Pemodelan Persamaan Struktural Partial Least Squares
PLS-SEM adalah pendekatan berbasis varians untuk pemodelan persamaan struktural yang dikembangkan oleh Herman Wold (1985) yang mengestimasi model variabel laten dengan memaksimalkan varians yang dijelaskan dalam variabel dependen. Berbeda dengan SEM berbasis kovarians, PLS-SEM sangat berguna untuk penelitian eksploratif, sampel kecil hingga menengah, model kompleks dengan banyak konstruk, dan data non-normal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
+3 lainnya
Sumber
- Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) (2nd ed.). Sage Publications. ISBN: 9781483377445
- Wold, H. (1985). Partial least squares. In S. Kotz & N. L. Johnson (Eds.), Encyclopedia of Statistical Sciences (Vol. 6, pp. 581-591). Wiley. ISBN: 9780471822622
- Chin, W. W. (2010). How to write up and report PLS analyses. In V. E. Vinzi, W. W. Chin, J. Henseler, & H. Wang (Eds.), Handbook of Partial Least Squares: Concepts, Methods and Applications (pp. 655-690). Springer. DOI: 10.1007/978-3-540-32827-8_29 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Partial Least Squares Structural Equation Modeling. ScholarGate. https://scholargate.app/id/psychometrics/pls-sem
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Pemodelan Persamaan Struktural EksploratoriPsikometri↔ bandingkan
- ANOVA FuzzyPsikometri↔ bandingkan
- Analisis Kondisi PerluPsikometri↔ bandingkan
- WordfishPsikometri↔ bandingkan
- WordscoresPsikometri↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →