Partial Least Square (PLS) (skripsi tesis dan disertasi)

Partial Least Square (PLS) dikembangkan sebagai alternatif CBSEM. Secara filosofis, perbedaan antara CBSEM dan PLS menurut Wold dalam Ghozali (2012) adalah orientasi model persamaan struktural yang digunakan untuk menguji teori atau untuk mengembangkan teori (tujuan prediksi). Pendekatan untuk mengestimasi variabel laten dianggap sebagai kombinasi linear dari indikator sehingga menghindarkan masalah indeterminacy dan memberikan definisi yang pasti dari komponen skor Ghozali (2012). Menurut Jogiyanto dan Abdillah (2010) PLS adalah analisis persamaan struktural (SEM) berbasis varian yang secara simultan dapat melakukan pengujian model pengukuran sekaligus pengujian model struktural. Model pengukuran digunakan untuk uji validitas dan reliabilitas, sedangkan model struktural digunakan untuk uji kausalitas (Pengujian hipotesis dengan model prediksi). Perbedaan mendasar PLS yang merupakan SEM berbasis varian dengan LISREL atau AMOS yang berbasis kovarian adalah tujuan penggunaannya. SEM berbasis konvarian bertujuan untuk mengestimasi model untuk pengujian atau konfirmasi teori, sedangkan SEM varian bertujuan untuk memprediksi 9 model untuk pengembangan teori, karena itu, PLS merupakan alat prediksi kausalitas yang digunakan untuk pengembangan teori. Ada beberapa hal yang membedakan analisis PLS dengan model analisis SEM yang lain: 1. Data tidak harus berdistribusi normal multivariate 2. Dapat digunakan sampe kecil. Minimal sampel > 30 dapat digunakan. 3. PLS selain dapat digunakan untuk mengkonfirmasikan teori, dapat juga digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel laten. 4. PLS dapat menganalisis sekaligus konstruk yang di bentuk dengan indikator reflektif dan formatif Ada beberapa program komputer untuk mengestimasi model pada model persamaan struktural yaitu program Smartpls, LISREL, AMOS, EQS, SAS PRODUCCALIS, dan STATISTICA SEPATH