Tujuan PLS adalah membantu peneliti untuk mendapatkan nilai variabel laten untuk tujuan prediksi. Variabel laten adalah linear agregat dari indikator-indikatornya. Weight estimate untuk menciptakan komponen skor variabel laten didapat berdasarkan bagaimana inner model (model struktural yang menghubungkan antar variabel laten) dan outler model (model pengukuran yaitu hubungan antara indikator dengan konstruknya) dispesifikasi. Hasilnya adalah residual variance dari variabel independen (keduanya variabel laten dan indikator) diminimumkan.
Estimasi parameter yang didapat dengan PLS dapat dikategorikan menjadi tiga yaitu: pertama, adalah weight estimate yang digunakan untuk menciptakan skor variabel laten; kedua, mencerminkan estimasi jalur (path estimate) yang menghubungkan variabel laten dan antar variabel laten dan blok indikatornya (loading); ketiga, adalah keterkaitkan dengan means dan lokasi parameter (nilai konstanta regresi) untuk indikator dan variabel laten. Untuk mendapatkan ketiga estimasi tersebut, PLS menggunakan proses iterasi tiga tahap dan setiap tahap iterasi menghasilkan estimasi. Tahap pertama menghasilkan weight estimate, tahap kedua menghasilkan estimasi untuk inner model dan outler model, dan tahap ketiga menghasilkan estimasi means dan lokasi (konstanta).
Pada dua tahap pertama proses iterasi indikator dan variabel laten diperlukan sebagai deviasi (penyimpangan) dari nilai means (ratarata). Pada tahap ketiga untuk hasil estimasi dapat diperoleh berdasarkan pada data metric
original, hasil weight estimate dan path estimate pada tahap kedua digunakan untuk menghitung means dan lokasi parameter.
Tidak ada komentar:
Posting Komentar