4. Perhatikan data hasil penyebaran kuesioner berikut ini
RA1 RA2 RA3 PV1 PV2 LO1 LO2 LO3 LO4 LO5 DP1 DP2 DP3 DP4 DP5 DP6 DP7
4 2 2 5 3 5 5 5 5 4 3 4 1 3 4 5 5
2 2 2 3 3 5 5 5 3 3 3 3 5 5 5 5 5
1 1 1 3 5 5 5 4 4 5 3 5 4 5 5 5 5
5 5 3 5 5 5 5 5 5 5 3 3 5 5 5 5 5
4 4 4 5 5 5 4 4 4 4 4 4 4 4 4 4 4
2 2 1 2 4 5 5 2 3 3 2 2 4 4 2 5 5
5 5 5 5 3 5 5 5 5 5 4 5 3 5 5 5 5
3 2 3 3 2 4 3 4 4 4 3 3 2 4 4 4 4
3 2 3 5 5 5 5 5 5 5 4 4 5 5 5 5 3
5 3 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5
4 2 4 5 3 5 4 3 4 4 2 4 2 4 4 5 5
4 3 4 4 4 4 5 4 5 4 4 4 3 4 4 5 5
3 3 2 3 4 4 4 4 4 4 2 4 3 3 2 4 4
4 4 4 4 4 4 4 4 5 5 2 2 4 2 2 2 2
4 5 4 4 3 4 4 5 4 4 4 3 4 4 4 4 3
3 3 3 3 4 5 4 4 4 4 3 3 3 3 4 5 3
4 2 3 3 3 4 4 3 4 3 2 5 4 3 4 4 4
2 1 3 3 3 5 5 4 4 4 3 4 5 3 3 5 4
2 4 2 4 4 4 4 4 4 4 3 4 2 4 4 4 4
2 4 3 3 3 5 5 3 5 4 3 3 2 4 4 4 4
2 1 3 2 1 5 5 5 5 4 3 4 4 4 3 5 5
3 4 3 4 4 4 4 4 4 4 2 2 4 4 4 4 4
4 4 4 4 4 4 4 4 5 5 4 4 5 5 5 5 5
3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4
3 3 2 5 5 4 4 3 4 5 3 5 3 3 4 5 5
3 4 4 4 3 4 3 4 4 4 4 4 3 5 2 4 5
2 2 4 5 5 5 4 4 5 5 3 5 4 3 4 4 5
3 3 3 5 4 5 5 5 5 4 4 5 5 5 5 5 5
1 1 5 5 5 5 5 5 5 5 4 5 5 5 1 5 5
5 4 4 5 4 5 4 4 5 5 5 5 4 4 5 4 4
Data tabulasi di atas, telah ditentukan model penelitian sebagai berikut
Berdasarkan data dan framework di atas, gunakan SmartPLS 4 untuk menentukan
a. Nilai validitas (loading factor, AVE) dan reliabilitas (Cronbach Alpha dan Composite Reliability).
b. Nilai validitas diskriminan dengan heterotrait-monotrait ratio (HTMT)
c. Pengujian H1 – H5
Answer (1)
Langkah 1: Menyiapkan Data di SmartPLS 41. Simpan data kuesioner ing format Excel (.xlsx).Baris = respondenKolom = indikator (RA1, RA2, …, DP7)2. Buka SmartPLS 4 → File → Import Data → Excel3. Tandai variabel sebagai reflective indicators sesuai model penelitian (biasane RA, PV, LO, DP → latent variables).---Langkah 2: Menentukan Model Penelitian1. Buat latent variables sesuai framework: misal:RA (Responsibility Awareness)PV (Perceived Value)LO (Learning Outcome)DP (Decision Process)2. Hubungkan latent variables sesuai hipotesis H1–H5:Contoh: RA → PV → LO → DP (model struktural)3. Tambahkan arah panah sesuai H1-H5.---Langkah 3: Analisis Outer Model (Validitas & Reliabilitas)1. Loadings (Validitas indikator)Nilai loading > 0.7 dianggap valid.Jika < 0.7, pertimbangkan hapus indikator.2. Average Variance Extracted (AVE)AVE > 0.5 → construct valid.3. Cronbach’s Alpha & Composite Reliability (CR)Cronbach Alpha > 0.7 → reliabelCR > 0.7 → reliabelDi SmartPLS 4:Klik model → Calculate → PLS Algorithm → BootstrappingLihat Outer Loadings, Cronbach Alpha, Composite Reliability, AVE di Report → Reliability & Validity.---Langkah 4: Validitas Diskriminan (HTMT)1. HTMT = rasio korelasi antar latent variables.2. Kriteria: HTMT < 0.85 atau 0.90 → valid diskriminan.3. Cara di SmartPLS 4:Klik model → Calculate → HTMT → periksa nilai antar construct.---Langkah 5: Pengujian Hipotesis (H1–H5)1. Jalankan Bootstrapping:Klik Calculate → BootstrappingPilih jumlah sampel bootstrap (biasane 5000)2. Lihat path coefficients:Nilai t-statistics > 1.96 → H0 ditolak (signifikan)Nilai p-value < 0.05 → signifikan3. Interpretasikan hasil tiap hipotesis:Misal: H1: RA → PV → lihat path coefficient & t-valueTulis kesimpulan: “H1 diterima/tidak diterima”---TipsPastikan semua indikator reflective atau formative sesuai teori.Hapus indikator yang loading < 0.7 supaya AVE dan CR lebih baik.Gunakan visualisasi SmartPLS untuk mempermudah interpretasi.
