Aplikasi Software SmartPLS
Software SmartPLS
adalah perangkat lunak yang digunakan untuk analisis Partial Least Squares Structural Equation Modeling (PLS-SEM) — metode statistik untuk menguji hubungan antar variabel yang tidak diukur langsung (variabel laten), banyak dipakai dalam penelitian sosial, bisnis, manajemen, psikologi, dan pendidikan. Berbeda dari SEM berbasis covariance seperti AMOS atau LISREL, SmartPLS lebih fleksibel untuk data yang tidak berdistribusi normal dan ukuran sampel yang terbatas — makanya populer untuk skripsi dan tesis. Fungsi utamanya adalah membangun dan menguji hubungan antara variabel laten (konstruk) serta variabel indikator (manifest).
Dua istilah penting inilah yang harus dipahami dulu:
- Variabel Laten (Konstruk) — konsep yang tidak bisa diukur langsung, misalnya "Kepuasan Pelanggan" atau "Motivasi Kerja"
- Indikator (Manifest) — item pertanyaan kuesioner yang dipakai untuk mengukur variabel laten tersebut.
Menu-menu Dalam Aplikasi Software SmartPLS
1. File
Pada menu ini berfungsi untuk mengelola proyek dan data
- New Project
- Klik File → New Project
- Beri nama proyek pada kolom yang muncul, misalnya "Skripsi_Kepuasan_Pelanggan"
- Tentukan lokasi penyimpanan proyek, lalu klik OK/Create
- Proyek baru akan muncul di panel kiri (Project Explorer)
- Import Data
- Klik kanan pada nama proyek di panel kiri → pilih Import Data (atau lewat File → Import Data)
- Pilih file berformat CSV atau XLSX dari komputer
- Pastikan sebelum import: tidak ada sel kosong (missing value), format data numerik (misalnya skor Likert 1–5), dan baris pertama berisi nama kolom/variabel
- Setelah file terpilih, klik Open/Import , maka data akan otomatis masuk dan siap dipakai membangun model
- Data yang sudah masuk bisa dicek lagi dengan klik dua kali pada file data di panel kiri untuk melihat isinya dalam bentuk tabel
- Save Project
- Klik File → Save atau tekan Ctrl+S untuk menyimpan progres kapan saja
- Disarankan menyimpan setiap kali selesai satu tahap (misalnya setelah selesai bikin model, setelah selesai bootstrapping) supaya tidak kehilangan progres
2. Membangun Model (Path Model)
Cara mengolahnya:
- Buka area kerja (canvas) dengan klik dua kali file data pada panel kiri, lalu pilih Path Model
- Klik ikon lingkaran/oval di toolbar atas untuk menambahkan variabel laten ke canvas — klik di area kosong sebanyak jumlah variabel yang diteliti
- Klik dua kali pada tiap lingkaran variabel laten untuk mengganti namanya sesuai variabel penelitian (misalnya "Kualitas Layanan")
- Untuk memasukkan indikator, buka panel Indicators di sisi kiri, lalu tarik (drag) tiap indikator ke variabel laten yang sesuai — otomatis akan muncul kotak-kotak kecil terhubung ke lingkaran variabel
- Untuk membuat hubungan antar variabel laten (jalur hipotesis), arahkan kursor ke tepi satu lingkaran sampai muncul ikon panah, lalu klik dan tarik ke lingkaran variabel lain yang dituju
- Ulangi sampai semua hipotesis penelitian tergambar sebagai jalur panah di model
3. Menu Calculate — PLS Algorithm
Cara mengolahnya:
- Setelah model selesai digambar, klik Calculate → PLS Algorithm di menu atas
- Akan muncul jendela pengaturan (PLS Algorithm Settings): biarkan pengaturan default (Path Weighting Scheme, Maximum Iterations 300, Stop Criterion 10^-7) kecuali ada alasan khusus untuk mengubahnya
- Klik Start Calculation
- Setelah proses selesai, hasil akan muncul dalam beberapa tab di panel kanan: Outer Loadings, Path Coefficients, R Square, Construct Reliability and Validity, Discriminant Validity, dsb
- Klik tiap tab untuk melihat angka-angkanya, atau klik ikon Excel/Report di pojok kanan atas hasil untuk mengekspor angka ke spreadsheet
4. Menu Calculate — Bootstrapping
Cara mengolahnya:
- Klik Calculate → Bootstrapping
- Pada jendela pengaturan, atur Subsamples (jumlah pengambilan sampel acak, umumnya dibiarkan default 5.000 untuk hasil stabil)
- Pilih Significance Level (default 0,05 untuk taraf signifikansi 5%)
- Pilih Sign Changes: biasanya pilih "Individual Changes" (opsi standar)
- Klik Start Calculation — proses ini butuh waktu lebih lama dari PLS Algorithm karena menghitung ribuan subsampel
- Setelah selesai, buka tab Path Coefficients untuk melihat kolom Original Sample (O), T Statistics, dan P Values yang dipakai menguji signifikansi hipotesis
5. Menu Calculate — Blindfolding
Cara mengolahnya:
- Klik Calculate → Blindfolding
- Atur Omission Distance (angka default biasanya 7 — syaratnya jumlah sampel dibagi omission distance tidak boleh menghasilkan bilangan bulat)
- Klik Start Calculation
- Buka tab Construct Crossvalidated Redundancy, lihat kolom Q² (=1-SSE/SSO) pada tiap variabel dependen
6. Menu Calculate — PLSpredict
Cara mengolahnya:
- Klik Calculate → PLSpredict
- Atur jumlah Folds (default 10) dan Repetitions (default 10) — ini menentukan cara data dibagi untuk uji prediksi
- Klik Start Calculation
- Bandingkan nilai RMSE model PLS dengan nilai RMSE dari model regresi linear sederhana (LM) yang ditampilkan berdampingan — kalau nilai PLS lebih kecil, model dianggap punya kekuatan prediksi yang baik
7. Menu Calculate — Multi-Group Analysis (MGA)
Cara mengolahnya:
- Sebelum menjalankan, siapkan variabel pengelompokan (grouping variable) di data, misalnya kolom "Jenis Kelamin" dengan kode 1=Pria, 2=Wanita
- Klik Calculate → Multi-Group Analysis
- Pilih variabel pengelompokan yang sudah disiapkan tadi
- Klik Start Calculation
- Bandingkan nilai p-value perbedaan path coefficient antar dua kelompok — kalau p-value < 0,05, berarti ada perbedaan signifikan antar kelompok pada jalur hubungan tersebut
8. Menu Calculate — FIMIX-PLS
Cara mengolahnya:
- Klik Calculate → FIMIX-PLS
- Tentukan jumlah maksimum segmen/kelompok yang ingin diuji (misalnya 2–5 segmen)
- Klik Start Calculation
- Lihat kriteria seperti AIC, BIC pada tiap jumlah segmen untuk menentukan jumlah segmen tersembunyi yang paling sesuai (nilai AIC/BIC terkecil = model terbaik)
9. Quality Criteria (Bagian dari Hasil PLS Algorithm)
Cara mengolahnya:
- Ini bukan menu terpisah, tapi kumpulan tab hasil yang otomatis muncul setelah menjalankan PLS Algorithm
- Klik tab Construct Reliability and Validity untuk melihat AVE, CR, Cronbach's Alpha sekaligus
- Klik tab Discriminant Validity untuk memilih submenu Fornell-Larcker Criterion atau HTMT
- Klik tab Collinearity Statistics (VIF) untuk mengecek multikolinearitas antar indikator
10. Report Generator
Cara mengolahnya:
- Setelah semua analisis (PLS Algorithm, Bootstrapping, dst) selesai dijalankan, klik ikon Report (biasanya berbentuk dokumen/Excel) di pojok kanan atas panel hasil
- Pilih format ekspor: Excel atau HTML
- Semua tabel hasil (loading, AVE, CR, path coefficient, T-value, R², Q², dsb) akan otomatis tersusun dalam satu file laporan, siap dijadikan lampiran atau bahan penulisan Bab 4
Membaca Hasil PLS Algorithm (Validitas & Reliabilitas)
Langkah 1: Cek Outer Loading
- Buka tab Outer Loadings di panel hasil
- Lihat nilai tiap indikator terhadap variabel latennya
- Syarat: nilai ≥ 0,7 dianggap baik; 0,4–0,7 masih bisa dipertahankan kalau AVE dan CR tetap memenuhi syarat; di bawah 0,4 sebaiknya indikator dihapus dari model
Langkah 2: Cek Average Variance Extracted (AVE)
- Buka tab Construct Reliability and Validity
- Lihat kolom AVE
- Syarat: nilai ≥ 0,5, artinya variabel laten mampu menjelaskan lebih dari 50% variasi indikatornya (validitas konvergen terpenuhi)
Langkah 3: Cek Composite Reliability (CR) dan Cronbach's Alpha
- Masih di tab yang sama, lihat kolom Composite Reliability dan Cronbach's Alpha
- Syarat: nilai ≥ 0,7 dianggap reliabel/konsisten
Langkah 4: Cek Discriminant Validity — Fornell-Larcker Criterion
- Buka tab Discriminant Validity → Fornell-Larcker Criterion
- Ini menampilkan matriks: angka diagonal (dari atas-kiri ke bawah-kanan, biasanya dicetak tebal) adalah akar kuadrat dari AVE setiap variabel
- Cara baca: bandingkan angka diagonal itu dengan angka-angka di baris dan kolom yang sama (korelasi antar variabel lain)
- Syarat lolos: angka diagonal harus lebih besar daripada semua angka korelasi di baris/kolomnya. Kalau ini terpenuhi, artinya variabel tersebut benar-benar berbeda (tidak tumpang tindih) dengan variabel lain
Langkah 5: Cek Discriminant Validity — HTMT (alternatif yang lebih disarankan saat ini)
- Buka tab Discriminant Validity → Heterotrait-Monotrait Ratio (HTMT)
- Lihat nilai HTMT antar pasangan variabel
- Syarat: nilai < 0,90 (untuk konsep yang mirip) atau < 0,85 (untuk konsep yang jelas berbeda)
Langkah 6: Cek R-Square
- Buka tab R Square
- Lihat nilai R² pada variabel dependen (endogen)
- Pedoman kasar: 0,75 = kuat, 0,50 = moderat, 0,25 = lemah
B. Membaca Hasil Bootstrapping (Signifikansi Hubungan/Hipotesis)
Langkah 1: Jalankan Bootstrapping
- Klik Calculate → Bootstrapping, atur jumlah subsampel (default biasanya 5.000), lalu klik Start Calculation
Langkah 2: Buka Path Coefficients
- Setelah selesai, buka tab Path Coefficients di bagian Bootstrapping
- Perhatikan kolom-kolom berikut:
- Original Sample (O) — nilai koefisien jalur dari data asli, menunjukkan arah hubungan (positif/negatif) dan kekuatannya
- T Statistics — nilai uji signifikansi
- P Values — nilai probabilitas signifikansi
Langkah 3: Tentukan Signifikan atau Tidak
- Syarat signifikan: T Statistics > 1,96 (untuk uji dua arah, taraf signifikansi 5%) atau P Values < 0,05
- Kalau kedua syarat itu terpenuhi, berarti hipotesis diterima (hubungan antar variabel signifikan)
- Kalau tidak terpenuhi, berarti hipotesis ditolak
Langkah 4: Cek Arah Hubungan
- Lihat tanda pada Original Sample (O)
- Positif (+) → hubungan searah (semakin tinggi X, semakin tinggi Y)
- Negatif (−) → hubungan berlawanan arah (semakin tinggi X, semakin rendah Y)
C. Membaca Hasil Blindfolding (Q² — Predictive Relevance)
Langkah 1: Jalankan Blindfolding
- Klik Calculate → Blindfolding, atur omission distance (biasanya default 7), lalu jalankan
Langkah 2: Buka Construct Crossvalidated Redundancy
- Lihat nilai Q² (Q Square) pada variabel dependen
- Syarat: Q² > 0 berarti model memiliki relevansi prediktif; semakin besar semakin baik (0,02 = kecil, 0,15 = menengah, 0,35 = besar)
Ringkasnya, urutan baca yang benar:
- Outer Loading → AVE → CR/Cronbach's Alpha (uji validitas & reliabilitas)
- Fornell-Larcker / HTMT (uji validitas diskriminan)
- R Square (kekuatan model menjelaskan variabel dependen)
- Bootstrapping: Path Coefficient + T-Statistics/P-Values (uji hipotesis)
- Blindfolding: Q² (kekuatan prediksi model)
|
No |
Kode Link |
Judul Topik |
|
1 |
Agunan pada Perbankan Syariah |
|
|
2 |
Akad Hawalah
pada Perbankan Syariah |
|
|
3 |
Akad Ijarah
pada Perbankan Syariah |
|
|
4 |
Akad Istishna'
pada Perbankan Syariah |
|
|
5 |
Akad Kafalah
pada Perbankan Syariah |
|
|
6 |
Akad Mudharabah pada Perbankan
Syariah |
|
|
7 |
Akad Murabahah
pada Perbankan Syariah |
|
|
8 |
Akad Musyarakah
pada Perbankan Syariah |
|
|
9 |
Akad Qardh pada
Perbankan Syariah |
|
|
10 |
Akad Salam pada
Perbankan Syariah |
|
|
11 |
Akad Sharf pada Perbankan Syariah |
|
|
12 |
Akad Wadiah
pada Perbankan Syariah |
|
|
13 |
Akad Wakalah
pada Perbankan Syariah |
|
|
14 |
Aset pada Perbankan Syariah |
|
|
15 |
Automatic Teller Machine (ATM) dalam Sistem Keuangan
Islam |
|
|
16 |
Baitul Mal wa Tamwil (BMT):
Manajemen dan Pemberdayaan Ekonomi Umat |
|
|
17 |
Bank Perekonomian Rakyat (BPR)
Syariah |
|
|
18 |
Bank Sentral Perspektif Ekonomi
Islam |
|
|
19 |
Bentuk Transaksi yang Dilarang dalam
Sistem Ekonomi Islam |
|
|
20 |
Biaya Operasional terhadap
Pendapatan Operasional (BOPO) pada Perbankan Syariah |
|
|
21 |
Bunga Perspektif Sistem Ekonomi
Islam |
|
|
22 |
Capital Adequacy Ratio (CAR) pada
Perbankan Syariah |
|
|
23 |
Cash Ratio pada Perbankan Syariah |
|
|
24 |
Corporate Social Responsibility
(CSR) dalam Sistem Ekonomi Islam |
|
|
25 |
Cost to Income Ratio (CIR) pada
Perbankan Syariah |
|
|
26 |
Current Account Saving Account
(CASA) pada Perbankan Syariah |
|
|
27 |
Current Ratio pada Perbankan Syariah |
|
|
28 |
Dana Pihak
Ketiga (DPK) pada Perbankan Syariah |
|
|
29 |
Dana Syirkah Temporer pada Perbankan
Syariah |
|
|
30 |
Debt to Asset Ratio (DAR) pada
Perbankan Syariah |
|
|
31 |
Debt to Equity Ratio (DER) pada
Perbankan Syariah |
|
|
32 |
Denda: Konsep Ta’zir dalam Keuangan
Islam |
|
|
33 |
Dewan Pengawas
Syariah (DPS): Tata Kelola dan Kepatuhan Syariah |
|
|
34 |
Earning Per Share (EPS) pada
Perbankan Syariah |
|
|
35 |
Ekonomi Keuangan Islam |
|
|
36 |
Ekonomi Keuangan Sosial Islam |
|
|
37 |
Ekonomi Pancasila Perpektif Islam |
|
|
38 |
Ekuitas pada Perbankan Syariah |
|
|
39 |
Environmental, Social, and Governance (ESG)
Perspektif Ekonomi Islam |
|
|
40 |
Etika Bisnis Islam |
|
|
41 |
Fatwa dan Regulasi Industri Halal:
Integrasi Fatwa ke Dalam Regulasi dan Tata Kelola Perbankan Syariah |
|
|
42 |
Filsafat Ilmu Ekonomi Islam |
|
|
43 |
Financial Distress dalam Sistem
Keuangan Islam |
|
|
44 |
Financing to Deposit Ratio (FDR)
pada Perbankan Syariah |
|
|
45 |
Garansi Bank Perspektif Ekonomi
Islam |
|
|
46 |
Giro Wajib Minimum (GWM) pada
Perbankan Syariah |
|
|
47 |
Good Corporate Governance (GCG) dalam Sistem Ekonomi
Islam |
|
|
48 |
Harta dalam Islam: Kajian Turats dan Kontemporer |
|
|
49 |
Hedging Perspektif Ekonomi Islam |
|
|
50 |
Income Smoothing Perspektif Ekonomi
Islam |
|
|
51 |
Indikator Kesehatan Perbankan
Syariah |
|
|
52 |
Industri Keuangan Syariah |
|
|
53 |
Internet Banking dalam Sistem Perbankan Syariah |
|
|
54 |
Investasi Surat
Berharga pada Perbankan Syariah |
|
|
55 |
Kartu Debit dalam Sistem Perbankan
Islam |
|
|
56 |
Kartu Kredit dalam Sistem Perbankan
Islam |
|
|
57 |
Kepatuhan Syariah (Sharia
Compliance) pada Sistem Ekonomi Islam |
|
|
58 |
Kepemilikan dalam Islam: Kajian Turats dan
Kontemporer |
|
|
59 |
Kewajiban Penyediaan Modal Minimum
(KPMM) pada Perbankan Syariah |
|
|
60 |
Kinerja
Karyawan Perspektif Ekonomi Islam |
|
|
61 |
Kliring dalam Sistem Perbankan Islam |
|
|
62 |
Koperasi Syariah: Manajemen dan
Pemberdayaan Ekonomi Umat |
|
|
63 |
Kredit Pemilikan Rumah (KPR)
Syariah: Konsep, Akad, dan Implementasi |
|
|
64 |
Kredit Usaha Rakyat (KUR) Syariah
dalam Pemberdayaan Masyarakat |
|
|
65 |
Laba Bersih pada Perbankan Syariah |
|
|
66 |
Lembaga Keuangan Mikro Syariah |
|
|
67 |
Lembaga Keuangan Syariah Bank dan
Non-Bank |
|
|
68 |
Lembaga Penjamin Simpanan (LPS)
dalam Sistem Ekonomi Islam |
|
|
69 |
Letter of Credit (L/C) Perspektif
Ekonomi Islam |
|
|
70 |
Liabilitas pada Perbankan Syariah |
|
|
71 |
Loyalitas
Konsumen Perspektif Ekonomi Islam |
|
|
72 |
Makroekonomi Islam: dan Dinamika
Ekonomi Global |
|
|
73 |
Manajemen
Risiko Hukum pada Ekonomi Islam |
|
|
74 |
Manajemen
Risiko Imbal Hasil pada Ekonomi Islam |
|
|
75 |
Manajemen
Risiko Investasi pada Ekonomi Islam |
|
|
76 |
Manajemen
Risiko Kepatuhan pada Ekonomi Islam |
|
|
77 |
Manajemen
Risiko Likuiditas pada Ekonomi Islam |
|
|
78 |
Manajemen
Risiko Nilai Tukar pada Ekonomi Islam |
|
|
79 |
Manajemen
Risiko Operasional pada Ekonomi Islam |
|
|
80 |
Manajemen
Risiko Pasar pada Ekonomi Islam |
|
|
81 |
Manajemen
Risiko Pembiayaan pada Sistem Ekonomi Islam |
|
|
82 |
Manajemen
Risiko Reputasi pada Sistem Ekonomi Islam |
|
|
83 |
Manajemen
Risiko Stratejik pada Sistem Ekonomi Islam |
|
|
84 |
Manajemen
ZISWAF pada Lembaga Keuangan Syariah |
|
|
85 |
Maqashid Syariah dalam Ekonomi Islam |
|
|
86 |
Merger pada Perbankan Syariah |
|
|
87 |
Metodologi Penelitian Kualitatif
Bidang Ilmu Ekonomi |
|
|
88 |
Metodologi Penelitian
Kuantitatif Bidang Ilmu Ekonomi: Kajian Komprehensif |
|
|
89 |
Metodologi Penelitian Mixed Methods dalam Bidang Ilmu
Ekonomi: Kajian Komprehensif |
|
|
90 |
Mikroekonomi
dalam Sistem Ekonomi Islam: Kajian Komprehensif atas Landasan Epistemologis,
Konsep Inti, dan Implementasi Kelembagaan |
|
|
91 |
Minat Konsumen
Perspektif Ekonomi Islam |
|
|
92 |
Mobile Banking dalam Sistem
Perbankan Islam |
|
|
93 |
Moral Hazard Perspektif Ekonomi Islam |
|
|
94 |
Net Imbalan
(NI) pada Perbankan Syariah |
|
|
95 |
Net Operating Margin (NOM) pada
Perbankan Syariah |
|
|
96 |
Net Profit Margin (NPM) pada
Perbankan Syariah |
|
|
97 |
Net Stable Funding Ratio (NSFR) pada
Perbankan Syariah |
|
|
98 |
Non-Performing Financing (NPF) pada
Perbankan Syariah |
|
|
99 |
Otoritas Jasa Keuangan (OJK):
Pengawasan Industri Keuangan Islam |
|
|
100 |
Pembiayaan dalam Sistem Ekonomi
Islam |
|
|
101 |
Perbankan
Syariah: Manajemen Operasional dan Ketahanan |
|
|
102 |
Perbankan Syariah: Peluang
Pengembangannya |
|
|
103 |
Perbankan Syariah: Pembiayaan Sektor
Produktif dan Industri Halal |
|
|
104 |
Perbankan Syariah: Strategi
Pendanaan dan Diversifikasi Produk |
|
|
105 |
Perbankan Syariah: Tantangan
Pengembangannya |
|
|
106 |
Perbankan
Syariah: Teori, Praktik, dan Regulasi |
|
|
107 |
Perilaku
Konsumen dalam Sistem Ekonomi Islam |
|
|
108 |
Posisi Devisa
Neto (PDN) pada Perbankan Syariah |
|
|
109 |
Posisi Devisa
Neto (PDN) pada Perbankan Syariah |
|
|
110 |
Price To Book Value (PBV) pada
Perbankan Syariah |
|
|
111 |
Price To Earning Ratio (PER) pada
Perbankan Syariah |
|
|
112 |
Produk Deposito
pada Perbankan Syariah |
|
|
113 |
Produk Giro pada Perbankan Syariah |
|
|
114 |
Produk Jasa
(Layanan) pada Perbankan Syariah |
|
|
115 |
Produk
Penghimpunan Dana (Simpanan) pada Perbankan Syariah |
|
|
116 |
Produk Penyaluran Dana (Pembiayaan)
pada Perbankan Syariah |
|
|
117 |
Quick Ratio pada Perbankan Syariah |
|
|
118 |
Rasio Likuiditas dalam Sistem
Keuangan Islam |
|
|
119 |
Rasio Profitabilitas dalam Sistem
Keuangan Islam |
|
|
120 |
Rasio Solvabilitas dalam Sistem
Keuangan Islam |
|
|
121 |
Return On Assets (ROA) pada
Perbankan Syariah |
|
|
122 |
Return On Equity (ROE) pada
Perbankan Syariah |
|
|
123 |
Riba Perspektif Ekonomi Islam |
|
|
124 |
Safe Deposit Box pada Perbankan
Islam |
|
|
125 |
Sistem Ekonomi Adam Smith (Klasik)
menurut Islam |
|
|
126 |
Sistem Ekonomi Kapitalis/Liberal
menurut Islam |
|
|
127 |
Sistem Ekonomi
Keynesian menurut Islam |
|
|
128 |
Sistem Ekonomi Neo-Klasik menurut
Islam |
|
|
129 |
Sistem Ekonomi
Pancasila menurut Islam |
|
|
130 |
Sistem Ekonomi
Skolastik menurut Islam |
|
|
131 |
Sistem Ekonomi
Sosialis menurut Islam |
|
|
132 |
Sistem Operasional Bank Syariah |
|
|
133 |
Subrogasi dalam Sistem Keuangan
Islam |
|
|
134 |
Sumber Daya Manusia (SDM) Perspektif Ekonomi Islam |
|
|
135 |
Transaksi dalam Sistem Ekonomi Islam |
|
|
136 |
Uang Perspektif Ekonomi Islam |
|
|
137 |
Unit Usaha Syariah (UUS) |
|
|
138 |
Wealth Management Perspektif Ekonomi
Islam |

Komentar
Posting Komentar