Tutorial SmartPLS: Dari Data Mentah ke Model Visual

Tutorial SmartPLS:
Dari Data Mentah ke Model Visual

Teori sudah dikuasai. Sekarang saatnya menyingsingkan lengan baju dan masuk ke “dapur” aplikasi untuk meracik data Anda.

SmartPLS dikenal karena antarmukanya yang user-friendly. Anda tidak perlu menulis kode sintaks rumit seperti di R atau Python. Cukup Klik, Tarik (Drag), dan Lepas (Drop).

Namun, kesalahan kecil di awal (seperti format data yang kotor) bisa membuat tombol “Calculate” tidak menyala. Mari kita lakukan tahap demi tahap dengan benar.

Langkah 1: Sanitasi Data (The Ingredients)

Sebelum membuka SmartPLS, buka dulu file Excel Anda. Software ini sangat sensitif terhadap format. Pastikan data Anda bersih:

  • Baris Pertama: Wajib berisi Nama Indikator (misal: X1.1, X1.2, Y1). Jangan gunakan spasi atau simbol aneh (%, /, $). Gunakan underscore (_) jika perlu.
  • Isi Data: Hanya angka. Hapus semua teks komentar atau unit pengukuran.
  • Missing Value: Pastikan tidak ada sel kosong. Isi dengan rata-rata atau angka -99 (jika disepakati sebagai penanda missing).
  • Format File: Simpan sebagai .CSV (Comma Delimited). Meskipun SmartPLS versi baru bisa membaca Excel, CSV adalah format “universal” yang paling anti-gagal.

Langkah 2: Setup Proyek & Impor

Buka SmartPLS. Jangan bingung dengan tombol yang banyak. Fokus pada alur ini:

  1. Klik “New Project” di kiri atas → Beri nama proyek Anda.
  2. Akan muncul folder baru. Klik kanan pada folder tersebut → Pilih “Import Data File”.
  3. Pilih file .csv Anda. Setelah berhasil, cek statistik deskriptif (Mean, Min, Max) yang muncul otomatis. Pastikan tidak ada angka “0” atau minus jika skala Anda 1-5!
💡 Pro Tip: Validasi Awal Lihat kolom “Missing Value” dan “Kurtosis/Skewness” di layar impor ini. Jika Kurtosis di atas +3 atau di bawah -3, catat. Ini tanda data Anda tidak normal (tapi tenang, PLS-SEM bisa menanganinya, seperti yang kita bahas di Post #1).

Langkah 3: Menggambar di Kanvas (The Cooking)

Klik ganda nama file data Anda yang berwarna hijau (misal: data_skripsi.csv) untuk membuka Kanvas Kosong.

A. Tahap Drag & Drop (Draft Awal)

Blok indikator di kiri (misal X1.1 – X1.3), lalu tarik ke tengah. Hasilnya akan terlihat seperti ini (Merah = Belum Siap):

X1.1 X1.2 X1.3 Laten X Gambar 1: Variabel masih merah (Belum ada jalur)

B. Tahap Connecting (Model Siap)

Gunakan tombol “Connect” untuk menarik garis panah dari Variabel Bebas ke Terikat. Jika benar, warna akan berubah menjadi Biru:

Kualitas Loyalitas Gambar 2: Model Biru (Siap Calculate)
🎨 Indikator Warna: Merah vs Biru
  • 🔴 Merah: Model belum lengkap. Biasanya karena Variabel Laten berdiri sendiri tanpa panah masuk/keluar, atau indikator belum terhubung.
  • 🔵 Biru: Model VALID secara struktur. Tombol “Calculate” di atas akan aktif. Anda siap untuk analisis!
Tags: #SmartPLS #TutorialSmartPLS #ImportData #SkripsiKuantitatif #AnalisisJalur
Model sudah biru? Bagus.
Tapi tunggu dulu, jangan senang dulu. Model yang “bisa dihitung” belum tentu “valid secara statistik”.
Di Post #4, kita akan menguji validitas alat ukur Anda (Outer Model).
Disusun secara kolaboratif oleh Aurino Djamaris & Gemini AI | Aurinoworks.com

Leave a Comment

Your email address will not be published. Required fields are marked *