Calculate SmartPLS

 

Apa itu Menu "Calculate" pada SmartPLS?

Calculate adalah menu inti SmartPLS untuk menjalankan seluruh analisis pada model yang sedang terbuka. (Pada SmartPLS 4, fungsi ini juga tersedia sebagai tombol Calculate di toolbar model.)

Sub-Menu dalam Menu Calculate

1. PLS-SEM Algorithm (PLS Algorithm)
Menghitung estimasi model: outer loading, outer weight, koefisien jalur, R², dan kriteria kualitas. Pengaturan (Setup):

• Weighting scheme: Path weighting (default, disarankan), Centroid, atau Factor.
• Maximum iterations: default 300.
• Stop criterion: default 10⁻⁷.
• Initial weights: default +1.0.
• Missing value treatment: Mean replacement, Casewise deletion, atau Pairwise deletion.
• Weighting vector (opsional): untuk data berbobot.

Hasilnya dipakai untuk mengevaluasi model pengukuran (validitas dan reliabilitas) dan gambaran awal model struktural.

2. Consistent PLS (PLSc)
Koreksi estimasi untuk model reflektif agar konsisten dengan pendekatan CB-SEM. Cocok bila seluruh konstruk bersifat reflektif (faktor umum).

3. Bootstrapping
Menguji signifikansi parameter dengan resampling. Pengaturan:

• Subsamples: jumlah resampel. Uji awal: 1.000. Laporan akhir: minimal 5.000.
• Do parallel processing: mempercepat perhitungan lewat banyak inti prosesor.
• Confidence interval method: Percentile bootstrap, Bias-corrected and accelerated (BCa), atau Studentized.
• Test type: Two-tailed (umum) atau one-tailed (bila hipotesis berarah).
• Significance level: default 0,05.
• Random number generator: pengaturan seed agar hasil dapat direproduksi.

Keluarannya mencakup t-statistik, p-value, dan interval kepercayaan untuk path coefficient, outer loading, outer weight, specific indirect effect (mediasi), dan total effect.

4. Blindfolding
Menghitung Q² (Stone-Geisser) untuk mengukur relevansi prediktif model. Pengaturan penting: Omission distance (D), biasanya 5 sampai 10, dan sebaiknya bukan kelipatan jumlah sampel. Q² > 0 berarti model memiliki relevansi prediktif.

5. PLSpredict
Menilai kekuatan prediksi out-of-sample dengan validasi silang (k-fold cross-validation). Pengaturan: jumlah folds (default 10) dan jumlah pengulangan (repetitions, default 10). Keluarannya: Q²predict, RMSE, dan MAE dibandingkan dengan model benchmark linear (LM).

6. CTA-PLS (Confirmatory Tetrad Analysis)
Menguji apakah model pengukuran suatu konstruk sebaiknya reflektif atau formatif, berdasarkan tetrad (selisih hasil kali kovarians indikator).

7. Importance-Performance Map Analysis (IPMA)
Membuat peta dengan sumbu importance (total effect) dan performance (skor rata-rata terskala 0–100). Berguna untuk rekomendasi manajerial: konstruk yang penting tetapi kinerjanya rendah menjadi prioritas perbaikan.

8. Multigroup Analysis (MGA)
Membandingkan koefisien jalur antarkelompok, misalnya laki-laki vs perempuan atau Jawa vs luar Jawa. Metode yang tersedia antara lain PLS-MGA, Parametric test, Welch-Satterthwaite, dan Henseler's MGA.

9. Permutation
Uji perbedaan antarkelompok berbasis permutasi, biasanya dipakai bersama MICOM.

10. MICOM (Measurement Invariance of Composite Models)
Prosedur tiga langkah untuk memastikan konstruk diukur setara antarkelompok sebelum MGA:

• Langkah 1: configural invariance.
• Langkah 2: compositional invariance.
• Langkah 3: kesetaraan nilai rata-rata dan varians komposit.

11. FIMIX-PLS
Mendeteksi heterogenitas tidak teramati, yaitu segmen tersembunyi dalam data yang punya pola hubungan berbeda.

12. PLS-POS (Prediction-Oriented Segmentation)
Segmentasi data berorientasi prediksi untuk menangani heterogenitas.

13. Weighted PLS
Analisis dengan bobot pada observasi, misalnya karena desain sampling tidak acak.

14. NCA (Necessary Condition Analysis)
Menguji apakah suatu konstruk merupakan kondisi yang diperlukan bagi hasil tertentu (tanpa konstruk tersebut, hasil tidak bisa tercapai).

15. Gaussian Copula dan Endogeneity Assessment
Menilai masalah endogenitas pada model struktural.

16. Fitur tambahan SmartPLS 4 (bergantung lisensi dan versi)

• CB-SEM dan CFA: analisis kovarians (Confirmatory Factor Analysis).
• Regression / PROCESS: regresi dan model mediasi-moderasi bergaya Hayes PROCESS.
• CVPAT: uji kemampuan prediksi antarmodel.
• Model comparison: membandingkan model (misalnya lewat kriteria informasi BIC dan bobot Akaike).

Catatan: Sebagian fitur (MGA, FIMIX, PLS-POS, NCA, PROCESS, dan lainnya) hanya tersedia pada versi berlisensi (Professional/Student) dan tidak semuanya ada di versi gratis.

Kenapa Menu Calculate Penting?

Seluruh analisis inti dijalankan dari sini. Urutan lazimnya: PLS Algorithm (evaluasi model pengukuran) → Bootstrapping (uji hipotesis) → Blindfolding/PLSpredict (relevansi dan prediksi) → analisis lanjutan (IPMA, MGA, MICOM).