🔍 SEO Excerpt:
Panduan LEAN menulis Bab 4 hasil penelitian SEM-PLS: template kalimat akademis, standar penyajian tabel/diagram ala jurnal Scopus, dan strategi menjawab reviewer dengan elegan.
🏷️ Tags:
Penulisan Ilmiah Bab 4 Skripsi Jurnal Scopus Reviewer Response AurinoWorks
Panduan LEAN menulis Bab 4 hasil penelitian SEM-PLS: template kalimat akademis, standar penyajian tabel/diagram ala jurnal Scopus, dan strategi menjawab reviewer dengan elegan.
🏷️ Tags:
Penulisan Ilmiah Bab 4 Skripsi Jurnal Scopus Reviewer Response AurinoWorks
Bagian 5: Menulis Bab 4 Hasil Penelitian yang LEAN dan Berdampak
Mengubah output statistik menjadi narasi ilmiah yang tajam, elegan, dan siap tembus jurnal bereputasi.
💡 Prinsip LEAN dalam Pelaporan:
Clarity over Complexity. Reviewer tidak terkesan dengan paragraf yang panjang dan berputar-putar. Mereka menghargai narasi yang langsung pada inti: apa yang diuji, apa hasilnya, dan apa implikasinya. Setiap kalimat harus punya alasan untuk ada.
Clarity over Complexity. Reviewer tidak terkesan dengan paragraf yang panjang dan berputar-putar. Mereka menghargai narasi yang langsung pada inti: apa yang diuji, apa hasilnya, dan apa implikasinya. Setiap kalimat harus punya alasan untuk ada.
📍 Konteks Berkelanjutan: “KopiNusantara Digital”
Kita akan menggunakan contoh narasi berdasarkan hasil analisis dari Bagian 1-4, sehingga Anda bisa melihat langsung bagaimana angka di SmartPLS diubah menjadi kalimat di jurnal.
Kita akan menggunakan contoh narasi berdasarkan hasil analisis dari Bagian 1-4, sehingga Anda bisa melihat langsung bagaimana angka di SmartPLS diubah menjadi kalimat di jurnal.
Langkah 1: Template Kalimat Akademis (Copy-Paste Ready)
Jangan mulai dari nol. Gunakan struktur kalimat yang sudah teruji dan diterima secara akademis.
1
Untuk Outer Model (Validitas & Reliabilitas)
“Evaluasi model pengukuran menunjukkan bahwa seluruh konstruk memenuhi kriteria reliabilitas dan validitas. Nilai Composite Reliability (rho_c) berada di atas 0.70, dan Average Variance Extracted (AVE) melebihi ambang batas 0.50, yang mengonfirmasi validitas konvergen. Selanjutnya, validitas diskriminan diverifikasi menggunakan rasio Heterotrait-Monotrait (HTMT), di mana seluruh nilai berada di bawah batas konservatif 0.85 (Hair et al., 2022).”
2
Untuk Inner Model (Kemampuan Prediksi)
“Evaluasi model struktural menunjukkan bahwa model memiliki kemampuan prediktif yang moderat, dengan nilai R² untuk konstruk Loyalitas Pelanggan sebesar 0.45. Nilai Predictive Relevance (Q²) sebesar 0.28 (> 0) mengonfirmasi bahwa model memiliki relevansi prediktif yang memadai untuk konstruk endogen tersebut.”
3
Untuk Pengujian Hipotesis (Path Coefficients)
“Hasil uji bootstrapping (10.000 subsamples) menunjukkan bahwa Kualitas Layanan Digital berpengaruh positif dan signifikan terhadap Loyalitas Pelanggan (β = 0.45, t = 5.63, p < 0.01). Dengan demikian, Hipotesis 1 diterima. Selain itu, analisis Specific Indirect Effects mengonfirmasi peran mediasi penuh (full mediation) dari Kepercayaan dan Kepuasan.”
Langkah 2: Standar Penyajian Tabel & Diagram (Ala Scopus)
Visualisasi yang buruk dapat menghancurkan hasil analisis yang bagus. Ikuti standar ini agar terlihat profesional.
1
Tabel yang Wajib Ada
Jangan copy-paste mentah-mentah dari SmartPLS. Buat ulang di Word/Excel dengan format bersih:
Jangan copy-paste mentah-mentah dari SmartPLS. Buat ulang di Word/Excel dengan format bersih:
- Tabel 1: Construct Reliability and Validity (Cantumkan: Cronbach’s Alpha, rho_c, AVE).
- Tabel 2: HTMT Ratio (Tampilkan matriks segitiga atas atau daftar pasangan konstruk).
- Tabel 3: Path Coefficients, T-Statistics, dan P-Values (Sertakan kolom “Decision: Supported/Not Supported”).
2
Cara Mengekspor Path Diagram yang Rapi
- Di SmartPLS, klik menu Layout ➔ Beautify (untuk merapikan posisi otomatis).
- Hapus elemen yang tidak perlu (misal: mean, variance) agar diagram tidak berantakan.
- Klik kanan pada area kerja ➔ Export ➔ Pilih Graphic File (PNG/SVG).
- Pro Tip: Pilih opsi “Transparent Background” jika tersedia, atau pastikan latar belakang putih polos agar menyatu dengan kertas jurnal.
⚠️ Jebakan Umum:
Jangan menyertakan tangkapan layar (screenshot) langsung dari antarmuka SmartPLS yang masih menampilkan panel samping atau grid abu-abu. Ini dianggap tidak profesional oleh reviewer jurnal bereputasi.
Langkah 3: Strategi Menjawab Reviewer dengan Elegan
Reviewer ada untuk membuat penelitian Anda lebih kuat, bukan untuk menjatuhkan. Responlah dengan data, bukan emosi.
1
Komentar: “Mengapa menggunakan PLS-SEM dan bukan CB-SEM (AMOS/LISREL)?”
Respon LEAN: “Terima kasih atas masukannya. Kami memilih PLS-SEM karena penelitian ini bersifat prediktif-eksploratif dan ukuran sampel kami [sebutkan jumlah] berada di bawah ambang batas ideal untuk CB-SEM yang memerlukan asumsi normalitas multivariat yang ketat. Pemilihan ini selaras dengan rekomendasi Hair et al. (2022) untuk penelitian dengan kompleksitas model dan karakteristik data seperti ini.”
Respon LEAN: “Terima kasih atas masukannya. Kami memilih PLS-SEM karena penelitian ini bersifat prediktif-eksploratif dan ukuran sampel kami [sebutkan jumlah] berada di bawah ambang batas ideal untuk CB-SEM yang memerlukan asumsi normalitas multivariat yang ketat. Pemilihan ini selaras dengan rekomendasi Hair et al. (2022) untuk penelitian dengan kompleksitas model dan karakteristik data seperti ini.”
2
Komentar: “Mengapa indikator X3 di-drop dari model?”
Respon LEAN: “Indikator X3 dihapus karena nilai outer loading-nya di bawah 0.40 dan penghapusannya justru meningkatkan nilai AVE konstruk terkait di atas ambang batas 0.50 tanpa mengorbankan validitas isi (content validity). Hal ini dilakukan untuk menjaga parsimoni dan keketatan model pengukuran.”
Respon LEAN: “Indikator X3 dihapus karena nilai outer loading-nya di bawah 0.40 dan penghapusannya justru meningkatkan nilai AVE konstruk terkait di atas ambang batas 0.50 tanpa mengorbankan validitas isi (content validity). Hal ini dilakukan untuk menjaga parsimoni dan keketatan model pengukuran.”
3
Komentar: “Nilai R² terlihat rendah.”*
Respon LEAN: “Kami mengakui bahwa nilai R² sebesar [nilai] tergolong [lemah/moderat]. Namun, dalam konteks penelitian perilaku [sebutkan bidang, misal: adopsi teknologi UMKM], nilai R² di atas 0.20 sering kali dianggap dapat diterima karena kompleksitas variabel manusia yang tidak dapat dijelaskan sepenuhnya oleh model (Chin, 1998). Kami telah menambahkan diskusi mengenai variabel lain yang potensial memengaruhi hasil ini di bagian Keterbatasan Penelitian.”
Respon LEAN: “Kami mengakui bahwa nilai R² sebesar [nilai] tergolong [lemah/moderat]. Namun, dalam konteks penelitian perilaku [sebutkan bidang, misal: adopsi teknologi UMKM], nilai R² di atas 0.20 sering kali dianggap dapat diterima karena kompleksitas variabel manusia yang tidak dapat dijelaskan sepenuhnya oleh model (Chin, 1998). Kami telah menambahkan diskusi mengenai variabel lain yang potensial memengaruhi hasil ini di bagian Keterbatasan Penelitian.”
Langkah 4: Integritas Ilmiah & Menghindari P-Hacking
Integritas adalah mata uang paling berharga dalam dunia akademik. Sekali hilang, sulit dikembalikan.
1
Hasil Tidak Signifikan BUKANLAH Kegagalan
Jika hipotesis ditolak (p > 0.05), laporkan apa adanya. Dalam sains, menemukan “tidak ada pengaruh” adalah temuan yang valid dan sering kali lebih menarik daripada mengonfirmasi hal yang sudah jelas. Jelaskan mengapa hal itu bisa terjadi berdasarkan teori atau konteks lapangan.
Jika hipotesis ditolak (p > 0.05), laporkan apa adanya. Dalam sains, menemukan “tidak ada pengaruh” adalah temuan yang valid dan sering kali lebih menarik daripada mengonfirmasi hal yang sudah jelas. Jelaskan mengapa hal itu bisa terjadi berdasarkan teori atau konteks lapangan.
2
Hindari “Fishing Expedition”
Jangan terus-menerus menambah atau menghapus indikator, atau mengubah model dari reflektif ke formatif, hanya untuk membuat nilai p menjadi < 0.05. Ini adalah praktik p-hacking yang terlarang dan dapat menyebabkan retraksi publikasi di masa depan.
Jangan terus-menerus menambah atau menghapus indikator, atau mengubah model dari reflektif ke formatif, hanya untuk membuat nilai p menjadi < 0.05. Ini adalah praktik p-hacking yang terlarang dan dapat menyebabkan retraksi publikasi di masa depan.
💡 Filosofi Penutup:
Peran Anda sebagai peneliti bukan untuk “membuktikan” bahwa Anda benar, melainkan untuk mengungkap kebenaran dari data yang Anda kumpulkan, sekecil atau sebesar apa pun temuan tersebut.
Peran Anda sebagai peneliti bukan untuk “membuktikan” bahwa Anda benar, melainkan untuk mengungkap kebenaran dari data yang Anda kumpulkan, sekecil atau sebesar apa pun temuan tersebut.
🎉 Selamat! Anda Telah Menyelesaikan Seri Panduan SEM-PLS AurinoWorks.
Dari fondasi filosofis (Bagian 0), validasi alat ukur (Bagian 1), pengujian hipotesis (Bagian 2), analisis lanjutan (Bagian 3), keputusan strategis (Bagian 4), hingga seni pelaporan (Bagian 5).
Anda kini memiliki 100% peta jalan untuk melakukan, menganalisis, dan mempublikasikan penelitian PLS-SEM yang berintegritas dan berdampak.
Langkah Selanjutnya: Simpan halaman ini sebagai bookmark, atau bagikan ke rekan peneliti Anda. Jika ada pertanyaan spesifik di masa depan, kolom komentar atau forum diskusi AurinoWorks selalu terbuka.
Dari fondasi filosofis (Bagian 0), validasi alat ukur (Bagian 1), pengujian hipotesis (Bagian 2), analisis lanjutan (Bagian 3), keputusan strategis (Bagian 4), hingga seni pelaporan (Bagian 5).
Anda kini memiliki 100% peta jalan untuk melakukan, menganalisis, dan mempublikasikan penelitian PLS-SEM yang berintegritas dan berdampak.
Langkah Selanjutnya: Simpan halaman ini sebagai bookmark, atau bagikan ke rekan peneliti Anda. Jika ada pertanyaan spesifik di masa depan, kolom komentar atau forum diskusi AurinoWorks selalu terbuka.