PENJELASAN LENGKAP ANALISIS MEDIASI ATAU INTERVENING MENGGUNAKAN SEM SMART PLS

PENJELASAN LENGKAP ANALISIS MEDIASI ATAU INTERVENING MENGGUNAKAN SEM SMART PLS
Pengujian Fit Model digunakan untuk Menilai kecocokan antara korelasi yang diamati, dimana nilai Standardized Root Mean Square (SRMR) Lebih kecil 0,10 atau 0,08, maka model dianggap cocok.
Kemudia model dikatakan fit jika Nilai RMS Theta atau Root Mean Square Theta lebih kecil 0,102
• Nilai Normal Fit Index (NFI) antara 0 dan 1. semakin mendekati 1 baik/ model semakin sesuai.
Persamaan Sub Struktur pertama:
Perilaku Konsumen = b1.ePromotion + b2.Kualitas pelayanan + b3.Kemudahan + b4.eWOM + e
Perilaku Konsumen = 0,197.ePromosi + 0,178.Kualitas pelayanan + 0,173.Kemudahan + 0,294.eWOM + e
Persamaan Sub Struktur kedua:
Keputusan Pembelian = b1.ePromotion + b2.Kualitas pelayanan + b3.Kemudahan + b4.eWOM + b5.Perilaku Konsumen + e
Keputusan Pembelian = 0,288.ePromosi + 0,041.Kualitas pelayanan + 0,122.Kemudahan + 0,078.eWOM + 0,337.Perilaku Konsumen + e
SEM-PLS merupakan metode analisis yang powerful dan komprehensip, karena analisis dengan pendekatan SEM PLS, mampu meniadakan asumsi-asumsi OLS Regresi seperti asumsi normalitas data, jadi jika data tidak normal, sudah dupayakan dinormalkan namun tetap tidak normal, maka penyelesaian non parametrik dapat dilakukan dengan SEM PLS.
Dan dengan SEM PLS, dapat menggunakan sampel untuk membuka LEBIH DARI 30 sampel.
Dengan SEM PLS lebih mengoptimalkan pada prediksi teori ketepatan model, yaitu dari nilai koefisien determinasi (R-Square) sehingga SEM PLS dapat digunakan untuk menguji teori yang masih lemah atau pengembangan.
Pada Analisis Outer model kita lakukan uji Validitas dan reliabilitas,
Sedangkan pada analisis inner model kita lakukan Uji Model Fit, Asumsi Inner Model PLS, uji R-Square, Koefisien jalur/ jalur koeffisien, uji t statistik untuk menentukan signifikansi pengaruh parsial, prediktif relevansi, dan GoF.
#AnalisisMediasi
#AnalisisIntervensi
#SemSMARTPLS