FULL EXPLANATION OF INNER MODEL ANALYSIS ON SMART PLS 3.0

FULL EXPLANATION OF INNER MODEL ANALYSIS ON SMART PLS 3.0
The Fit Model Test is used to assess the compatibility between the observed correlations, where the Standardized Root Mean Square (SRMR) value is less than 0.10 or 0.08, then the model is considered suitable (see Hu and Bentler, 1999).
Then the model is said to be fit if the RMS Theta or Root Mean Square Theta value is less than 0.102.
• Normal Fit Index (NFI) value between 0 and 1. the closer to 1 the better/the model is more suitable.
The assumption or requirement in the inner least square partial model analysis is that there is no multicollinearity problem, namely there is a strong intercorrelation between latent variables.
• Multicollinearity is a phenomenon in which two or more independent variables or exogenous constructs are highly correlated so that the predictive ability of the model is not good (Sekaran and Bougie, 2016).
Test conditions: The VIF value must be less than 5, because if it is more than 5 it indicates the existence of collinearity between constructs (Sarstedt et al., 2017).
The evaluation of the model can also be seen from the R-Square value, where this R Square is also a goodness fit test for the PLS inner SEM model.
We are going to Slide
• Inner model is used to predict the relationship between latent variables.
• Used to measure model quality criteria or goodness of fit
• The coefficient of determination gives an indication of the magnitude of the effect of the exogenous latent variable on the amount of the endogenous latent.
• The value of the coefficient of determination can be seen from the R Square value for endogenous latent constructs as predictive power.
• The value of the coefficient of determination (R Square) between 0 and 1, the value of R Square closer to 1 the model the better or feasible.
Meanwhile, Adjusted R Square is the corrected R Square value based on the standard error value. The value of Adjusted R Square provides a stronger picture than R Square in assessing the ability of an exogenous construct to explain endogenous constructs.
• Path Coefficients are used to determine the magnitude of the effect partially and indicate the direction of the variable relationship, whether the relationship between variables is positive or negative.
• Path Coefficients range in value from -1 to 1.
• GoF value to test the overall fit of the model, both for the outer model and inner model, whether there is a match with the observed value with the expected value in the model.
#InnerModel Explanation
#AnalisisInnerModel
#InterpretasiOutputSmartPLS

[@erisnurdirman1274]

terima kasih penjelasannya.

[@arindawiddy4466]

Pak izin bertanya, kalau ada item reverse di outer loadingnya nanti apa negatif hasilnya?

[@079_dwizaidatunnikmah8]

Maaf pak, izin bertanya, untuk omission distance pada blindfolding tidak dapat menggunakan D=7 penyebabnya apa ya pak?😢

[@ceritadunia23]

pak cara tau nilai t-table nya 1,96 darimana ya?

[@domingosnonatol.soares1994]

Selamat malam saya dari Timor leste, Saya mau tanya tentan nilai R Square nilai subtansinya lemah tapy analisis variavel signifikan ????minta tolon

[@SgLubar]

Tdk apa, jelaskan saja hasil penelitian tersebut dgn argumentasi ilmiah, ternyata hasil penelitian membuktikan bahwa kontribusi variabel independen (R Square) memiliki kontribusi yg lemah terhadap perubahan nilai variabel dependen. Hal ini tjd dimungkinkan ada variabel diluar penelitian yg memiliki pengaruh lbh besar dari variabel independen yg diikutkan dlm penelitian. Note. Model regresi layak/ good ness of fit.

[@wahidrozaq9062]

Assalamualaikum bapak, mau nanya kalau hipotesisnya berpengaruh negatif itu di bostrapiing harus yang warna hijau atau merah pak kalau berpengaruh negatif

[@SgLubar]

Warna tdk mengartikan pengaruh positif ataupun pengaruh negatif. Yg menunjukan pengaruh positif ataupun negatif pada nilai original sample. Jika pengaruh positif ya angkanya positif jika pengaruh negatif maka nilai original sample nya negatif.

[@wahidrozaq9062]

@@SgLubar assalamualaikum bapak mau nanya terkait indikator variabel job stress : beban kerja , sikap pemimpin, waktu kerja , komunikasi Non job stress : masalah pribadi , masalah keluarga ,maslaah sosial masyarakat Supportive leadhersip : dorongan inisiatif, kalirifkasi tanggung jawab individu, umpan balik evaluasi, mengadakan konsultasi pribadi Job performance : kualitas pekerjaan , kuantitas kerja , pelaksanaan tugas ,tanggung jawab Indikator tersebut merupakan formatif atau reflektif bapak? Untuk menyesuaikan model pengujian messuerment nya

[@saraestertampubolon]

Selamat siang, izin bertanya pak Gof rumusnya akar AVE X R Square. Referensinya dari mana ya?. Mohon bantuannya. Trimakasih

[@SgLubar]

Dari partial least square konsep, teknik dan aplikasi menggunakan program smart pls 3.0 karangan prof dr H Imam Gozali, M. Com, Ph.D, Ak; Hengky Layan, SE. 2015, badan penerbit UNDIP, ISBN 979.704.300.2, Semarang.halaman 82

[@saraestertampubolon]

Trimakasih pak 🙏

[@matanai8883]

Pak kalau SRMR dua duanya kurang dari 0,1 bagaimana ya Pak?

[@SgLubar]

Gpp, pakai sj kriteria yg lain, misal model fit dsb.

[@tweetyapaadanya9748]

Permisi pak, izin bertanya. Apakah uji f square itu wajib dilaporkan di pembahasan? Karena di beberapa skripsi kating itu tidak dilaporkan, hanya dilampirkan saja.

[@tweetyapaadanya9748]

Kemudian kalau di PLS itu kan ada f square juga untuk melihat besar/kecilnya pengaruh. lalu, apa bedanya dengan signifikan dan tdk signifikan?

[@SgLubar]

Didunia ini tdk ada yg wajib sehingga menimbulkan dosa kecuali hanya ketentuan Allah Rosul. dan beranilahn berpegang pd suatu konsep selagi memiliki dasar referensi, bkn sekedar menjadi follower kating. ☺

[@diniauliamaulidah6630]

Selamat pagi pak, ijin bertanya kalau uji path coefficient bernilai positif tetapi hipotesis ditolak bagaimana ya pak? Terimakasih sebelumnya

[@SgLubar]

Ya tdk apa2. Positif atau negatif adalah arah hubungan. Arah hubungan positif jika tjd kenaikan perubahan X maka tjd kenaikan perubahan Y. Namun jika negatif maka jika tjd kenaikan perubahan X akan menyebabkan penurunan. perubahan Y

[@diniauliamaulidah6630]

@@SgLubar mohon maaf pak tanya lagi, berarti uji path coefficient itu hanya menguji arahnya saja, untuk signifikan atau tidaknya tetap di t test ya pak? Dan kalau ditanya kenapa bisa uji path positif tetapi hipotesis ditolak dijawab seperti itu saja ya pak?

[@SgLubar]

Dianggap Menguji atau tdknya tergantung tujuan penelitian mu mau kemana...

[@diniauliamaulidah6630]

@@SgLubar penelitian saya menggunakan model hot-fit pak