Mohon tunggu...
Joanna Devina
Joanna Devina Mohon Tunggu... Lainnya - Mahasiswi STP Trisakti / Penerima Beasiswa Unggulan

Mahasiswi STP Trisakti Penerima Beasiswa Unggulan

Selanjutnya

Tutup

Ilmu Alam & Tekno

Perbedaan SPSS dan Smart PLS

19 Januari 2021   14:20 Diperbarui: 19 Januari 2021   14:58 30920
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Ilmu Alam dan Teknologi. Sumber ilustrasi: PEXELS/Anthony

SPSS

SPSS (Statistical Product and Service Solutions) merupakan salah satu program aplikasi yang paling banyak digunakan untuk analisis statistik dalam ilmu sosial. SPSS banyak digunakan dalam berbagai riset pemasaran, pengendalian dan perbaikan mutu (quality improvement), serta riset-riset sains.

SPSS pertama kali muncul dengan versi PC (bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+ (versi DOS). Tetapi, dengan mulai populernya sistem operasi windows. Tujuan penggunaan program SPSS adalah untuk menguji nilai variabel.

SPSS memiliki beberapa keunggulan yaitu memberikan tampilan data yang lebih informatif, memberikan informasi lebih akurat dengan memberikan kode alasan jika terjadi missing data, mudah digunakan tanpa harus belajar bahasa programming. Untuk mengolah hasil,  dapat kita lihat daru uji validitas, reliabilitas, statistik deskriptif, distribusi frekuensi, nilai rata-rata, koefisien determinasi, regresi linear, dan hipotesis.

Smart PLS (Partial Least Square)

PLS adalah teknik yang dipakai untuk memprediksi model dengan banyak faktor dan hubungan collinear. Tujuan menggunakan Smart PLS diantara lain adalah untuk memprediksi hubungan antar konstruk, mengkonfirmasi teori serta dapat digunakan untuk menjelaskan ada tidaknya hubungan antara variabel laten.

Smart PLS memiliki keunggulan yaitu tidak membutuhkan data yang terdistribusi normal dan dapat digunakan dengan jumlah sampel yang sedikit. Sedangkan Kelemahan dari PLS yaitu distribusi data tidak dapat diketahui secara pasti sehingga tidak dapat menilai signifikansi statistik, namun kelemahan ini dapat diatasi dengan menggunakan metode resampling (Bootstraping).

Smart PLS dibagi menjadi 2 model, yaitu Outer Model dan Inner Model. Outer model terdiri dari uji validasi dan uji reabilitas, sedangkan inner model terdiri dari koefisien determinasi dan uji hipotesis.

Baca konten-konten menarik Kompasiana langsung dari smartphone kamu. Follow channel WhatsApp Kompasiana sekarang di sini: https://whatsapp.com/channel/0029VaYjYaL4Spk7WflFYJ2H

Mohon tunggu...

Lihat Konten Ilmu Alam & Tekno Selengkapnya
Lihat Ilmu Alam & Tekno Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun