memprediksi pengaruh variabel X terhadap variabel Y

serta menjelaskan secara teoritis hubungan antar kedua variabelnya (Hair et al.,

2017). Dengan demikian dapat disimpulkan bahwa PLS merupakan pendekatan

SEM tanpa mengasumsi distribusi data yang besar sehingga memberikan solusi

pada ukuran sampel yang kecil dan menjelaskan, menganalisis teori yang

berhubungan antara variabel X dan Y.

2.17 PLS-SEM

Pada evaluasi PLS yang dilakukan Yamin & Kurniawan (2011) terdapat dua

tahapan yaitu menganalisis pengukuran model (Outer Model) dan model struktural

(Inner Model).

a. Analisis Pengukuran Model (Outer Model)

50