Kriteria Penggunaan CB-SEM, PLS-SEM dan GSCA.


 Kriteria Penggunaan CB-SEM, PLS-SEM dan GSCA.

NO
KRITERIA
CB-SEM
PLS-SEM
GSCA
1
Tujuan Penelitian
Untuk menguji teori atau mengkonfirmasi teori (orientasi parameter)
Untuk mengembangkan teori atau membangun teori (orientasi prediksi)
Untuk mengembangkan atau membangun teori (orientasi prediksi)
2
Pendekatan
Berdasarkan covariance
Berdasarkan variance
Berdasarkanvariance
3
Spesifikasi Model Pengukuran
Mensyaratkan adanya error terms dan indikator hanya berbentuk reflective.(indikator bisa juga berbentuk formatif tetapi memerlukan prosedur yang kompleks)
Indikator dapat berbentukformative dan reflective serta tidak mensyaratkan adanya error terms
Indikator dapat berbentuk reflectivedan formative serta dapat dilakukan spesifikasi model
4
Model Struktural
Model dapat berbentukrecursive dan non-recursive dengan tingkat kompleksitas kecil sampai menengah
Model dengan kompleksitas besar dengan banyak konstruk dan banyak indikator
Model dengan kompleksitas besar dengan banyak konstruk dan banyak indikator
5
Karakteristik Data dan Alogaritma
Mensyaratkan jumlah sampel yang besar dan asumsi multivariate normality terpenuhi (parametrik)
Jumlah sampel dapat kecil dan bisa dilanggarnya asumsimultivariate normality (non-parametik)
Jumlah sampel dapat kecil dan tidak mensyaratkan asumsimultivariate normality (non-parametik)
6
Evaluasi Model
Mensyaratkan terpenuhinya kriteria goodness of fitsebelum estimasi parameter
Estimasi parameter dapat langsung dilakukan tanpa persyaratan kriteria goodness of fit
Mensyaratkan terpenuhinya kriteriagoodness of fit untuk evaluasi model
7
Pengujian Signifikansi
Model dapat diuji dan difalsifikasi
Tidak dapat diuji dan difalsifikasi
Tidak dapat diuji dan difalsifikasi
8
Software Error
Sering bermasalah denganinadmissible dan faktorindeterminacy
Relatif tidak menghadapi masalah (crashing) dalam proses iterasi model
Sering bermasalah dengan inadmissibledan faktorindeterminacy
9
Besar sample
Kekuatan analisis didasarkan pada model spesifik-minimal direkomendasikan berkisar dari 200 sampai 800

Kekuatan analisis didasarkan pada porsi dari model yang memiliki jumlah prediktor terbesar. Minimal direkomendasikan berkisar dari 30 sampai 100 kasus
-
10
Asumsi
Multivariate normaldistributionindependence observation
Spesifisik prediktor
(nonparametric)
-
11
Implikasi
Optimal untuk ketepatan parameter
Optimal untuk ketepatan prediksi
-
12
Estimasi Parameter
Konsisten
Konsisten sebagai indikator dan sample size meningkat (consistency at large)
-
13
Kompleksitas Model
Kompleksitas kecil sampai menengah (kurang dari 100 indikator)
Kompleksitas besar (100 konstruk dan 1000 indikator)
-
14
Skore Variabel Laten
Indeterminate
Secara eksplisit di estimasi
-

1 comments:

boleh tahu ini referensinya dari mana ya ? Sy butuh buat referensi thesis saya

Reply

Post a Comment