Penjelasan Mengenai Metode Partial Least Square

Partial Least Square atau biasa disebut PLS merupakan metode dalam ilmu statistik yang memiliki sifat beragam wariasi yang bisa menangani banyak variabel respon dan variabel eksplanaroti secara langsung. Metode ini merupakan metode yang berdaya guna maksimal karena tidak didasarkan pada banyak syarat seperti uji normalitas dan multikolinearitas. Analisis statistik dengan menggunakan metode ini merupakan pilihan yang tepat, karena metode ini bersifat lebih kebal dan robust.

Penemu Partial Least Square

Orang pertama yang menemukan dan mengembangkan metode ini adalah Herman O.A. Wold. Herman menemukan metode ini pada tahun 1960-an di bidang elektromaknetik. Keuntungan penting dari metode PLS ini adalah bahwa metode itu dapat menangani banyak variabel independent, bahkan Ketika ada multikolinearitas antara variabel independent.

Analisis regresi dapat digunakan bahkan ketika ada beberapa predictor. Namun, jika ada terlalu banyak variabel, Anda akan mendapatkan model yang cocok dengan data sampel, tetapi Anda tidak dapat memprediksi data baru. Fenomena ini disebut overfitting. Ada banyak faktor dalam overfitting seperti itu, tetapi faktor potensial yang dapat menjelaskan variabilitas respon dengan lebih baik dapat diabaikan. Maka lahirlah ide Partial Least Square ini. Ide umum dari PLS adalah untuk mengestrak faktor potensial yang mewakili variasi maksimum yang mungkin dari faktor yang jelas saat memodelkan variabel respon.

Tujuan Partial Least Square

Walaupun metode ini digunakan mengonfirmasi teori, tetapi bisa digunakan untuk mengetahui kedapatan atau tidaknya pertautan seslat alasan laten. Metode ini bisa membincangkan sekaligus konstruk yang dibentuk menggunakan penanda refleksif dan penanda formatif dan unit ini tidak dijalankan dalam bagian Structural Equation Model (SEM) karena akan memunculkan unidentified model. Metode ini memiliki 2 model indicator penggambaran, indicator tersebut antara lain indicator refleksif dan indikator formatif.

Model reflektif menggambarkan kalau indikator adalah pengukuran kesalahan terhadap variabel laten. Sedangkan model hubungan formatif adalah hubungan sebab akibat dari indikator menuju ke variabel laten. Sehingga model hubungan formatif antar indikator saling berkorelasi satu dengan yang lain.

Fungsi Partial Least Square

Pertama, PLS adalah metode analisis yang digunakan untuk merencanakan model dan digunakan untuk konfirmasi teori.

Kedua, metode ini membutuhkan syarat dan asumsi yang sedikit dibandingkan metode SEM.

Ketiga, metode ini tidak memiliki kecocokan global seperti AGFI, PGFI, PNFI, dll. Untuk menilai metode ini hanya dibutuhkan kecocokan terhadap 2 model yaitu model luar dan model dalam. Untuk model luar, kecocokan dilihat dari pengukuran formatif dan reflektif.

Keempat, Fungsi model ini ada 2 yaitu model dalam (inner model) dan model luar (outer model) model dalam mengarah kepada regresi untuk menilai akibat satu variabel terhadap variabel yang lain. Sedangkan model luar mengarah kepada uji validitas dan reliabilitas.