Pak.. terimakasih banyak ya pak.. akhirnya bab 4 saya bisa dilanjut setelah melihat video bapak🙏 maaf telah merepotkan bapak sampai subuh subuh bikin video. Terimakasih banyak pak, semoga bapak sehat terus untuk membimbing mahasiswa yang membutuhkan bimbingan. GBU pak
Siap kak. Sama2 ya kak 😇😇🙏🙏🙏 Senang saya bisa membantu kakak melalui penjelasan pada video ini 🙏🙏🙏 Tidak merepotkan sama sekali kak. Memang sudah tugas saya untuk senantiasa membantu mahasiswa/i dan para pelajar, kak 🙏🙏🙏 Amin kak. Terima kasih banyak atas doanya ya kak 🙏🙏🙏 Doa yang sama untuk kakak dan keluarga 🙏🙏🙏 GBU too ya kak 🙏🙏🙏
Pagi pak, mohon maaf mengganggu lagi. Izin bertanya pak, seperti penjelasan bapak di video ini terkait variabel kontrol yang dilihat dari original samplenya apakah positif atau negatif. Saya ingin bertanya pak.. jika rumusan masalah saya adalah ingin menguji apakah terdapat pengaruh positif antara X dan Y dengan menggunakan pvalue, pertanyaan saya pak : untuk melihat korelasi postitif antar x dan y apakah menggunakan original sample atau t statistic ya pak? Terimakasih pak
@@MahasiswaSuksess Halo selamat malam kak, Sebelumnya mohon maaf sekali saya baru membalas dikarenakan saya hari ini ada jadwal mengajar kelas dari pagi, kak 🙏🙏 Dan terima kasih banyak sebelumnya atas pertanyaan yang telah diajukan ya kak 🙏🙏 Terkait dengan pertanyaan yang kakak ajukan, untuk melihat serta menentukan apakah korelasi antara variabel X dengan Y positif/negatif, maka dapat kita lihat dari nilai Original Samplenya ya kak Apabila nilai original sample dari korelasi/pengaruh tersebut menunjukkan angka yang positif, maka hal ini mengindikasikan bahwa korelasi/pengaruh X terhadap Y merupakan pengaruh yang positif, kak 🙏🙏 Sebaliknya, apabila nilai original sample dari korelasi/pengaruh tersebut menunjukkan angka yang negatif, maka hal ini mengindikasikan bahwa korelasi/pengaruh X terhadap Y merupakan pengaruh yang negatif, kak 🙏🙏 Adapun apabila kakak ingin menggunakan rujukan dari nilai t-statistics, ini juga tidak masalah sebenarnya kak. Dikarenakan nilai t-statistics dengan nilai original sample biasanya akan searah, kak Jadi apabila nilai original sample positif, maka nilai t-statistics juga akan positif, kak, dan sebaliknya 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak Semoga dapat membantu menjawab pertanyaan kakak ya 🙏🙏
Halo selamat pagi kak Rahmad 🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak dikarenakan 1 minggu saya sakit sehingga harus istirahat total dan tidak bisa membalas comment di UA-cam, kak 🙏🙏 Oh baik kak Wahyu. Segera saya buatkan ya kak untuk video tutorial pengujian variabel kontrol/moderasi dengan menggunakan teknik MRA, kak 🙏🙏 Adapun saat ini saya masih belum 100% fit kak, sehingga mungkin nanti pas sudah 100% fit baru akan saya buat recording untuk tutorial MRA ini ya kak 🙏🙏 Adapun untuk sementara kak, mungkin kak Rahmad dapat mengakses beberapa video pengujian variabel moderasi/kontrol lainnya yang telah saya buat dan upload di UA-cam melalui beberapa link berikut kak: ua-cam.com/video/V4vLK8ZBzJs/v-deo.html ua-cam.com/video/tVyG80sm_xc/v-deo.html Adapun teknik pengujian variabel moderasi/kontrol di kedua video diatas kurang lebih mirip dengan teknik MRA kak, sehingga mungkin dapat membantu kak Rahmad di dalam melakukan pengujian variabel kontrol/moderasi dengan cara/teknik lain pada metode PLS seperti yang telah dijelaskan pada kedua video tersebut kak 🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
Halo selamat pagi kak Rahmad 🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak dikarenakan 1 minggu saya sakit sehingga harus istirahat total dan tidak bisa membalas comment di UA-cam, kak 🙏🙏 Oh baik kak Wahyu. Segera saya buatkan ya kak untuk video tutorial pengujian variabel kontrol/moderasi dengan menggunakan teknik MRA, kak 🙏🙏 Adapun saat ini saya masih belum 100% fit kak, sehingga mungkin nanti pas sudah 100% fit baru akan saya buat recording untuk tutorial MRA ini ya kak 🙏🙏 Adapun untuk sementara kak, mungkin kak Rahmad dapat mengakses beberapa video pengujian variabel moderasi/kontrol lainnya yang telah saya buat dan upload di UA-cam melalui beberapa link berikut kak: ua-cam.com/video/V4vLK8ZBzJs/v-deo.html ua-cam.com/video/tVyG80sm_xc/v-deo.html Adapun teknik pengujian variabel moderasi/kontrol di kedua video diatas kurang lebih mirip dengan teknik MRA kak, sehingga mungkin dapat membantu kak Rahmad di dalam melakukan pengujian variabel kontrol/moderasi dengan cara/teknik lain pada metode PLS seperti yang telah dijelaskan pada kedua video tersebut kak 🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
Maaf pak nicholas izin bertanya,kalau variabel moderasi usia dengan kategori tua dan muda tapi dummy variabel sama dengqn video yg bapak jelaskan itu gmn ya pak?
Halo selamat malam kak 🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan, kak 🙏🙏 Adapun perihal pertanyaan kakak, ini tidak masalah ya kak apabila kategori dari usia yang kakak tentukan di penelitian kakak adalah Tua dan Muda 🙏🙏 Jadi kakak tetap dapat mengikuti langkah-langkah yang saya paparkan pada video ini, namun berarti jumlah coding kategori untuk kategori usia ini hanya 2 ya kak, yaitu angka "1" untuk kategori "Tua", dan "2" untuk kategori "Muda", kak 🙏🙏 Jadi nanti apabila ada response dari responden yang menyatakan kalau mereka tergolong ke dalam kategori usia yang "Tua", kakak dapat coding 1, dan bagi responden yang menjawab "Muda", maka dapat kakak coding 2, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kakak ya kak 🙏🙏 Terima kasih banyak sekali lagi kak 🙏🙏
pak terima kasih banyak... saya mahasiswa s1 tapi saya disuruh dospem untuk mengunakan control variabel. Dari kemarin bingung kalau begitu harus bagaimana karna belum banyak skripsi yang mengunakan control variabel tapi syukur menemukan video ini huhu. terimakasih banyak pak.. sekalian izin bertanya apakah step untuk menganalisis variabel kontrol sama jika ada variabel mediasi? karna untuk framework saya mengunakan mediasi juga pak...
@@207khusnulkhotimah4 Halo selamat pagi kak Khusnul 🙏🙏 Sebelumnya mohon maaf sekali saya baru membalas ya kak 🙏🙏 Oh baik kak Khusnul. Coba ya kak segera saya akan cari waktu untuk buatkan konten/video perihal teknik pengolahan data untuk data panel unbalanced menggunakan eViews ya kak 🙏🙏 Terima kasih banyak sebelumnya atas rekomendasinya kak 🙏🙏🙏
Utk data sekunder yg berbentuk data panel, dengan 1 Variabel X, 1 Variabel Y, 2 Variabel Z, 1 Variabel Mediasi dan 4 Variabel Kontrol. Apakah aplikabel dianalisis dgn model SEM PLS ini Pak? Penelitian saya terkait akuntansi keuangan.
Halo selamat pagi kak Kartika 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas ya kak 🙏🙏 Dan terima kasih banyak sebelumnya atas pertanyaan yang telah diajukan ya kak 🙏🙏 Terkait dengan pertanyaan dari kak Kartika, kak, sebenarnya metode PLS ini lebih cocok digunakan untuk penelitian-penelitian yang variabel-variabelnya diukur dengan menggunakan pertanyaan-pertanyaan (atau indikator-indikator) kuesioner, kak. Dengan kata lain, maka metode PLS ini akan lebih sesuai apabila data-data yang kak Kartika kumpulkan adalah data-data yang bersifat data primer melalui Kuesioner, serta setiap response dari responden dapat diukur dengan skala Likert, kak (seperti 1 untuk Sangat Tidak Setuju, 2 untuk Tidak Setuju, dstnya kak) 🙏🙏 Adapun untuk penelitian yang datanya berbentuk data sekunder, maka sebenarnya penelitian kak Kartika akan lebih cocok apabila menggunakan metode Regresi dengan menggunakan software SPSS, kak 🙏🙏 Nah namun, apabila misalkan kak Kartika tetap ingin menggunakan metode PLS, kak, maka sebenarnya ada 1 cara kak yang dapat dilakukan terkait dengan data kakak 🙏🙏 Adapun cara tersebut adalah dengan memecah/meng-coding data-data sekunder ini ke dalam beberapa range/skala, kak. Misalkan seperti berikut kak: *Contoh:* Variabel X1 --> Tingkat ROA Perusahaan Terkait dengan variable diatas, maka tingkat ROA Perusahaan dapat dipecah ke dalam beberapa range skala sebagai berikut kak: 1 = ROA dibawah 1% 2 = ROA 1.01% - 2% 3 = ROA 2.01% - 3% 4 = ROA 3.01% - 4% 5 = ROA 4.01% - 5% Nah dengan membagi-bagikan tingkat ROA ke dalam beberapa skala diatas, maka nanti kak Kartika dapat meng-coding tingkat ROA untuk setiap sample perusahaan (yang menjadi responden kakak) ke dalam skala interval/ordinal yang dapat diukur kak 🙏🙏 Jadi misalkan ketika perusahaan A memiliki tingkat ROA sebesar 1.5%, maka di Excel dapat diinput coding 2, lalu misalkan perusahaan B memiliki tingkat ROA sebesar 3.5%, maka di Excel dapat diinput coding 4, dan seterusnya, kak 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak Kartika 🙏🙏
Semoga dapat membantu menjawab pertanyaan kak Kartika ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898 izin bertanya pak, alasan penelitian dengan data sekunder lebih cocok menggunakan spss apa ya pak? Boleh tolong sertakan referensinya juga pak? Terima kasih banyak pak, mohon penjelasannya 🙏
@@larasatinendranarwastu87 Halo selamat siang kak Laras 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏 Adapun perihal pertanyaan dari kak Laras, kak, sebenarnya argumentasi mengapa lebih cocok untuk penelitian dengan data sekunder menggunakan SPSS dibandingkan dengan PLS adalah dikarenakan variabel-variabel yang dapat diolah di PLS merupakan variabel-variabel yang cenderung masuk ke dalam kategori variabel Laten, kak, yang dimana, variabel laten ini dijelaskan dengan menggunakan Indikator-Indikator yang diukur dengan menggunakan skala Likert, kak 🙏🙏 Sedangkan pada data sekunder, setiap variabel sudah dapat diukur dengan langsung melalui data yang ditarik dari sumber eksternal (dan tidak menggunakan indikator lagi) Sementara itu, PLS tidak dapat mengolah/menganalisis variabel yang pengukurannya tidak dengan menggunakan Indikator, kak, sehingga atas dasar inilah maka untuk data sekunder, lebih disarankan menggunakan SPSS, kak, dikarenakan apabila dipaksanakan dengan PLS, maka uji Validitas/Reliabilitasnya cenderung bermasalah kak (dikarenakan kita tidak dapat menentukan Indikator manakah yang Valid/Reliable dikarenakan tidak ada Indikator, kak) Nah Kecuali apabila kak Laras mengubah data-data ordinal tadi menjadi interval dengan cara meng-coding range ataupun jarak dari data sekunder yang kakak peroleh ke dalam skala Interval, kak *Sebagai contoh:* Tingkat Pendapatan dibawah Rp 10.000.000 --> di-Coding "1" Tingkat Pendapatan berkisar antara Rp 10.000.000 - Rp 20.000.000 --> di-Coding "2" Tingkat Pendapatan berkisar antara Rp 20.000.001 - Rp 30.000.000 --> di-Coding "3" Tingkat Pendapatan berkisar antara Rp 30.000.001 - Rp 40.000.000 --> di-Coding "4" Tingkat Pendapatan diatas Rp 40.000.001 --> di-Coding "5" Nah jadi nanti data dari setiap Tingkat Pendapatan ini dapat di-coding seperti ini, kak. Jadi data yang awalnya merupakan data sekunder (dan skalanya nominal/ordinal) berubah menjadi interval, kak 🙏🙏 Apabila kak Laras mengubah data-data pendapatan ini ke dalam bentuk interval, maka kak Laras bisa menggunakan PLS untuk menganalisis pengaruh antar variabelnya, kak 🙏🙏 Adapun untuk referensinya, mungkin kak Laras dapat mengakses beberapa link berikut ya kak: www.researchgate.net/post/How_to_analyze_Secondary_data_Such_as_ROA_Total_Assets_Firm_Age_using_Smart_PLS_Is_it_need_any_prior_cording_of_data study.sagepub.com/macinnes Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Laras ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
Halo selamat malam kak Fiki 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kak Fiki, ini nanti kakak harus lakukan Multigroup Analysis (MGA) terhadap data kakak ya, sehingga nanti akan muncul kak pengaruh antar variabel untuk data yg Motor, Mobil dan Angkutan Umum, kak Adapun nanti setiap kategori ini dapat kakak coding terlebih dahulu di Excel (misalkan 1 untuk Motor, 2 untuk Mobil, dan 3 untuk Angkutan Umum), lalu setelah datanya di-export ke PLS, kakak dapat meng-creste group untui variabel Y ini, kak Adapun panduan pembuatan & analisis MGA ini dapat kakak akses melalui video sy yg lain melalui link berikut ya kak: ua-cam.com/video/V4vLK8ZBzJs/v-deo.htmlsi=BgbpDJCx-dCWFIzp Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
@@ecanecan-ik7xk Halo selamat malam kak Eca, Oh untuk variabel yg sifatnya kategorikal kak (yg dicoding secara dummy), maka tidak perlu dilakukan uji validitas/reliabilitas ya kak Hal ini dikarenakan uji validitas/reliabilitas hanya dilakukan pada variabel² yg diukur dengan indikator² atau pertanyaan² kuesioner saja, kak 🙏🙏 Terima kasih banyak kak Eca 🙏🙏
@@hagmmc9811 Halo kak Fiki selamat sore kak, Sebelumnya mohon maaf sekali sy bru kembali membalas ya kak 🙏🙏 Oh boleh kak. Kak Fiki dapat menghubungi saya via email berikut ya kak: nichowilson88@gmail.com Terima kasih banyak sebelumnya kak & mohon maaf sekali ya kak sy bru membalas lagi 🙏🙏
Selamat Malam Pak. Izin bertanya, saya menggunakan SmartPLS 3. Untuk mengganti scalenya ada di menu di sebelah mana ya Pak? Karena saat saya mengimpor data CSV tidak ada tampilan seperti yang ada di video. Terima kasih Pak 🙏
Halo kak selamat malam 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun terkait dengan pertanyaan kakak, untuk menu Scale ini kebetulan hanya ada di PLS 4, kak, sehingga apabila kakak menggunakan PLS 3, maka opsi penggantian Scale ini dapat diabaikan/di-skip ya kak dikarenakan di PLS 3, jenis scale dari seluruh data secara otomatis akan ter-detect sebagai "Metric", kak 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kakak ya kak 🙏🙏 Terima kasih banyak kak 🙏🙏
Pak, mau tanya. Saya coba pas di boostraping. Datanya single singular matrix. Itu gimana ya ? Pas di cek, variance dan standar deviasi nya tidak 0,0. Tetapi tetep stuck, pls help pak 🙏🥹
Halo selamat malam kak Tahir 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan kak 🙏🙏 Terkait dengan pertanyaan dari kak Tahir, keterangan “Singular Matrix Problem” ini menandakan bahwa ada 1 (atau lebih) dari variabel kakak yang jawaban respondennya untuk indikator-indikator dari variabel tersebut cenderung banyak yang sama, kak (misalkan response 5 terlalu banyak untuk indikator-indikator dari suatu variabel, atau response 4 terlalu banyak untuk seluruh indikator dari suatu variabel, dsbnya kak) 🙏🙏 Nah guna mengatasi hal ini, maka kakak boleh coba menghapus indikator-indikator yang nilai standard deviation nya terlalu besar (diatas 2), atau terlalu kecil kak (diatas -2). Adapun biasanya cara ini efektif kak guna mengatasi permasalahan singular matrix problem yang menyebabkan kakak tidak bisa melakukan PLS Algorithm ataupun Bootstrapping, kak 🙏🙏 Adapun nilai standard deviation untuk setiap indikator ini sendiri dapat diakses dengan cara melakukan double klik terhadap nama file CSV yang kita export ke PLS, kak (atau biasa akan muncul pertama kali ketika kita melakukan export data ke PLS, kak) 🙏🙏 Atau apabila misalkan masih tidak bisa, kak, mungkin opsi lain yang dapat kak Tahir lakukan adalah dengan menambah jumlah data, ataupun menghapus beberapa data/response yang diberikan oleh responden yang jawabannya cenderung sama/homogen, kak (misalkan ada responden yang memberikan response "4 " untuk seluruh indikator, atau "5" semua untuk seluruh indikator, dsbnya, kak) 🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Mungkin nanti boleh diupdate ke saya ya kak apakah beberapa cara diatas berhasil atau tidak, kak 🙏🙏 Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak kak Tahir 🙏🙏
@@tarmiditahir2467 Halo selamat malam kak Tahir, Baik kak Tahir. Siap laksanakan kak 🙏🙏 Sama-sama ya kak 🙏🙏 Wah Amin kak Tahir. Terima kasih banyak atas doa-nya, kak 🙏🙏 Adapun saya juga senantiasa doakan semoga kak Tahir dan keluarga sehat selalu dan senantiasa diberkati oleh Allah SWT ya kak 🙏🙏 Terima kasih banyak sekali lagi ya kak 🙏🙏
Halo selamat siang kak Desi 🙏🙏 Sebelumnya mohon maaf sekali saya baru membalas kembali ya kak dikarenakan saya baru membuka UA-cam kembali kak hehehehehe 🙏🙏 Adapun terkait dengan pertanyaan yang kak Desi ajukan, betul sekali kak untuk variabel-variabel kontrol yang bersifat kategorikal kak (seperti jenis kelamin, gender, usia, dstnya), pengujian outer model serta inner model (untuk r-squared dan predictive relevance) ini variabel-variabel kontrol kategorikal ini tidak perlu ikut dimasukan tidak apa-apa kak 🙏🙏 Nah tapi memang kak, untuk pengujian hipotesis ataupun pengujian/analisis perbedaan efek dari setiap kategori pada variabel kontrol ini terkait dengan pengaruh antar variabel yang ingin kak Desi uji pada PLS harus dimasukan ya kak, dikarenakan hal ini terkait dengan hipotesis variabel kontrol yang kak Desi ingin uji, kak hehehehehe 🙏🙏 Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Desi ya kak 🙏🙏 Terima kasih banyak sebelumnya kak Desi 🙏🙏
Halo selamat siang kak Tyas 🙏🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak dikarenakan saya baru buka UA-cam kembali, kak 😅😅🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun terkait dengan pertanyaan yang kak Nur ajukan, berikut saya kirimkan beberapa artikel jurnal perihal referensi seputar pengujian/analisis variabel kontrol dengan menggunakan metode PLS-SEM ya kak: 1. Atinc, G. M., Simmering, M. J., & Kroll, M. J. (2012). Control variable use and reporting in macro and micro management research. Organizational Research Methods, 15(1), 57-74. 2. Becker, T. E. (2005). Potential problems in the statistical control of variables in organizational research: A qualitative analysis with recommendations. Organizational Research Methods, 8(3), 274-289. 3. Becker, T. E., Atinc, G., Breaugh, J. A., Carlson, K. D., Edwards, J. R., & Spector, P. E. (2015). Statistical control in correlational studies: 10 essential recommendations for organizational researchers. Journal of Organizational Behavior, 36,. 4. Spector, P. E., & Brannick, M. T. (2011). Methodological urban legends: The misuse of statistical control variables. Organizational Research Methods, 14(2), 287-305. Adapun file-file artikel dari referensi-referensi diatas telah saya compile juga ke dalam 1 folder, dan dapat kak Tyas akses melalui link google drive berikut ini ya kak: drive.google.com/drive/folders/1t7jYXQ0Bb1s8kQpP7q9yQqfJMSn_0NmR?usp=sharing Semoga dapat membantu ya kak 🙏 🙏 Terima kasih banyak sekali lagi kak 🙏🙏
@@linggartyas6171 Halo selamat pagi kak Tyas 😇😇🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas 😅😅🙏🙏🙏 Kebetulan schedule saya hectic sekali akhir2 ini, jdi bru sempat buka UA-cam kembali kak hehehehehe 🙏🙏🙏 Oh wah siap laksanakan kak Tyas. Sama-sama ya kak 😇😇🙏🙏🙏 Senang saya dapat membantu kak 😇😇🙏🙏🙏 Wah Amin kak Tyas. Terima kasih banyak atas Doanya ya kak 😇😇🙏🙏🙏 Saya juga doakan semoga kak Tyas dan keluarga senantiasa sukses dan sehat selalu ya kak 😇😇🙏🙏🙏
Halo selamat pagi kak Choirotus 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Terkait dengan pertanyaan yang kakak ajukan, untuk opsi pertanyaan
@@nicholaswilson2898 maaf pak izin bertanya lagi, saat melakukan outer model dan inner model, hasil kuisioner variabel kontrolnya tidak usah dimasukkan dulu ya ke csv nya, lalu setelah selesai uji outer dan inner model baru dimasukkan untuk pengujian variabel kontrolnya?
@@choirotussaadah-hr6ge Halo selamat pagi kak Choirotus 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Untuk hal ini kak, kalau dari saya, data-data perihal variabel kontrolnya dari awal dimasukkan langsung ke file .CSV nya boleh ya kak tidak apa-apa ya kak 🙏🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏🙏
Halo selamat siang Kak Adi 🙏🙏 Sebelumnya mohon maaf sekali saya baru membalas ya Kak 🙏🙏 Dan sebelumnya terima kasih banyak juga atas pertanyaan yang telah diajukan, Kak 🙏🙏 Terkait dengan pertanyaan yang Kak Adi sampaikan, ini sepertinya hasil seluruh hitungan dari data Kak Adi menjadi n/a setelah ditambahkan variabel kontrol adalah karena beberapa hal kak, diantaranya adalah: *1.* Tingkat multikolinearitas data pada variabel kontrol cenderung tinggi (yang bisa dilihat dari nilai VIF > 10 apabila terjadi multikolinearitas); *2.* Atau apabila masalah pada poin 1) tidak terjadi, maka bisa jadi karena ada kesalahan jenis data pada variabel kontrol, kak (jenis data harus dibuat Metric); *3.* Atau apabila memang masalah pada poin 1) dan poin 2) tidak terjadi, maka ada kemungkinan hasil n/a yang muncul ini adalah karena memang variabel kontrol ini tidak memiliki pengaruh kak terhadap variabel dependen (variabel Y) yang kakak teliti, sehingga hasilnya tidak muncul, kak. Apalagi ketika belum dimasukan variabel kontrol, pengaruh dari variabel X terhadap Y nya muncul hasilnya kan ya kak 🙏🙏 Tapi secara umum, biasanya hasil n/a ini muncul apabila memang terdapat masalah/ketidaksesuaian pada model atau data yang kita olah, pak Adi 🙏🙏 Nah kalau dari saya kak, mungkin solusinya adalah kak Adi mungkin boleh untuk mengecek ulang kak apakah coding data-data pada variabel kontrol sudah tepat, dan apabila memang tidak ada masalah dengan data-data ini, maka hasil n/a ini bisa jadi mengindikasikan kalau memang tidak ada pengaruh dari variabel kontrol terhadap hubungan antara variabel X dengan Y ini, kak Jadi artinya adalah apabila variabel kontrol kak Adi misalkan adalah Gender, lalu hasilnya n/a, maka bisa disimpulkan bahwa besaran pengaruh X terhadap Y pada responden Pria cenderung sama (tidak ada perbedaan) dengan responden Wanita, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak Adi 🙏🙏 Nanti boleh dicoba, lalu mungkin boleh diinfokan ke saya kembali ya kak 🙏🙏 Terima kasih banyak kak Adi 🙏🙏 Semoga dapat membantu ya kak 🙏🙏
Halo selamat sore kak 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kakak, munculnya hasil olah data berupa N/A ini pada umumnya disebabkan oleh permasalahan yg muncul pada data yang telah kakak coding. Jadi misalkan ketika ada data2 yg nilainya cenderung ekstrim (misalkan mayoritas response nya sama semua), atau ketika jumlah sampel nya terlalu kecil, maka hal2 ini dapat menyebabkan munculnya hasil N/A ini, kak 🙏🙏 Adapun guna mengatasi hal ini, maka mungkin kakak dapat membuang beberapa data yg nilainya ekstrim, atau bisa jg dengan cara menambah data/jumlah responden, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
Haloo pak selamat sore, maaf pak saya ingin bertanya mengenai penginputan data ke pls jika dalam 1 indikator ada 2 atau 3 perntanyaan? Maksudnya begini pak Misalkan saya meneliti mengenai PENGARUH DISIPLIN KERJA TERHADAP KINERJA KARYAWAN Misal pada definisi operasionalnya variabel disiplin kerja(X) memiliki 2 indikator. : Indikator 1 ketepatan waktu dan 2 ketaatan terhadap peraturan perusahan kemudian di kinerja karyawan (Y) ada 2 indikator juga: 1. Kualitas dan 2 kuantitas Nah pada indikator Disiplin kerja kan ada 2 indikator pak pada kuisioner nya setiap indikatornya ada 3 pertanyaan pak, begitu juga dengan indikator pada variabel kinerja karyawan(Y) ada 3 pertanyaan pada setiap indikatornya. Jadi kalau ditabulasi ada 6 jawaban responden pada variabel Disiplin kerja (X) dan ada 6 jawaban responden pada Kinerja karyawan (Y) Jika seperti itu bagaimana cara menginput ke SmartPLS Pak
Selamat siang pak... Mf izin bertanya pak... Apakah variabel kontrol usia yg di jadikan patokan harus pada usia yg lebih rendah... Apakah bisa patokannya pada usia yg paling akhir seperti patokan atau baseline nya d letakkan pada usia > 23 tahun
Halo selamat pagi kak Vivi 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru membalas, dikarenakan saya baru sempat membuka UA-cam kembali kak 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kak Vivi, kak, perihal kategori manakah yang dijadikan patokan pada variabel kontrol sebenarnya tidak harus pada usia yang lebih rendah, kak 🙏🙏 Jadi apabila kak Vivi ingin menjadikan kategori akhir ataupun tengah sebagai patokan ini juga tidak apa-apa ya kak, yang penting ada patoikannya kak, dan kategori yang dijadikan patokan inilah yang nantinya akan kita bandingkan dengan kategori lainnya, kak Vivi 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Vivi ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
Izin bertanya kembali pak... Saya sudah menerapkan pengolahan data sesuai dg tahapan2 yg bapak jelaskan... Saat di bootstrapping ad masalah pada matrix tunggal (singular) Namun saat efek moderasi nya saya hapus... Permasalahan pada matrix tunggal nya hilang... Kemudian bagaimana apabila panah moderasi di hubungkan melalui penghung antara dependen dan independen seperti pada model UTAUT 2 dan efek moderasi hanya dihubungkan dibeberapa variabel independen Mohon sulusi nya pak
@@viviwahyuni820 Halo kak Vivi selamat pagi pak 🙏🙏 Sebelumnya mohon maaf sekali saya baru membalas, kak 🙏🙏 Oh baik klo gitu kak. Kira-kira apakah boleh kak untuk saya request bantuan kak Vivi untuk dapat mengirimkan Data Excel kakak (yg ud di Coding) & Gambar Paradigma Penelitian/Model Penelitian kakak ke email saya di nichowilson88@gmail.com, kak? 🙏🙏 Saya akan coba cek dan running di PLS saya, kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏🙏
Halo selamat sore kak Desi 🙏🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak dikarenakan kesibukan, kak 🙏🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏🙏 Adapun terkait dengan pertanyaan yang kak Desi ajukan, kak, untuk Variabel Kontrol dengan STATA ini adalah 2 hal yg berbeda ya kak, dimana variabel kontrol adalah jenis variabel, sedangkan STATA ini adalah software/alat/perangkat lunak yang digunakan untuk menganalisis data, kak 🙏🙏🙏 Nah namun apabila kak Desi ingin menganalisis data dengan menggunakan STATA, maka step-by-step pengujiannya akan berbeda ya kak dibandingkan dengan step-by-step pengujian/analisis data dengan menggunakan SmartPLS ini, kak 🙏🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Desi ya kak 🙏🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏🙏
Halo selamat siang kak Ahmad 🙏🙏 Sebelumnya mohon maaf sekali saya baru membalas ya kak 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Nah terkait dengan pertanyaan dari kak Ahmad, betul sekali kak bahwa memang SmartPLS ini memiliki tendensi dimana hasil bootstrapping data yang kita lakukan cenderung bisa berubah-ubah kak setiap kali kita melkaukan boostrapping secara berulang, meskipun biasanya angkanya atau hasilnya akan mirip satu sama lain, kak (apabila kita membandingkan hasil bootstrapping pertama dengan yang kedua) 🙏🙏 Nah terkait dengan hal ini, mungkin boleh kak untuk kak Ahmad menggunakan hasil bootstrapping yang paling terakhir kak Ahmad lakukan untuk mencegah kak Ahmad melakukan revisi terus menerus terhadap data hasil bootstrapping data di Laporan Skripsi yang sedang kak Ahmad susun, kak 🙏🙏 Kurang lebih seperti itu penjelasan dari saya kak 🙏🙏 Semoga dapat mmebantu menjawab pertanyaan kak Ahmad ya kak 🙏🙏
Malam pak, mohon izin bertanya, jika judul saya Pengaruh empati orang tua terhadap empati anak usia dini berdasarkan tingkat pendidikan orang tua. Itu masuknya variabel kontrol atau variabel moderasi. Lalu untuk analisis datanya pada variabel kontrol memakai apa?. Dan variabel moderasi untuk analisis datanya memakai apa?. Terimakasih pak, semoga berkenan untuk menjawab 🙏🏻🙏🏻
Terimakasih atas videonya pak. Mohon ijin bertanya, apakah boleh untuk dummy variabel usia (ada 3 dummy variabel, yaitu 18-20 tahun, 21-23 tahun, dan lebih dari 23 tahun) djgabung dan dijadikan satu sehingga menjadi satu kesatuan dummy variabel usia dalam penganalisisan data menggunakan smartpls ya pak? Mohon info dan penjelasannya ya pak.. Terimakasih 🙏
Halo selamat sore kak Frasta, Oh perihal ini kak, sebenarnya bisa kak untuk ketiga kategori ini dijadikan satu kesatuan ketika kak Frasta melakukan coding data di Excel, yang penting coding untuk masing-masing kategori-nya dibedakan ya kak 🙏🙏 Nah tapi mungkin teknik/langkah-langkah pengolahan data nya agak sedikit berbeda dari yang saya jelaskan pada video ini klo kakak menggabungkan data-data dari seluruh kategori ini menjadi satu kesatuan, kak Adapun untuk tata cara/langkah-langkah pengolahan datanya, kakak boleh mengakses video saya yg lain melalui link berikut ya kak: ua-cam.com/video/V4vLK8ZBzJs/v-deo.htmlsi=jmSaWdKiH-3SB40B Semoga dapat membantu ya kak. Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898 Terimakasih banyak pak atas respon yg diberikan. Barusan sudah saya akses link video yg bapak berikan. Dan kalau boleh saya ijin bertanya kembali perihal ke 2 video ini pak. Kalau misalkan variabel kontrol ini saya asumsikan sebagai variabel lanten seperti independent dan dependent variabel, apakah boleh ya pak? Hehehe. Karena saya cuman ingin mengukur apakah variabel kontrol (misalkan Usia) mempunyai pengaruh secara keseluruhan/utuh secara bersama2 (tanpa memandang kategori usia mana yg memiliki pengaruh --> misalkan usia 18-20 thn) terhadap variabel Y. Karena sepengetahuan saya, kalau untuk variabel laten dari IV kan tidak di tentukan di "kategori" skala mana yg memiliki pengaruh dengan DV (kalau menggunakan skala likert 1-5 misalkan)-->mohon koreksi kalau saya salah ya pak, hehehe 🙏 Terimakasih banyak atas respon yg diberikan ya pak 🙏
@@Frasta-qc7qz Selamat malam kak Frasta, Siap laksanakan kak Frasta. Sama2 ya kak 🙏🙏 Oh kalau misalkan kak Frasta ingin menguji pengaruh dari variabel Gender terhadap variabel lainnya kak (independen atau dependen), maka kak Frasta sepertinya harus tetap memecah setiap kategori dari variabel Gender kakak ke dalam kelompok data yang berbeda kak Jadi tidak disatukan menjadi 1 kak Hal ini dikarenakan cara yg saya jelaskan pada video ke 2 ini lebih ke untuk melihat perbedaan pengaruh antar variabel untuk setiap kategori kak, bukan pengaruh masing² kategori terhadap variabel lain kak 🙏🙏 Seperti itu mungkin penjelasan dari saya kak 🙏🙏 Semoga dapat membantu ya kak. Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898Terimakasih banyak atas respon yg bapak berikan. Oh begitu ya pak.. Kalo semisal setelah saya pecah kategori Gender (sehingga punya 2 dummy variabel), lalu apakah boleh saya mengasumsikan ke 2 dummy variabel ini sebagai "indikator/item" dari variabel "laten" Gender seperti halnya indikator Komp 1, Komp 2, Komp 3 dari variabel X1 di video ini pak? Sehingga menjadi satu variabel laten (seperti variabel X1) tapi yg memiliki 2 dummy variabel (seperti indikator Komp 1,Komp 2,dst dlm video ini), hehehe. Saya masih sedikit bingung soalnya pak. Karena dosbing saya menyarankan untuk mengecek keterkaitan antara control variabel dengan Y, namun secara keseluruhan/utuh bersama2, tidak terpecah2 menurut kategorinya. Mohon tanggapan dan informasi nya ya pak. Terimakasih banyak2 sekali lg untuk respon yg bapak berikan 🙏
@@Frasta-qc7qz Selamat malam kak, Baik kak. Sama2 ya kak 🙏🙏 Oh kalau perihal ini kak, apabila kakak ingin menjadikan setiap kategori ini sbg indikator dari variabel Gender, maka boleh ya kak tidak masalah kak Namun saran dari saya, khusus untuj variabel gender ini tidak perlu dilakukan uji validitas/reliabilitas ya kak dikarenakan dikhawatirkan nanti hasil validitas/reliabilitas dari variabel Gender ini jadi kacau kak (dikarenakan datanya bukan data dari responden, melainkan data dummy) 🙏🙏
izin bertanya pak, untuk variabel kontrol usia bagaimana cara mengetahui kategori usia mana yang memiliki pengaruh paling kuat/paling lemah dibanding lainnya? karena dari penjelasan tadi hanya dibandingkan dengan usia >18 tahun, apakah bisa ya pak untuk mengetahui kategori usia mana yang secara keseluruhan paling kuat/paling lemah pengaruhnya?🙏
Halo selamat pagi kak Lia 🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak dikarenakan 1 minggu kondisi saya benar-benar drop sehingga harus istirahat total dan tidak bisa aktif membalas comment di UA-cam, kak 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kak Lia, apabila kakak ingin menganalisa di kategori usia manakah terdapat pengaruh terkuat/terlemah yang diberikan oleh variabel independen terhadap variabel dependen pada paradigma penelitian kak, maka kak Lia dapat membandingkan nilai original sample (O) dari hasil pengujian pengaruh antar variabel untuk setiap kategori usia ya kak 🙏🙏 Semakin tinggi nilai original sample (O) pada suatu pengaruh, maka akan semakin kuat pengaruhnya kak dibandingkan dengan pengaruh antar variabel lainnya, dan sebaliknya, kak 🙏🙏 Dengan demikian, maka dapat disimpulkan bahwa pengaruh antar variabel pada suatu kategori usia yang memiliki nilai original sample (O) tertinggi merupakan pengaruh terbesar pada kategori/kelompok usia tersebut, dan sebaliknya, kak 🙏🙏 Adapun guna membuat beberapa kelompok usia pada penelitian kakak, maka kak Lia dapat terlebih dahulu mengklasifikasikan/mengelompokan kategori-kategori usia yang ada di dalam penelitian kakak dengan mengikuti cara-cara atau langkah-langkah yang telah saya jelaskan pada video saya yang lain berikut ini ya kak: ua-cam.com/video/V4vLK8ZBzJs/v-deo.html Mungkin seperti itu kurang lebih penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan dari kak Lia ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
Halo Pak Selamat Siang..... Pak maaf saya mau bertanya untuk variabel control yang bapak beri di contoh adalah usia dan kuesionernya terdapat pengelompokan kategori seperti < 18 tahun , 18-20 tahun dst. Kebetulan variabel control dalam penelitian saya adalah income dan saya buat menjadi isian singkat, jadi tidak memilih dalam bentuk kategori. Apakah dapat saya kategorikan sendiri ya Pak setelah data terkumpul? Jadi saya tentukan untuk pengelompokan kategorinya dan coding dummy variabelnya. Terimakasih ya Pak. Have a good day
Halo selamat malam kak Grace 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun terkait dengan pertanyaan dari kak Grace, kak, tidak masalah ya kak apabila kak Grace ingin membuat kelompok/kategori sendiri untuk variabel kontrol yang kak Grace teliti 🙏🙏 Jadi tidak apa-apa kak, selama memang coding dummy variabel untuk setiap kategori jaraknya dibuat sama ya kak (misalkan 1,2,3, dstnya) 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan dari kak Grace ya kak 🙏🙏 Terima kasih banyak ya kak 🙏🙏
@@gracefebiola3455 Halo selamat malam kak Grace 🙏🙏 Siap kak Grace. Sama-sama ya kak 🙏🙏 Oh boleh kak Grace. Berikut email saya ya kak: nichowilson88@gmail.com Terima kasih banyak sebelumnya kak 🙏🙏
Terimakasih sudah sharing pak. Sekalian mau tanya. Jika variabel kontrolnya lebih dari satu kategori, misal seperti dalam contoh yg bapak jelaskan, tetapi kemudian kodingnya pakai ordinal 1-4 (1 untuk kelompok usia paling rendah dan 4 untuk yg paling tinggi). Apakah bisa seperti itu ya? Terimakasih Pak
Halo selamat siang kak Rizal 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru membalas lagi, dikarenakan kebetulan kemarin-kemarin di kampus sedang ada UAS, kak, sehingga saya fokus untuk koreksi dan nilai hasil UAS mahasiswa/i, dan kebetulan hari ini baru sempat buka UA-cam kembali, kak 😅😅🙏🙏 Dan terima kasih banyak sebelumnya atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun terkait dengan pertanyaan yang kak Rizal ajukan, kak apabila kak Rizal ingin menggunakan skala Ordinal 1-4 untuk meng-coding kategori-kategori yang ada di dalam variabel konrol yang kak Rizal teliti boleh ya kak, silahkan kak tidak masalah kak 🙏🙏 Yang penting jarak antar codingnya dibuat satu satuan, dan jaraknya dibuat sama ya kak 🙏🙏 Jadi misalkan kak: Kelompok Usia 10 Tahun - 19 Tahun --> di-Coding "1" Kelompok Usia 20 Tahun - 29 Tahun --> di-Coding "2" Kelompok Usia 30 Tahun - 39 Tahun --> di-Coding "3" Kelompok Usia 40 Tahun (dan lebih) --> di-Coding "4" Nah jadi jaraknya urut dan sama kak (satu satuan) untuk setiap coding, kak 🙏🙏 Jadi tidak masalah dan boleh ya kak untuk kak Rizal meng-coding setiap kategori pada variabel kontrol yang kak Rizal teliti dengan menggunakan skala Ordinal 1-4, kak 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan yang kak Rizal ajukan ya kak 🙏🙏 Terima kasih banyak kak 🙏🙏
@@a.rizalkhabibi9416 Halo selamat siang kak Rizal 🙏🙏 Wah siap laksanakan kak Rizal. Sama2 ya kak 🙏🙏 Senang saya dapat membantu, kak 🙏🙏🙏 Wah amin kak Rizal. Terima kasih banyak atas doanya ya kak 🙏🙏🙏 Adapun saya juga senantiasa doakan semoga kak Rizal sehat selalu dan sukses selalu ya kak 🙏🙏🙏 Terima kasih banyak sekali lagi, kak Rizal 🙏🙏🙏
Halo selamat malam kak Sonia 🙏🙏 Sebelumnya mohon maaf sekali sy baru kembali membalas ya kak 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan yang kak Sonia ajukan kak, betul sekali kak bahwa secara model penelitian ataupun jenis variabel, variabel independent ini serupa/mirip dengan variabel kontrol, kak 🙏🙏 Nah hanya saja kak, apabila variabel independen merupakan variabel inti (utama) yg memang ingin kita teliti & merupakan "pusat perhatian" dari penelitian yg kita lakukan, variabel kontrol lebih bersifat sebagai variabel "ekstra" atau tambahan yg sebenarnya keberadaannya bukan menjadi fokus perhatian kita pada studi yang sedang kita lakukan, namun apabila kita masukan ke dalam penelitian kita, maka berpotensi mengubah pengaruh antar variabel yg kita uji, kak 🙏🙏 Adapun variabel kontrol ini pada umumnya bersifat konstan, kak, terlepas dari bagaimana data untuk variabel independen & dependen yg kita peroleh dari responden/sumber eksternal, kak 🙏🙏 Jadi misalkan kak, ada penelitian dengan judul sebagai berikut: Pengaruh Return on Asset terhadap Firm Value: Ukuran Perusahaan sebagai variabel kontrol Nah berdasarkan judul diatas, maka dapat kita argumentasikan kak bahwa ukuran dari perusahaan yang kita teliti bersifat konstan dan tidak dapat kita ubah/kotak katik, kak 🙏🙏 Dan apabila kita uji, maka besar kemungkinan bahwa pengaruh Return on Asset terhadap Firm Value akan berbeda2, tergantung dari ukuran perusahaan yg kita teliti, kak 🙏🙏 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Sonia ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏🙏
@@soniaanggraini6449 Halo selamat sore kak Sonia 🙏🙏 Sebelumnya mohon maaf sekali ya kak dikarenakan satu dan lain (sakit, libur lebaran, dsbnya) hal saya baru membuka UA-cam kembali kak 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun perihal pertanyaan dari kak Sonia, kak, maka berikut saya kirimkan link Google Drive berisikan beberapa artikel jurnal Ilmiah yang dapat kak Sonia gunakan sebagai referensi guna memberikan penjelasan perihal variabel Kontrol ini ya kak: drive.google.com/drive/folders/167shSSFu1QBXkTTFG63za3hXOAMGuTHt?usp=sharing Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
Halo selamat malam kak Desna 🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Nah terkait dengan pertanyaan dari kak Desna, kak, untuk model penelitian yang ada variabel kontrolnya, ini tetap bisa dianalisis dengan menggunakan PLS SEM ya kak 🙏🙏🙏 Adapun untuk langkah-langkah perihal analisis data untuk variabel kontrol bisa diakses di Video berikut ya kak: ua-cam.com/video/5DUELsJ4eAU/v-deo.html Terima kasih banyak kak Desna 🙏🙏 Semoga dapat membantu ya kak 🙏🙏🙏
@@nicholaswilson2898 siang pak, mohon izin bertanya. Saya juga pake ukuran perusahaan. Untuk link diatas tidak bisa dibuka pak... kenapa ya? Sebelumnya terima kasih pak 🙏
@@aqshanad4395 Halo selamat siang kak Nad 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Oh adapun terkait dengan pertanyaan kakak, mungkin berikut saya share ulang ya kak link video UA-cam yang berisikan penjelasan saya perihal cara menganalisis Variabel Kontrol dengan menggunakan SmartPLS, kak: ua-cam.com/video/5DUELsJ4eAU/v-deo.html Semoga dapat membantu ya kak 🙏🙏 Terima kasih banyak kak Nad 🙏🙏
@@nicholaswilson2898 Terima kasih pak, untuk linknya saya sudah coba buka namun selalu "video ini sidah tidak tersedia" bagaimana ya pak ? Terima kasih sebelumnyaa pak dan maaf jikalau mengganggu waktu bapak 😊🙏
@@aqshanad4395 @AqshaNad Siap kak Nad. Sama2 ya kak 😇😇🙏🙏🙏 Wah aman kak, gk mengganggu sama sekali kak 😇😇🙏🙏🙏 Oh masih gk bisa dibuka ya kak? 🙏🙏🙏 Soalnya sy cek status videonya ud public kak, jdi seharusnya bisa diakses kak 🙏🙏🙏 Atau mungkin kalau misalkan kak Nad akses dri Halaman Channel saya, lalu kakak scroll dan klik videonya dri halaman Channel saya kira2 bagaimana ya kak? 🙏🙏🙏 Berikut saya kirimkan link halaman Channel saya, kak: youtube.com/@nicholaswilson2898 Nanti boleh diinfokan kembali ke saya ya kak perihal apakah kak Nad bisa akses videonya dari halaman Channel saya, kak 🙏🙏 Terima kasih banyak kak Nad 😇😇🙏🙏
Malam pak, mohon izin bertanya Jika judul saya Pengaruh involved grandparenting terhadap kemandirian anak usia 5-6 tahun ditinjau dari jenis kelamin anak. Itu masuknya var kontrol atau mediator ya pak? Terimma kasib baoak sehat selalu smg berkenan membalas 😊
Halo selamat siang kak Zahroh 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru membalas dikarenakan saya baru membuka UA-cam kembali, kak 🙏🙏 Nah terkait dengan pertanyaan yang kak Zahroh ajukan, kak, kalau saya lihat dari judul penelitian kakak, maka jenis kelamin anak ini bisa masuk ke dalam kategori variabel kontrol, ataupun variabel moderasi kategorikal, kak 🙏🙏 Nah perihal ini, maka apabila kak Zahroh ingin menjadikan variabel jenis kelamin ini sebagai variabel kontrol boleh kak, dan untuk step-by-step analisis datanya, kak Zahroh boleh mengikuti penjelasan saya pada video ini, Atau, Kalau misalkan kakak ingin menjadikan variabel jenis kelamin ini sebagai variabel moderasi kategorikal, maka ini boleh juga kak, dan kak Zahroh dapat mengikuti step-by-step analisis datanya melalui link berikut ini ya kak: ua-cam.com/video/V4vLK8ZBzJs/v-deo.html Kurang lebih seperti itu penjelasan dari saya, kak Zahroh 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Zahroh ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898 masyaa Allah, baik sekali pak.. Terima kasih banyak bapak, saya akan pelajari terlebih dahulu.. Semoga bapak selalu diberikan kesehatan dan keberkahan , aamiin
@@nimatuzahroh3488 Halo selamat malam Kak Zahroh 🙏🙏 Sebelumnya mohon maaf sekali ya Kak saya baru kembali membalas Kak 🙏🙏 Oh wah baik Kak Zahroh. Siap Kak Zahroh 🙏🙏 Sama-sama ya Kak 🙏🙏 Terima kasih banyak juga atas apresiasinya ya Kak 🙏🙏 Saya ikut senang apabila Video saya dapat membantu Kak Zahroh dan rekan-rekan, Kak 🙏🙏 Amin Kak Zahroh. Terima kasih banyak atas doa-nya, Kak 🙏🙏 Adapun saya juga senantiasa doakan semoga Kak Zahroh dan keluarga sehat dan sukses selalu juga ya Kak 🙏🙏 Terima kasih banyak sekali lagi Kak 🙏🙏
Mohon izin bertanya bapak, untuk gender yang dijadikan variabel kontrol, apakah total sampel nya harus perbandingan 1:1 ya pak untuk laki-laki dan permpuannya? Terima kasih 🙏
Halo selamat malam kak Fitrah 🙏🙏 Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Dan mohon maaf juga saya baru kembali membalas ya kak 🙏🙏 Nah terkait dengan pertanyaan dari kak Fitrah, kak, untuk gender yang dijadikan sebagai variabel kontrol, sebenarnya pemberian coding nya tidak harus selalu 0:1 untuk laku-laku dan perempuan, kak Apabila misalkan kak Fitrah ingin gunakan coding yang lain (misalkan 1:2 untuk laki-laki dan perempuan, atau 5:6 untuk perempuan dan laki-laki, atau dibalik jadi 0:1 untuk perempuan dan laki-laki), ini tidak masalah, kak 🙏🙏 Hal ini dikarenakan cara interpretasinya akan tetap sama, kak 🙏🙏 Hanya saja, yang terpenting adalah bahwa coding yang kita berikan untuk salah 1 kategori harus berbeda dari coding yang kita berikan ke kategori lain ya kak 🙏🙏 Jadi misalkan coding untuk kategori/variabel laki-laki adalah 2, maka kategori/variabel perempuan tidak boleh 2 lagi, kak, melainkan harus angka yang berbeda, kak (misalkan 1 atau 3). Dan jarak coding untuk masing-masing kategori harus 1 ya kak. Jadi misalkan 0:1, atau 1:2, atau 2:3, dstnya, kak 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak Fitrah 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Fitrah ya kak 🙏🙏 Terima kasih banyak kak 🙏🙏
@@nicholaswilson2898 oh iya bapak untuk codingnya saya paham. Yang saya maksud untuk total sampelnya yang akan saya uji, ketika kita menggunakan variabel kontrol gender. Apakah sampel yang saya gunakan, misal total 100 sampel, apakah harus laki² 50 dan perempuan 50 atau bebas ya pak? 😁🙏
@@muhammadfitrah2301 Oh siap kak Fitrah 😁😁🙏🙏 Oh terkait dengan perbandingan jumlah gender untuk total sampel-nya ini bebas ya kak 😇😇🙏🙏 Jadi gk harus pas rata 50:50, kak. Kalau misalkan jumlah sample kak Fitrah 150, lalu laki-laki 72 dan perempuan 78 ini tidak masalah kak 😇😇🙏🙏
@@nicholaswilson2898 oh baik bapak terima kasih atas jawabannya. Karena sampel yang saya gunakan cenderung lebih banyak gender perempuannya dibanding laki² 😁🙏
@@muhammadfitrah2301 Siap kak Fitrah. Sama2 ya kak 😇😇🙏🙏 Oh siap kalau begitu kak. Tidak masalah ya kak apabila perbandingan gendernya tidak berimbang, yang penting pemberian codingnya dibedakan ya kak 😇😇🙏🙏
halo pak, saya ingin bertanya bagaimana mengubah variabel yang berpengaruh negatif menjadi berpengaruh positif ? serta membuat yang tidak berpengaruh menjadi berpengaruh. terima kasih besar harapan saya agar bapak menjawab terimakasih
Halo selamat pagi kak 🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak 🙏🙏 Dan terima kasih banyak juga sebelumnya atas pertanyaan yang telah diajukan ya kak 🙏🙏 Terkait dengan pertanyaan yang kakak ajukan, sebenarnya apakah hasil analisis data terkait dengan pengaruh antar variabel yang kita teliti signifikan atau tidak ini cenderung ditentukan dari bagaimana responden menjawab setiap indikator/pertanyaan kuesioner yang kita berikan, kak 🙏🙏 Nah jadi sebenarnya, cukup berbeda dengan validitas dan reliabilitas (yang dimana apabila ada data yang tidak valid, kita bisa langsung tinggal menghapus indikator-indikator yang ada), untuk signifikansi ini, apabila memang misalkan ada hubungan antar variabel yang tidak signifikan, maka sebenarnya cukup sulit untuk kita mengubahnya, kak, jadi biasanya yang perlu kita lakukan adalah dengan membahas/berargumen kira-kira mengapa pengaruh antar variabel tersebut tidak signifikan, kak Nah namun kalau pun kakak misalkan ingin coba untuk memperoleh hasil penelitian yang berbeda, maka cara yang bisa dilakukan adalah dengan melakukan penambahan data (menambah jumlah responden), atau melakukan pengurangan data kak (dengan cara menghapus beberapa data yang dianggap outlier, kak. Jadi misalkan seperti responden dari awal sampai akhir memberikan response yang sama, atau misalkan seperti responden yang banyak memberikan jawaban 1, biasanya apabila data-data ini di-delete, maka bisa mengubah hasil pengaruh antar variabelnya juga, kak) 🙏🙏 Tapi ini pun sebenarnya tidak menjamin 100% hasilnya akan jadi signifikan ya kak, karena memang agak sulit kita mengubah signifikansi hubungan antar variabel, karena memang kalau pun tidak signifikan, maka biasanya yang disarankan adalah kita membahas/menjelaskan kira-kira kenapa pengaruh antar variabelnya tidak signifikan, kak, didukung oleh teori-teori pendukung yang ada, kak 🙏🙏 Namun mungkin cara diatas boleh dicoba ya kak 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak Semoga dapat membantu menjawab pertanyaan kakak ya 🙏🙏
Selamat malam pak, maaf pak mohon izin bertanya. Di dalam penelitian saya itu diperlukan adanya analisis sub grup untuk mengetahui apakah variabel yang dihipotesiskan bisa memoderasi, memoderasi atau tidaknya. Jadi, penelitian saya ini menggunakan variabel moderasi yaitu kompleksitas tugas, nah kompleksitas tugas ini dikategorikan menjadi kompleksitas tugas rendah yang diberi kode 0 dan kompleksitas tugas tinggi yang diberi kode 1. Jatuhnya itu sebagai variabel dummy pak, kalau saya cek di youtube itu ada tutorialnya dengan judul "analisis regresi variabel moderasi metode sub grup menggunakan spss". Nah pak, sekiranya bapak berkenan, apakah bisa membuat tutorial juga terkait analisis tersebut dengan menggunakan PLS🙏🏻dikarenakan saya coba cari belum ada yang membuatnya. Terimakasih banyak pak sebelumnya, tutorial dari bapak akan sangat membantu penyelesaian tugas akhir skripsi saya ini.
Halo selamat pagi kak Fadhilah 🙏🙏🙏 Sebelumnya mohon maaf sekali saya baru membalas ya kak 🙏🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏🙏🙏 Oh baik kak Fadhila. Siap kak. Boleh tidak masalah kak 🙏🙏🙏 Tapi sebelumnya kak kira2 apakah boleh kak untuk kak Fadhilah mengirimkan model penelitian (conceptual framework) kak Fadhilah beserta data yang sudah di-Coding ke dalam Excel ke email saya di nichowilson88@gmail.com, kak? Saya akan coba pelajari model penelitian kakak, lalu setelah itu saya akan coba buatkan recording tutorialnya, kak 🙏🙏🙏 Karena saya ingin coba untuk mengetahui juga variabel-variabel lain yang kak Fadhilah teliti di dalam Model Penelitian ini, kak 🙏🙏🙏 Terima kasih banyak sebelumnya kak Fadhilah 🙏🙏🙏
@@nicholaswilson2898 Terimakasih banyak pak sebelumnya atas responya dan kesediaan bapak untuk membantu membuatkan video tutorialnya🙏🏻. Saya juga sekalian konfirmasi kalau model penelitian dan excelnya sudah saya kirimkan ke email bapak. Mohon bantuannya pak, sekali lagi terimakasih🙏🏻
@@fadhilahreginaaureldanessa9754 Halo selamat malam kak Fadhilah 🙏🙏🙏 Siap kak Fadhilah. Sama-sama ya kak 🙏🙏🙏 Untuk data excel beserta dengan model penelitian dari kak Fadhilah sudah saya terima dengan baik melalui email ya kak. Akan segera saya cek dan pelajari datanya, serta untuk video tutorialnya akan segera saya buatkan dalam minggu ini ya kak 🙏🙏🙏 Terima kasih banyak sebelumnya kak Fadhilah 🙏🙏🙏
Selamat Pagi Bapak, mohon izin bertanya lagi. Untuk analisis variabel kontrol, apakah dianalisis bersamaan dengan analisis SEM dari awal (seperti video bapak sebelumnya) atau nanti di analisis tersendiri seperti video yang ini ya pak? Terima kasih 😁🙏
Halo selamat pagi kak Fitrah 😇🙏 Sebelumnya terima kasih banyak ya kak atas pertanyaan yang telah diajukan 🙏🙏 Nah terkait dengan pertanyaan kak Fitrah, kak, untuk analisis variabel kontrol ini harus dilakukan setelah analisis oouter model dan inner model sudah dilakukan terlebih dahulu ya kak 🙏🙏 Jadi sebelum melakukan analisis variabel kontrol ini, analisis SEM dari awal (dari outer model, lalu inner model) tetap harus dilakukan terlebih dahulu ya kak. Baru setelah itu analisis variabel kontrol bisa dilakukan kak 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak Fitrah 🙏🙏 Semoga dapat membantu ya kak 🙏🙏
Halo Pak Selamat Sore... maaf izin bertanya pak, Pada penelitian yang saya lakukan terdapat 2 variabel kontrol yaitu tingkat pendidikan dan usia pak, dimana kedua variabel kontrol tersebut memiliki 5 kategori. Dengan demikian, dri setiap variabel kontrol terdapat 4 dummy variabel. Saya telah mengikuti tutorial yang bapak ajarkan, tetapi kenapa pada saat melalukan Bootstrapping muncul kendala “ singular matrix problem “, mohon solusinya pak 🥺??
Halo selamat pagi kak Nova🙏🙏 Sebelumnya mohon maaf sekali saya baru membalas kembali ya kak, dikarenakan kegiatan di Kampus sedang hectic, kak 🙏🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan kak 🙏🙏 Terkait dengan pertanyaan dari kak Nova, kak, munculnya tulisan singular matrix problem ini menandakan bahwa ada 1 (atau lebih) dari variabel kak Nova yang jawaban respondennya cenderung banyak yang sama, kak (misalkan response 5 terlalu banyak untuk indikator-indikator dari suatu variabel, atau response 4 terlalu banyak untuk seluruh indikator dari suatu variabel, dsbnya kak) 🙏🙏 Nah guna mengatasi hal ini, maka kak Nova boleh coba menghapus indikator-indikator yang nilai standard deviation nya terlalu besar (diatas 2), atau terlalu kecil kak (diatas -2). Adapun biasanya cara ini efektif kak guna mengatasi permasalahan singular matrix problem yang menyebabkan kak Nova tidak bisa melakukan Bootstrapping, kak 🙏🙏 Untuk nilai standar deviation untuk setiap indikator ini sendiri dapat diakses dengan cara melakukan double klik terhadap nama file CSV yang kita export ke PLS, kak (atau biasa akan muncul pertama kali ketika kita melakukan export data ke PLS, kak) 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak Nova 🙏🙏 Mungkin nanti boleh diupdate ya kak apakah cara diatas berhasil atau tidak, kak 🙏🙏 Terima kasih banyak kak Nova 🙏🙏 Semoga dapat membantu ya kak 🙏🙏
Sore pak, maaf mau tanya pada penelitian saya nilai R-Square yang diperoleh 0.106 dan R-Square adjusted 0.104 apakah ada cara untuk menaikkan angka tersebut pak? Terima kasih
Halo selamat malam kak Lovi 🙏🙏 Sebelumnya terima kasih banyak ya kak atas pertanyaan yang telah diajukan 🙏🙏 Adapun terkait dengan pertanyaan dari kak Lovi, kak, untuk besar/kecilnya nilai R-Squared dari suatu model penelitian ini sebenarnya didasarkan pada jumlah variabel yang mempengaruhi variabel mediasi atau variabel dependen (Y), kak 🙏🙏 Jadi semakin banyak jumlah variabel independen yang mempengaruhi, maka akan semakin besar nilai R-Squared nya kak, dab sebaliknya 🙏🙏 Nah terkait dengan hal ini, maka cara yang dapat dilakukan untuk menaikkan nilai R-Squared ini adalah dengan melakukan penambahan variabel independen kak, yang dimana, saya akui hal ini sangat sulit dilakukan mengingat model penelitian sudah dibuat, dan data sudah kak Lovi kumpulkan dan olah 🙏🙏 Nah dengan demikian, maka sebenarnya tidak masalah kak apabila nilai R-Squared dari model penelitian kak Lovi kecil (dibawah 25%), mengingat bahwa yang terpenting di dalam penelitian kak Lovi adalah signifikansi pengaruh antar variabel yang diuji, kak 🙏🙏 Untuk R-Squared sendiri, apabila nilainya kecil, maka hal ini hanya mengindikasikan bahwa mungkin terdapat banyak variabel yang sebenarnya mampu mempengaruhi variabel dependen (variabel Y) yang kakak teliti, namun kebetulan tidak masuk ke dalam model penelitian yang kak Lovi buat, kak 🙏🙏 Jadi tidak masalah ya kak apabila nilai R-Squared nya dibawah 25%, yang terpenting adalah interpretasi hasil dari R-Squared tersebut, beserta dengan signifikansi pengaruh antar variabel yang kak Lovi teliti, kak 🙏🙏 Hal ini dikarenakan penentuan apakah hipotesis penelitian yang dirumuskan diterima atau ditolak didasarkan pada nilai signifikansi (p-value) dari masing-masing pengaruh antar variabel ini kak 🙏🙏 Nah kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Lovi ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
Terima kasih banyak Pak Nicholas, izin bertanya kembali pak. Untuk batasan outer loading sebetulnya >0.7 atau >0.6 ya, Pak? Dan apakah ada teori yang mendukung, Pak untuk menjadi jawaban saat seminar hasil. Terima kasih banyak, Pak 🙏🏻
@@lovianaputri5521 Halo selamat siang kak Lovi 🙏🙏 Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Adapun terkait dengan pertanyaan dari kak Lovi, kak, sebenarnya untuk acuan batas minimum nilai factor loading untuk setiap indikator ini memang berbeda-beda kak. Jadi ada teori yang mengatakan bahwa nilai factor loading harus diatas 0,7; ada juga yang mengatakan bahwa nilai factor loading harus diatas 0,6; dan bahkan ada juga kak teori yang menyatakan bahwa nilai factor loading diatas 0,5 masih acceptable, kak 🙏🙏 Nah namun memang kak pada umumnya, teori yang paling banyak digunakan adalah teori bahwa nilai factor loading harus diatas 0.7, kak 🙏🙏 Nah namun demikian, sebenarnya nilai factor loading diatas 0,6 juga masih tergolong acceptable kak, selama memang kita sebagai peneliti melampirkan beberapa sumber/teori acuan yang menyatakan bahwa memang indikator dengan nilai loading diatas 0,6 tidak perlu dihapus dan tetap bisa digunakan kak 🙏🙏 Adapun berikut saya kirimkan ke kak Lovi beberapa artikel jurnal/sumber yang menyatakan bahwa factor loading diatas 0,6 masih acceptable ya kak dalam google drive berikut ini kak: drive.google.com/drive/folders/18l0qzuXYPt4dR5FOCp9RAzpmaX5thfWv?usp=share_link Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kak Lovi ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
Malam Pak Nicholas. Maaf baru membalas Pak. Terima kasih atas jawaban yang telah diberikan, sangat lengkap, rinci, dan sangat membantu. Izin bertanya kembali Pak Nicholas. Dalam penelitian saya, saat dilakukan bootstraping akhir, seluruh nilai outer loading menjadi 0,000. Apakah ada solusi terkait permasalahan tersebut, Pak? Terima kasih
@@lovianaputri5521 Halo selamat sore kak Lovi 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru membalas, dikarenakan kemarin-kemarin lumayan hectic dan saya juga kurang fit, sehingga baru buka UA-cam kembali kak 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Nah terkait dengan pertanyaan dari kak Lovi, kak, untuk nilai factor loading yan gmuncul saat kak Lovi melakukan Bootstrapping dapat diabaikan gpp ya kak 🙏🙏 Hal ini dikarenakan untuk Bootstrapping, yang kita fokuskan hanya nilai-nilai yang muncul pada tabel path coefficient nya saja kak (perihal signifikansi pengaruh antar variabel, kak) 🙏🙏 Namun untuk nilai factor loading yang muncul saat bootstrapping ini dapat diabaikan saja tidak masalah ya kak 🙏🙏 Nah adapun untuk memperoleh nilai factor loading untuk setiap variabel kak, kak Lovi dapat kembali melakukan PLS Algorithm untuk mendapatkan nilai factor loading dari masing-masing indikator, baru setelah itu kak Lovi save/screenshot gambarnya sebelum melakukan Bootstrapping agar hasil sebelumnya tersimpan terlebih dahulu ya kak 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak Lovi 🙏🙏 Semoga dapat membantu kak Lovi ya kak 🙏🙏 Terima kasih banyak sebelumnya kak Lovi 🙏🙏
Halo selamat malam kak 🙏🙏 Sebelumnya mohon maaf sekali baru kembali membalas ya kak 🙏🙏 Dan terima kasih banyak juga atas pertanyaan yang telah diajukan ya kak 🙏🙏 Terkait dengan pertanyaan dari kakak, sebenarnya variabel kontrol ini adalah variabel yang sebenarnya bukan menjadi fokus penelitian kita, namun kita masukan karena "diduga" memiliki peranan di dalam mempengaruhi hubungan antara X ke Y, atau diduga mampu mengubah outcome (hasil) dari sebuah penelitian, kak Nah variabel kontrol ini sebenarnya tidak harus dimasukan tidak masalah, kak, kecuali apabila memang kakak merasa ada variabel-variabel tertentu yang memang sepertinya "tidak terlalu krusial" namun dirasa mampu mengubah outcome/hasil hubungan variabel yang terbentuk antara 2 atau lebih variabel, maka variabel ini boleh ditambahkan, kak *Sebagai contoh:* Misalkan kakak meneliti bagaimana pengaruh tingkat diskon di dalam meningkatkan keinginan/intensi masyarakat untuk membeli sebuah produk Lalu kakak menemukan bahwa hasilnya signfikan, yang dimana, benar dan terbukti bahwa semakin besar/tinggi tingkat diskon yang ditawarkan oleh perusahaan, maka akan semakin tinggi juga intensi masyarakat untuk mmebeli produk tersebut Nah lalu kakak bertanya "Namun, kira-kira gender manakah yang memiliki intensi lebih tinggi di dalam membeli produk tersebut? Apakah pria atau wanita?" Nah untuk menjawab pertanyaan ini, maka variabel kontrol bisa ditambahkan kak untuk membandingkan kira-kira gender mana yang dirasa memiliki intensi yang lebih tinggi untuk membeli produk tersebut, kak 🙏🙏 Nah kurang lebih seperti itu kak terkait dengan variabel kontrol Jadi sebenarnya di dalam suatu penelitian, variabel kontrol ini kalau tidak dimasukan juga tidak masalah, kak. Karena yang krusial adalah bahwa di dalam suatu riset harus terkandung minimal variabel Independen/bebas dan variabel Dependen/terikat, kak 🙏🙏 Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kakak ya 🙏🙏
Terima kasih tutorialnya Pak Nicholas, saya izin tanya pak.. Di tutorial ini menjelaskan bahwa data sosiodemografi (umur dan gender) sebagai variabel kontrol ya pak... pertanyaan saya: kalau data sosiodemografi (Umur, Jenis Kelamin, dll) itu dijadikan moderator, apakah perlu dikonversi melalui dummy variabel juga ya pak? apakah bisa usia dan gender jadi moderator? kalau bisa apa ada tutorialnya ya pak? terima kasih
Halo selamat malam kak 🙏🙏 Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas dikarenakan saya baru sempat membuka UA-cam kembali, kak 🙏🙏 Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏 Perihal pertanyaan yang kakak ajukan, betul sekali kak bahwa untuk data-data dari variabel-variabel yang sifatnya adalah sosiodemografi, ini harus dikonversi/dicoding sebagai dummy variabel juga ya kak Hal ini dikarenakan data-data dari variabel-variabel yang sifatnya adalah sosiodemografi ini sifatnya adalah data kategorikal, kak, sehingga tidak memiliki indikator-indikator pengukuran layaknya variabel-variabel lain yang sifatnya continuous variable, kak Lalu perihal pertanyaan lanjutan dari kakak, bisa ya kak untuk usia dan gender dijadikan sebagai variabel moderator, kak, dan untuk langkah/metode analisis datanya dapat kakak pelajari dari video lain yang telah saya buat perihal ini ya kak yang dapat diakses melalui link berikut, kak: ua-cam.com/video/V4vLK8ZBzJs/v-deo.htmlsi=mTDeI7Z3y9Ch37Q8 Mungkin seperti itu penjelasan dari saya, kak 🙏🙏 Semoga dapat membantu menjawab pertanyaan kakak ya kak 🙏🙏 Terima kasih banyak sebelumnya kak 🙏🙏
Selamat siang kak, Oh betul kak. Biasanya untuk variabel kontrol, codingnya dimulai dari angka 0 ya kak 🙏🙏 Kalau kakak ingin buat coding nya dari 1 juga tidak masalah kak, yang penting nanti cara interpretasi hasilnya sama dengan ketika kakak meng-coding data dari 0 ya kak 🙏🙏 Jadi misalkan "Yg di coding 1 lebih tinggi dari yg di coding 0", berarti kalau codingnya dimulai dari 1, interpretasinya adalah "Yg di coding 2 lebih tinggi dri yg di Coding 1" 🙏🙏 Seperti itu kalau dari saya kak 🙏🙏
@@abangjago7039 Oh betul kak. Jadi kalau ada 5 variabel, berarti kakak harus pilih 1 kategori sebagai patokan, sisa 4 nya dibuat dummy variabel kak (jadi jumlah dummy variables nya ada 4) Nanti hasilnya dibandingkan dengan patokan yg telah ditetapkan ya kak 🙏🙏🙏
terima kasih pak untuk penjelasan dan ilmunya, sangat bermanfaat bagi penelitian untuk skripsi saya.. sehat selalu pak..
Pak.. terimakasih banyak ya pak.. akhirnya bab 4 saya bisa dilanjut setelah melihat video bapak🙏 maaf telah merepotkan bapak sampai subuh subuh bikin video. Terimakasih banyak pak, semoga bapak sehat terus untuk membimbing mahasiswa yang membutuhkan bimbingan. GBU pak
Siap kak. Sama2 ya kak 😇😇🙏🙏🙏
Senang saya bisa membantu kakak melalui penjelasan pada video ini 🙏🙏🙏
Tidak merepotkan sama sekali kak. Memang sudah tugas saya untuk senantiasa membantu mahasiswa/i dan para pelajar, kak 🙏🙏🙏
Amin kak. Terima kasih banyak atas doanya ya kak 🙏🙏🙏
Doa yang sama untuk kakak dan keluarga 🙏🙏🙏
GBU too ya kak 🙏🙏🙏
Pagi pak, mohon maaf mengganggu lagi. Izin bertanya pak, seperti penjelasan bapak di video ini terkait variabel kontrol yang dilihat dari original samplenya apakah positif atau negatif.
Saya ingin bertanya pak.. jika rumusan masalah saya adalah ingin menguji apakah terdapat pengaruh positif antara X dan Y dengan menggunakan pvalue, pertanyaan saya pak :
untuk melihat korelasi postitif antar x dan y apakah menggunakan original sample atau t statistic ya pak? Terimakasih pak
@@MahasiswaSuksess
Halo selamat malam kak,
Sebelumnya mohon maaf sekali saya baru membalas dikarenakan saya hari ini ada jadwal mengajar kelas dari pagi, kak 🙏🙏
Dan terima kasih banyak sebelumnya atas pertanyaan yang telah diajukan ya kak 🙏🙏
Terkait dengan pertanyaan yang kakak ajukan, untuk melihat serta menentukan apakah korelasi antara variabel X dengan Y positif/negatif, maka dapat kita lihat dari nilai Original Samplenya ya kak
Apabila nilai original sample dari korelasi/pengaruh tersebut menunjukkan angka yang positif, maka hal ini mengindikasikan bahwa korelasi/pengaruh X terhadap Y merupakan pengaruh yang positif, kak 🙏🙏
Sebaliknya, apabila nilai original sample dari korelasi/pengaruh tersebut menunjukkan angka yang negatif, maka hal ini mengindikasikan bahwa korelasi/pengaruh X terhadap Y merupakan pengaruh yang negatif, kak 🙏🙏
Adapun apabila kakak ingin menggunakan rujukan dari nilai t-statistics, ini juga tidak masalah sebenarnya kak. Dikarenakan nilai t-statistics dengan nilai original sample biasanya akan searah, kak
Jadi apabila nilai original sample positif, maka nilai t-statistics juga akan positif, kak, dan sebaliknya 🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak
Semoga dapat membantu menjawab pertanyaan kakak ya 🙏🙏
Apakah boleh req video mengenai MRA dengan variabel control
Halo selamat pagi kak Rahmad 🙏🙏
Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak dikarenakan 1 minggu saya sakit sehingga harus istirahat total dan tidak bisa membalas comment di UA-cam, kak 🙏🙏
Oh baik kak Wahyu. Segera saya buatkan ya kak untuk video tutorial pengujian variabel kontrol/moderasi dengan menggunakan teknik MRA, kak 🙏🙏
Adapun saat ini saya masih belum 100% fit kak, sehingga mungkin nanti pas sudah 100% fit baru akan saya buat recording untuk tutorial MRA ini ya kak 🙏🙏
Adapun untuk sementara kak, mungkin kak Rahmad dapat mengakses beberapa video pengujian variabel moderasi/kontrol lainnya yang telah saya buat dan upload di UA-cam melalui beberapa link berikut kak:
ua-cam.com/video/V4vLK8ZBzJs/v-deo.html
ua-cam.com/video/tVyG80sm_xc/v-deo.html
Adapun teknik pengujian variabel moderasi/kontrol di kedua video diatas kurang lebih mirip dengan teknik MRA kak, sehingga mungkin dapat membantu kak Rahmad di dalam melakukan pengujian variabel kontrol/moderasi dengan cara/teknik lain pada metode PLS seperti yang telah dijelaskan pada kedua video tersebut kak 🙏🙏
Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
Halo selamat pagi kak Rahmad 🙏🙏
Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak dikarenakan 1 minggu saya sakit sehingga harus istirahat total dan tidak bisa membalas comment di UA-cam, kak 🙏🙏
Oh baik kak Wahyu. Segera saya buatkan ya kak untuk video tutorial pengujian variabel kontrol/moderasi dengan menggunakan teknik MRA, kak 🙏🙏
Adapun saat ini saya masih belum 100% fit kak, sehingga mungkin nanti pas sudah 100% fit baru akan saya buat recording untuk tutorial MRA ini ya kak 🙏🙏
Adapun untuk sementara kak, mungkin kak Rahmad dapat mengakses beberapa video pengujian variabel moderasi/kontrol lainnya yang telah saya buat dan upload di UA-cam melalui beberapa link berikut kak:
ua-cam.com/video/V4vLK8ZBzJs/v-deo.html
ua-cam.com/video/tVyG80sm_xc/v-deo.html
Adapun teknik pengujian variabel moderasi/kontrol di kedua video diatas kurang lebih mirip dengan teknik MRA kak, sehingga mungkin dapat membantu kak Rahmad di dalam melakukan pengujian variabel kontrol/moderasi dengan cara/teknik lain pada metode PLS seperti yang telah dijelaskan pada kedua video tersebut kak 🙏🙏
Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
Maaf pak nicholas izin bertanya,kalau variabel moderasi usia dengan kategori tua dan muda tapi dummy variabel sama dengqn video yg bapak jelaskan itu gmn ya pak?
Halo selamat malam kak 🙏🙏
Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak 🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan, kak 🙏🙏
Adapun perihal pertanyaan kakak, ini tidak masalah ya kak apabila kategori dari usia yang kakak tentukan di penelitian kakak adalah Tua dan Muda 🙏🙏
Jadi kakak tetap dapat mengikuti langkah-langkah yang saya paparkan pada video ini, namun berarti jumlah coding kategori untuk kategori usia ini hanya 2 ya kak, yaitu angka "1" untuk kategori "Tua", dan "2" untuk kategori "Muda", kak 🙏🙏
Jadi nanti apabila ada response dari responden yang menyatakan kalau mereka tergolong ke dalam kategori usia yang "Tua", kakak dapat coding 1, dan bagi responden yang menjawab "Muda", maka dapat kakak coding 2, kak 🙏🙏
Mungkin seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan kakak ya kak 🙏🙏
Terima kasih banyak sekali lagi kak 🙏🙏
@@nicholaswilson2898 baik pak nicholas, terimakasih ilmu nya sgt bermanfaat
@@nicholaswilson2898 saya izin boleh minta email bapak?mau tanya lebih jauh tentang smart
pls pak
@@bagiannice
Oh boleh kak. Berikut ya kak:
nichowilson88@gmail.com
Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898 terimakasih pak
pak terima kasih banyak... saya mahasiswa s1 tapi saya disuruh dospem untuk mengunakan control variabel. Dari kemarin bingung kalau begitu harus bagaimana karna belum banyak skripsi yang mengunakan control variabel tapi syukur menemukan video ini huhu. terimakasih banyak pak..
sekalian izin bertanya apakah step untuk menganalisis variabel kontrol sama jika ada variabel mediasi? karna untuk framework saya mengunakan mediasi juga pak...
pak tolong dibikinin tutor mengolah data panel unbalanced yang ada variabel kontrolnya
menggunakan eviews pak
@@207khusnulkhotimah4
Halo selamat pagi kak Khusnul 🙏🙏
Sebelumnya mohon maaf sekali saya baru membalas ya kak 🙏🙏
Oh baik kak Khusnul. Coba ya kak segera saya akan cari waktu untuk buatkan konten/video perihal teknik pengolahan data untuk data panel unbalanced menggunakan eViews ya kak 🙏🙏
Terima kasih banyak sebelumnya atas rekomendasinya kak 🙏🙏🙏
Utk data sekunder yg berbentuk data panel, dengan 1 Variabel X, 1 Variabel Y, 2 Variabel Z, 1 Variabel Mediasi dan 4 Variabel Kontrol. Apakah aplikabel dianalisis dgn model SEM PLS ini Pak? Penelitian saya terkait akuntansi keuangan.
Halo selamat pagi kak Kartika 🙏🙏
Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas ya kak 🙏🙏
Dan terima kasih banyak sebelumnya atas pertanyaan yang telah diajukan ya kak 🙏🙏
Terkait dengan pertanyaan dari kak Kartika, kak, sebenarnya metode PLS ini lebih cocok digunakan untuk penelitian-penelitian yang variabel-variabelnya diukur dengan menggunakan pertanyaan-pertanyaan (atau indikator-indikator) kuesioner, kak. Dengan kata lain, maka metode PLS ini akan lebih sesuai apabila data-data yang kak Kartika kumpulkan adalah data-data yang bersifat data primer melalui Kuesioner, serta setiap response dari responden dapat diukur dengan skala Likert, kak (seperti 1 untuk Sangat Tidak Setuju, 2 untuk Tidak Setuju, dstnya kak) 🙏🙏
Adapun untuk penelitian yang datanya berbentuk data sekunder, maka sebenarnya penelitian kak Kartika akan lebih cocok apabila menggunakan metode Regresi dengan menggunakan software SPSS, kak 🙏🙏
Nah namun, apabila misalkan kak Kartika tetap ingin menggunakan metode PLS, kak, maka sebenarnya ada 1 cara kak yang dapat dilakukan terkait dengan data kakak 🙏🙏
Adapun cara tersebut adalah dengan memecah/meng-coding data-data sekunder ini ke dalam beberapa range/skala, kak. Misalkan seperti berikut kak:
*Contoh:*
Variabel X1 --> Tingkat ROA Perusahaan
Terkait dengan variable diatas, maka tingkat ROA Perusahaan dapat dipecah ke dalam beberapa range skala sebagai berikut kak:
1 = ROA dibawah 1%
2 = ROA 1.01% - 2%
3 = ROA 2.01% - 3%
4 = ROA 3.01% - 4%
5 = ROA 4.01% - 5%
Nah dengan membagi-bagikan tingkat ROA ke dalam beberapa skala diatas, maka nanti kak Kartika dapat meng-coding tingkat ROA untuk setiap sample perusahaan (yang menjadi responden kakak) ke dalam skala interval/ordinal yang dapat diukur kak 🙏🙏
Jadi misalkan ketika perusahaan A memiliki tingkat ROA sebesar 1.5%, maka di Excel dapat diinput coding 2, lalu misalkan perusahaan B memiliki tingkat ROA sebesar 3.5%, maka di Excel dapat diinput coding 4, dan seterusnya, kak 🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak Kartika 🙏🙏
Semoga dapat membantu menjawab pertanyaan kak Kartika ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898 izin bertanya pak, alasan penelitian dengan data sekunder lebih cocok menggunakan spss apa ya pak? Boleh tolong sertakan referensinya juga pak? Terima kasih banyak pak, mohon penjelasannya 🙏
@@larasatinendranarwastu87
Halo selamat siang kak Laras 🙏🙏
Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas 🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏
Adapun perihal pertanyaan dari kak Laras, kak, sebenarnya argumentasi mengapa lebih cocok untuk penelitian dengan data sekunder menggunakan SPSS dibandingkan dengan PLS adalah dikarenakan variabel-variabel yang dapat diolah di PLS merupakan variabel-variabel yang cenderung masuk ke dalam kategori variabel Laten, kak, yang dimana, variabel laten ini dijelaskan dengan menggunakan Indikator-Indikator yang diukur dengan menggunakan skala Likert, kak 🙏🙏
Sedangkan pada data sekunder, setiap variabel sudah dapat diukur dengan langsung melalui data yang ditarik dari sumber eksternal (dan tidak menggunakan indikator lagi)
Sementara itu, PLS tidak dapat mengolah/menganalisis variabel yang pengukurannya tidak dengan menggunakan Indikator, kak, sehingga atas dasar inilah maka untuk data sekunder, lebih disarankan menggunakan SPSS, kak, dikarenakan apabila dipaksanakan dengan PLS, maka uji Validitas/Reliabilitasnya cenderung bermasalah kak (dikarenakan kita tidak dapat menentukan Indikator manakah yang Valid/Reliable dikarenakan tidak ada Indikator, kak)
Nah Kecuali apabila kak Laras mengubah data-data ordinal tadi menjadi interval dengan cara meng-coding range ataupun jarak dari data sekunder yang kakak peroleh ke dalam skala Interval, kak
*Sebagai contoh:*
Tingkat Pendapatan dibawah Rp 10.000.000 --> di-Coding "1"
Tingkat Pendapatan berkisar antara Rp 10.000.000 - Rp 20.000.000 --> di-Coding "2"
Tingkat Pendapatan berkisar antara Rp 20.000.001 - Rp 30.000.000 --> di-Coding "3"
Tingkat Pendapatan berkisar antara Rp 30.000.001 - Rp 40.000.000 --> di-Coding "4"
Tingkat Pendapatan diatas Rp 40.000.001 --> di-Coding "5"
Nah jadi nanti data dari setiap Tingkat Pendapatan ini dapat di-coding seperti ini, kak. Jadi data yang awalnya merupakan data sekunder (dan skalanya nominal/ordinal) berubah menjadi interval, kak 🙏🙏
Apabila kak Laras mengubah data-data pendapatan ini ke dalam bentuk interval, maka kak Laras bisa menggunakan PLS untuk menganalisis pengaruh antar variabelnya, kak 🙏🙏
Adapun untuk referensinya, mungkin kak Laras dapat mengakses beberapa link berikut ya kak:
www.researchgate.net/post/How_to_analyze_Secondary_data_Such_as_ROA_Total_Assets_Firm_Age_using_Smart_PLS_Is_it_need_any_prior_cording_of_data
study.sagepub.com/macinnes
Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan kak Laras ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898 baik pak terima kasih banyak penjelasannya 🙏
@@larasatinendranarwastu87
Siap kak Laras. Sama2 ya kak 🙏🙏🙏🙏🙏
Halo kak, bagaimana jika variabel y nya berupa jenis2 moda transportasi seperti motor, mobil, angkutan umum
Halo selamat malam kak Fiki 🙏🙏
Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Adapun perihal pertanyaan dari kak Fiki, ini nanti kakak harus lakukan Multigroup Analysis (MGA) terhadap data kakak ya, sehingga nanti akan muncul kak pengaruh antar variabel untuk data yg Motor, Mobil dan Angkutan Umum, kak
Adapun nanti setiap kategori ini dapat kakak coding terlebih dahulu di Excel (misalkan 1 untuk Motor, 2 untuk Mobil, dan 3 untuk Angkutan Umum), lalu setelah datanya di-export ke PLS, kakak dapat meng-creste group untui variabel Y ini, kak
Adapun panduan pembuatan & analisis MGA ini dapat kakak akses melalui video sy yg lain melalui link berikut ya kak:
ua-cam.com/video/V4vLK8ZBzJs/v-deo.htmlsi=BgbpDJCx-dCWFIzp
Semoga dapat membantu ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
untuk uji validitas nya bagaimana ya pak?
@@ecanecan-ik7xk
Halo selamat malam kak Eca,
Oh untuk variabel yg sifatnya kategorikal kak (yg dicoding secara dummy), maka tidak perlu dilakukan uji validitas/reliabilitas ya kak
Hal ini dikarenakan uji validitas/reliabilitas hanya dilakukan pada variabel² yg diukur dengan indikator² atau pertanyaan² kuesioner saja, kak 🙏🙏
Terima kasih banyak kak Eca 🙏🙏
Kak apakah boleh bertanya lebih lanjut di email? Untuk email nya apa ya kak
Terima kasih
@@hagmmc9811
Halo kak Fiki selamat sore kak,
Sebelumnya mohon maaf sekali sy bru kembali membalas ya kak 🙏🙏
Oh boleh kak. Kak Fiki dapat menghubungi saya via email berikut ya kak: nichowilson88@gmail.com
Terima kasih banyak sebelumnya kak & mohon maaf sekali ya kak sy bru membalas lagi 🙏🙏
Selamat Malam Pak. Izin bertanya, saya menggunakan SmartPLS 3. Untuk mengganti scalenya ada di menu di sebelah mana ya Pak? Karena saat saya mengimpor data CSV tidak ada tampilan seperti yang ada di video. Terima kasih Pak 🙏
Halo kak selamat malam 🙏🙏
Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Adapun terkait dengan pertanyaan kakak, untuk menu Scale ini kebetulan hanya ada di PLS 4, kak, sehingga apabila kakak menggunakan PLS 3, maka opsi penggantian Scale ini dapat diabaikan/di-skip ya kak dikarenakan di PLS 3, jenis scale dari seluruh data secara otomatis akan ter-detect sebagai "Metric", kak 🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan kakak ya kak 🙏🙏
Terima kasih banyak kak 🙏🙏
Pak, mau tanya. Saya coba pas di boostraping. Datanya single singular matrix. Itu gimana ya ?
Pas di cek, variance dan standar deviasi nya tidak 0,0.
Tetapi tetep stuck, pls help pak 🙏🥹
Halo selamat malam kak Tahir 🙏🙏
Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan kak 🙏🙏
Terkait dengan pertanyaan dari kak Tahir, keterangan “Singular Matrix Problem” ini menandakan bahwa ada 1 (atau lebih) dari variabel kakak yang jawaban respondennya untuk indikator-indikator dari variabel tersebut cenderung banyak yang sama, kak (misalkan response 5 terlalu banyak untuk indikator-indikator dari suatu variabel, atau response 4 terlalu banyak untuk seluruh indikator dari suatu variabel, dsbnya kak) 🙏🙏
Nah guna mengatasi hal ini, maka kakak boleh coba menghapus indikator-indikator yang nilai standard deviation nya terlalu besar (diatas 2), atau terlalu kecil kak (diatas -2). Adapun biasanya cara ini efektif kak guna mengatasi permasalahan singular matrix problem yang menyebabkan kakak tidak bisa melakukan PLS Algorithm ataupun Bootstrapping, kak 🙏🙏
Adapun nilai standard deviation untuk setiap indikator ini sendiri dapat diakses dengan cara melakukan double klik terhadap nama file CSV yang kita export ke PLS, kak (atau biasa akan muncul pertama kali ketika kita melakukan export data ke PLS, kak) 🙏🙏
Atau apabila misalkan masih tidak bisa, kak, mungkin opsi lain yang dapat kak Tahir lakukan adalah dengan menambah jumlah data, ataupun menghapus beberapa data/response yang diberikan oleh responden yang jawabannya cenderung sama/homogen, kak (misalkan ada responden yang memberikan response "4 " untuk seluruh indikator, atau "5" semua untuk seluruh indikator, dsbnya, kak) 🙏🙏
Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏
Mungkin nanti boleh diupdate ke saya ya kak apakah beberapa cara diatas berhasil atau tidak, kak 🙏🙏
Semoga dapat membantu ya kak 🙏🙏
Terima kasih banyak kak Tahir 🙏🙏
@@nicholaswilson2898 halo pak, pakk terima kasih banyak atas jawabannya. Saya akan coba🙏 berkah selalu ya pak. Aamin
@@tarmiditahir2467
Halo selamat malam kak Tahir,
Baik kak Tahir. Siap laksanakan kak 🙏🙏
Sama-sama ya kak 🙏🙏
Wah Amin kak Tahir. Terima kasih banyak atas doa-nya, kak 🙏🙏
Adapun saya juga senantiasa doakan semoga kak Tahir dan keluarga sehat selalu dan senantiasa diberkati oleh Allah SWT ya kak 🙏🙏
Terima kasih banyak sekali lagi ya kak 🙏🙏
Selamat malam pak, saya izin bertanya, berarti untuk variabel kontrol ini tidak ikut dihitung dalam outer modelnya kah?
Terimakasih sebwlumnya..
Halo selamat siang kak Desi 🙏🙏
Sebelumnya mohon maaf sekali saya baru membalas kembali ya kak dikarenakan saya baru membuka UA-cam kembali kak hehehehehe 🙏🙏
Adapun terkait dengan pertanyaan yang kak Desi ajukan, betul sekali kak untuk variabel-variabel kontrol yang bersifat kategorikal kak (seperti jenis kelamin, gender, usia, dstnya), pengujian outer model serta inner model (untuk r-squared dan predictive relevance) ini variabel-variabel kontrol kategorikal ini tidak perlu ikut dimasukan tidak apa-apa kak 🙏🙏
Nah tapi memang kak, untuk pengujian hipotesis ataupun pengujian/analisis perbedaan efek dari setiap kategori pada variabel kontrol ini terkait dengan pengaruh antar variabel yang ingin kak Desi uji pada PLS harus dimasukan ya kak, dikarenakan hal ini terkait dengan hipotesis variabel kontrol yang kak Desi ingin uji, kak hehehehehe 🙏🙏
Mungkin kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan kak Desi ya kak 🙏🙏
Terima kasih banyak sebelumnya kak Desi 🙏🙏
izin bertanya pak, apakah terdapat referensi jurnal untuk pengujian variabel kontrol pada PLS?
Halo selamat siang kak Tyas 🙏🙏🙏
Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak dikarenakan saya baru buka UA-cam kembali, kak 😅😅🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Adapun terkait dengan pertanyaan yang kak Nur ajukan, berikut saya kirimkan beberapa artikel jurnal perihal referensi seputar pengujian/analisis variabel kontrol dengan menggunakan metode PLS-SEM ya kak:
1. Atinc, G. M., Simmering, M. J., & Kroll, M. J. (2012). Control variable use and reporting in macro and micro management research. Organizational Research Methods, 15(1), 57-74.
2. Becker, T. E. (2005). Potential problems in the statistical control of variables in organizational research: A qualitative analysis with recommendations. Organizational Research Methods, 8(3), 274-289.
3. Becker, T. E., Atinc, G., Breaugh, J. A., Carlson, K. D., Edwards, J. R., & Spector, P. E. (2015). Statistical control in correlational studies: 10 essential recommendations for organizational researchers. Journal of Organizational Behavior, 36,.
4. Spector, P. E., & Brannick, M. T. (2011). Methodological urban legends: The misuse of statistical control variables. Organizational Research Methods, 14(2), 287-305.
Adapun file-file artikel dari referensi-referensi diatas telah saya compile juga ke dalam 1 folder, dan dapat kak Tyas akses melalui link google drive berikut ini ya kak:
drive.google.com/drive/folders/1t7jYXQ0Bb1s8kQpP7q9yQqfJMSn_0NmR?usp=sharing
Semoga dapat membantu ya kak 🙏 🙏
Terima kasih banyak sekali lagi kak 🙏🙏
Wah terima kasih banyak pak, sampai dikasih file nya juga😁. Semoga sukses dan sehat selalu pak🙏@@nicholaswilson2898
@@linggartyas6171
Halo selamat pagi kak Tyas 😇😇🙏🙏
Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas 😅😅🙏🙏🙏
Kebetulan schedule saya hectic sekali akhir2 ini, jdi bru sempat buka UA-cam kembali kak hehehehehe 🙏🙏🙏
Oh wah siap laksanakan kak Tyas. Sama-sama ya kak 😇😇🙏🙏🙏
Senang saya dapat membantu kak 😇😇🙏🙏🙏
Wah Amin kak Tyas. Terima kasih banyak atas Doanya ya kak 😇😇🙏🙏🙏
Saya juga doakan semoga kak Tyas dan keluarga senantiasa sukses dan sehat selalu ya kak 😇😇🙏🙏🙏
Maaf izin bertanya pak, untuk variabel kontrol usia
Halo selamat pagi kak Choirotus 🙏🙏
Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Terkait dengan pertanyaan yang kakak ajukan, untuk opsi pertanyaan
@@nicholaswilson2898 baik pak, terima kasih atas penjelasannya 🙏
@@choirotussaadah-hr6ge
Baik kak Choirotus. Sama-sama ya kak 🙏🙏🙏
Senang bisa membantu kak 🙏🙏🙏
@@nicholaswilson2898 maaf pak izin bertanya lagi, saat melakukan outer model dan inner model, hasil kuisioner variabel kontrolnya tidak usah dimasukkan dulu ya ke csv nya, lalu setelah selesai uji outer dan inner model baru dimasukkan untuk pengujian variabel kontrolnya?
@@choirotussaadah-hr6ge
Halo selamat pagi kak Choirotus 🙏🙏
Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Untuk hal ini kak, kalau dari saya, data-data perihal variabel kontrolnya dari awal dimasukkan langsung ke file .CSV nya boleh ya kak tidak apa-apa ya kak 🙏🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏🙏
Halo pak, izin bertanya. Kenapa semua hitungan saya menjadi n/a setelah saya menambahkan variabel kontrol pada model. Terima kasih
Halo selamat siang Kak Adi 🙏🙏
Sebelumnya mohon maaf sekali saya baru membalas ya Kak 🙏🙏
Dan sebelumnya terima kasih banyak juga atas pertanyaan yang telah diajukan, Kak 🙏🙏
Terkait dengan pertanyaan yang Kak Adi sampaikan, ini sepertinya hasil seluruh hitungan dari data Kak Adi menjadi n/a setelah ditambahkan variabel kontrol adalah karena beberapa hal kak, diantaranya adalah:
*1.* Tingkat multikolinearitas data pada variabel kontrol cenderung tinggi (yang bisa dilihat dari nilai VIF > 10 apabila terjadi multikolinearitas);
*2.* Atau apabila masalah pada poin 1) tidak terjadi, maka bisa jadi karena ada kesalahan jenis data pada variabel kontrol, kak (jenis data harus dibuat Metric);
*3.* Atau apabila memang masalah pada poin 1) dan poin 2) tidak terjadi, maka ada kemungkinan hasil n/a yang muncul ini adalah karena memang variabel kontrol ini tidak memiliki pengaruh kak terhadap variabel dependen (variabel Y) yang kakak teliti, sehingga hasilnya tidak muncul, kak. Apalagi ketika belum dimasukan variabel kontrol, pengaruh dari variabel X terhadap Y nya muncul hasilnya kan ya kak 🙏🙏
Tapi secara umum, biasanya hasil n/a ini muncul apabila memang terdapat masalah/ketidaksesuaian pada model atau data yang kita olah, pak Adi 🙏🙏
Nah kalau dari saya kak, mungkin solusinya adalah kak Adi mungkin boleh untuk mengecek ulang kak apakah coding data-data pada variabel kontrol sudah tepat, dan apabila memang tidak ada masalah dengan data-data ini, maka hasil n/a ini bisa jadi mengindikasikan kalau memang tidak ada pengaruh dari variabel kontrol terhadap hubungan antara variabel X dengan Y ini, kak
Jadi artinya adalah apabila variabel kontrol kak Adi misalkan adalah Gender, lalu hasilnya n/a, maka bisa disimpulkan bahwa besaran pengaruh X terhadap Y pada responden Pria cenderung sama (tidak ada perbedaan) dengan responden Wanita, kak 🙏🙏
Mungkin seperti itu penjelasan dari saya, kak Adi 🙏🙏
Nanti boleh dicoba, lalu mungkin boleh diinfokan ke saya kembali ya kak 🙏🙏
Terima kasih banyak kak Adi 🙏🙏
Semoga dapat membantu ya kak 🙏🙏
@@nicholaswilson2898 terima kasih banyak pak. Saya akan coba dulu untuk solusinya
@@adisuryadharma5252
Baik kak Adi. Sama2 ya kak 🙏🙏🙏🙏🙏
Boleh kak Adi. Nanti boleh diinfokan updatenya ke saya ya kak tidak masalah kak 🙏🙏🙏🙏🙏
Selamat Pagi Pak ijin menanyakan kalo misal pas kita running udh ikut sesuai tutorial kenapa jadi NA yah mksih
Halo selamat sore kak 🙏🙏
Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Adapun perihal pertanyaan dari kakak, munculnya hasil olah data berupa N/A ini pada umumnya disebabkan oleh permasalahan yg muncul pada data yang telah kakak coding. Jadi misalkan ketika ada data2 yg nilainya cenderung ekstrim (misalkan mayoritas response nya sama semua), atau ketika jumlah sampel nya terlalu kecil, maka hal2 ini dapat menyebabkan munculnya hasil N/A ini, kak 🙏🙏
Adapun guna mengatasi hal ini, maka mungkin kakak dapat membuang beberapa data yg nilainya ekstrim, atau bisa jg dengan cara menambah data/jumlah responden, kak 🙏🙏
Mungkin seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
Haloo pak selamat sore, maaf pak saya ingin bertanya mengenai penginputan data ke pls jika dalam 1 indikator ada 2 atau 3 perntanyaan?
Maksudnya begini pak
Misalkan saya meneliti mengenai PENGARUH DISIPLIN KERJA TERHADAP KINERJA KARYAWAN
Misal pada definisi operasionalnya variabel disiplin kerja(X) memiliki 2 indikator. : Indikator 1 ketepatan waktu dan 2 ketaatan terhadap peraturan perusahan kemudian di kinerja karyawan (Y) ada 2 indikator juga: 1. Kualitas dan 2 kuantitas
Nah pada indikator Disiplin kerja kan ada 2 indikator pak pada kuisioner nya setiap indikatornya ada 3 pertanyaan pak, begitu juga dengan indikator pada variabel kinerja karyawan(Y) ada 3 pertanyaan pada setiap indikatornya. Jadi kalau ditabulasi ada 6 jawaban responden pada variabel Disiplin kerja (X) dan ada 6 jawaban responden pada Kinerja karyawan (Y)
Jika seperti itu bagaimana cara menginput ke SmartPLS Pak
Selamat siang pak...
Mf izin bertanya pak... Apakah variabel kontrol usia yg di jadikan patokan harus pada usia yg lebih rendah...
Apakah bisa patokannya pada usia yg paling akhir seperti patokan atau baseline nya d letakkan pada usia > 23 tahun
Halo selamat pagi kak Vivi 🙏🙏
Sebelumnya mohon maaf sekali ya kak saya baru membalas, dikarenakan saya baru sempat membuka UA-cam kembali kak 🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Adapun perihal pertanyaan dari kak Vivi, kak, perihal kategori manakah yang dijadikan patokan pada variabel kontrol sebenarnya tidak harus pada usia yang lebih rendah, kak 🙏🙏
Jadi apabila kak Vivi ingin menjadikan kategori akhir ataupun tengah sebagai patokan ini juga tidak apa-apa ya kak, yang penting ada patoikannya kak, dan kategori yang dijadikan patokan inilah yang nantinya akan kita bandingkan dengan kategori lainnya, kak Vivi 🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan kak Vivi ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898 terimakasih pak atas pencerahannya 🙏🙏
@@viviwahyuni820
Siap kak Vivi. Sama2 ya kak 🙏🙏🙏🙏🙏
Izin bertanya kembali pak...
Saya sudah menerapkan pengolahan data sesuai dg tahapan2 yg bapak jelaskan...
Saat di bootstrapping ad masalah pada matrix tunggal (singular)
Namun saat efek moderasi nya saya hapus...
Permasalahan pada matrix tunggal nya hilang...
Kemudian bagaimana apabila panah moderasi di hubungkan melalui penghung antara dependen dan independen seperti pada model UTAUT 2 dan efek moderasi hanya dihubungkan dibeberapa variabel independen
Mohon sulusi nya pak
@@viviwahyuni820
Halo kak Vivi selamat pagi pak 🙏🙏
Sebelumnya mohon maaf sekali saya baru membalas, kak 🙏🙏
Oh baik klo gitu kak. Kira-kira apakah boleh kak untuk saya request bantuan kak Vivi untuk dapat mengirimkan Data Excel kakak (yg ud di Coding) & Gambar Paradigma Penelitian/Model Penelitian kakak ke email saya di nichowilson88@gmail.com, kak? 🙏🙏
Saya akan coba cek dan running di PLS saya, kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏🙏
Permisi pak untuk variabel kontrol dengan stata apa sama ya.
Halo selamat sore kak Desi 🙏🙏🙏
Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak dikarenakan kesibukan, kak 🙏🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏🙏
Adapun terkait dengan pertanyaan yang kak Desi ajukan, kak, untuk Variabel Kontrol dengan STATA ini adalah 2 hal yg berbeda ya kak, dimana variabel kontrol adalah jenis variabel, sedangkan STATA ini adalah software/alat/perangkat lunak yang digunakan untuk menganalisis data, kak 🙏🙏🙏
Nah namun apabila kak Desi ingin menganalisis data dengan menggunakan STATA, maka step-by-step pengujiannya akan berbeda ya kak dibandingkan dengan step-by-step pengujian/analisis data dengan menggunakan SmartPLS ini, kak 🙏🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏🙏
Semoga dapat membantu menjawab pertanyaan kak Desi ya kak 🙏🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏🙏
Izin bertanya pak, mengapa hasil bootstraping pada t-value selalu berubah dengan bahan yang sama?
Halo selamat siang kak Ahmad 🙏🙏
Sebelumnya mohon maaf sekali saya baru membalas ya kak 🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Nah terkait dengan pertanyaan dari kak Ahmad, betul sekali kak bahwa memang SmartPLS ini memiliki tendensi dimana hasil bootstrapping data yang kita lakukan cenderung bisa berubah-ubah kak setiap kali kita melkaukan boostrapping secara berulang, meskipun biasanya angkanya atau hasilnya akan mirip satu sama lain, kak (apabila kita membandingkan hasil bootstrapping pertama dengan yang kedua) 🙏🙏
Nah terkait dengan hal ini, mungkin boleh kak untuk kak Ahmad menggunakan hasil bootstrapping yang paling terakhir kak Ahmad lakukan untuk mencegah kak Ahmad melakukan revisi terus menerus terhadap data hasil bootstrapping data di Laporan Skripsi yang sedang kak Ahmad susun, kak 🙏🙏
Kurang lebih seperti itu penjelasan dari saya kak 🙏🙏
Semoga dapat mmebantu menjawab pertanyaan kak Ahmad ya kak 🙏🙏
Malam pak, mohon izin bertanya, jika judul saya
Pengaruh empati orang tua terhadap empati anak usia dini berdasarkan tingkat pendidikan orang tua. Itu masuknya variabel kontrol atau variabel moderasi. Lalu untuk analisis datanya pada variabel kontrol memakai apa?. Dan variabel moderasi untuk analisis datanya memakai apa?. Terimakasih pak, semoga berkenan untuk menjawab 🙏🏻🙏🏻
Terimakasih atas videonya pak. Mohon ijin bertanya, apakah boleh untuk dummy variabel usia (ada 3 dummy variabel, yaitu 18-20 tahun, 21-23 tahun, dan lebih dari 23 tahun) djgabung dan dijadikan satu sehingga menjadi satu kesatuan dummy variabel usia dalam penganalisisan data menggunakan smartpls ya pak? Mohon info dan penjelasannya ya pak.. Terimakasih 🙏
Halo selamat sore kak Frasta,
Oh perihal ini kak, sebenarnya bisa kak untuk ketiga kategori ini dijadikan satu kesatuan ketika kak Frasta melakukan coding data di Excel, yang penting coding untuk masing-masing kategori-nya dibedakan ya kak 🙏🙏
Nah tapi mungkin teknik/langkah-langkah pengolahan data nya agak sedikit berbeda dari yang saya jelaskan pada video ini klo kakak menggabungkan data-data dari seluruh kategori ini menjadi satu kesatuan, kak
Adapun untuk tata cara/langkah-langkah pengolahan datanya, kakak boleh mengakses video saya yg lain melalui link berikut ya kak:
ua-cam.com/video/V4vLK8ZBzJs/v-deo.htmlsi=jmSaWdKiH-3SB40B
Semoga dapat membantu ya kak. Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898 Terimakasih banyak pak atas respon yg diberikan. Barusan sudah saya akses link video yg bapak berikan. Dan kalau boleh saya ijin bertanya kembali perihal ke 2 video ini pak. Kalau misalkan variabel kontrol ini saya asumsikan sebagai variabel lanten seperti independent dan dependent variabel, apakah boleh ya pak? Hehehe. Karena saya cuman ingin mengukur apakah variabel kontrol (misalkan Usia) mempunyai pengaruh secara keseluruhan/utuh secara bersama2 (tanpa memandang kategori usia mana yg memiliki pengaruh --> misalkan usia 18-20 thn) terhadap variabel Y. Karena sepengetahuan saya, kalau untuk variabel laten dari IV kan tidak di tentukan di "kategori" skala mana yg memiliki pengaruh dengan DV (kalau menggunakan skala likert 1-5 misalkan)-->mohon koreksi kalau saya salah ya pak, hehehe 🙏 Terimakasih banyak atas respon yg diberikan ya pak 🙏
@@Frasta-qc7qz
Selamat malam kak Frasta,
Siap laksanakan kak Frasta. Sama2 ya kak 🙏🙏
Oh kalau misalkan kak Frasta ingin menguji pengaruh dari variabel Gender terhadap variabel lainnya kak (independen atau dependen), maka kak Frasta sepertinya harus tetap memecah setiap kategori dari variabel Gender kakak ke dalam kelompok data yang berbeda kak
Jadi tidak disatukan menjadi 1 kak
Hal ini dikarenakan cara yg saya jelaskan pada video ke 2 ini lebih ke untuk melihat perbedaan pengaruh antar variabel untuk setiap kategori kak, bukan pengaruh masing² kategori terhadap variabel lain kak 🙏🙏
Seperti itu mungkin penjelasan dari saya kak 🙏🙏
Semoga dapat membantu ya kak. Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898Terimakasih banyak atas respon yg bapak berikan.
Oh begitu ya pak.. Kalo semisal setelah saya pecah kategori Gender (sehingga punya 2 dummy variabel), lalu apakah boleh saya mengasumsikan ke 2 dummy variabel ini sebagai "indikator/item" dari variabel "laten" Gender seperti halnya indikator Komp 1, Komp 2, Komp 3 dari variabel X1 di video ini pak? Sehingga menjadi satu variabel laten (seperti variabel X1) tapi yg memiliki 2 dummy variabel (seperti indikator Komp 1,Komp 2,dst dlm video ini), hehehe.
Saya masih sedikit bingung soalnya pak. Karena dosbing saya menyarankan untuk mengecek keterkaitan antara control variabel dengan Y, namun secara keseluruhan/utuh bersama2, tidak terpecah2 menurut kategorinya.
Mohon tanggapan dan informasi nya ya pak. Terimakasih banyak2 sekali lg untuk respon yg bapak berikan 🙏
@@Frasta-qc7qz
Selamat malam kak,
Baik kak. Sama2 ya kak 🙏🙏
Oh kalau perihal ini kak, apabila kakak ingin menjadikan setiap kategori ini sbg indikator dari variabel Gender, maka boleh ya kak tidak masalah kak
Namun saran dari saya, khusus untuj variabel gender ini tidak perlu dilakukan uji validitas/reliabilitas ya kak dikarenakan dikhawatirkan nanti hasil validitas/reliabilitas dari variabel Gender ini jadi kacau kak (dikarenakan datanya bukan data dari responden, melainkan data dummy) 🙏🙏
izin bertanya pak, untuk variabel kontrol usia bagaimana cara mengetahui kategori usia mana yang memiliki pengaruh paling kuat/paling lemah dibanding lainnya? karena dari penjelasan tadi hanya dibandingkan dengan usia >18 tahun, apakah bisa ya pak untuk mengetahui kategori usia mana yang secara keseluruhan paling kuat/paling lemah pengaruhnya?🙏
Halo selamat pagi kak Lia 🙏🙏
Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak dikarenakan 1 minggu kondisi saya benar-benar drop sehingga harus istirahat total dan tidak bisa aktif membalas comment di UA-cam, kak 🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Adapun perihal pertanyaan dari kak Lia, apabila kakak ingin menganalisa di kategori usia manakah terdapat pengaruh terkuat/terlemah yang diberikan oleh variabel independen terhadap variabel dependen pada paradigma penelitian kak, maka kak Lia dapat membandingkan nilai original sample (O) dari hasil pengujian pengaruh antar variabel untuk setiap kategori usia ya kak 🙏🙏
Semakin tinggi nilai original sample (O) pada suatu pengaruh, maka akan semakin kuat pengaruhnya kak dibandingkan dengan pengaruh antar variabel lainnya, dan sebaliknya, kak 🙏🙏
Dengan demikian, maka dapat disimpulkan bahwa pengaruh antar variabel pada suatu kategori usia yang memiliki nilai original sample (O) tertinggi merupakan pengaruh terbesar pada kategori/kelompok usia tersebut, dan sebaliknya, kak 🙏🙏
Adapun guna membuat beberapa kelompok usia pada penelitian kakak, maka kak Lia dapat terlebih dahulu mengklasifikasikan/mengelompokan kategori-kategori usia yang ada di dalam penelitian kakak dengan mengikuti cara-cara atau langkah-langkah yang telah saya jelaskan pada video saya yang lain berikut ini ya kak:
ua-cam.com/video/V4vLK8ZBzJs/v-deo.html
Mungkin seperti itu kurang lebih penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan dari kak Lia ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
Halo Pak Selamat Siang..... Pak maaf saya mau bertanya untuk variabel control yang bapak beri di contoh adalah usia dan kuesionernya terdapat pengelompokan kategori seperti < 18 tahun , 18-20 tahun dst. Kebetulan variabel control dalam penelitian saya adalah income dan saya buat menjadi isian singkat, jadi tidak memilih dalam bentuk kategori. Apakah dapat saya kategorikan sendiri ya Pak setelah data terkumpul? Jadi saya tentukan untuk pengelompokan kategorinya dan coding dummy variabelnya.
Terimakasih ya Pak. Have a good day
Halo selamat malam kak Grace 🙏🙏
Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Adapun terkait dengan pertanyaan dari kak Grace, kak, tidak masalah ya kak apabila kak Grace ingin membuat kelompok/kategori sendiri untuk variabel kontrol yang kak Grace teliti 🙏🙏
Jadi tidak apa-apa kak, selama memang coding dummy variabel untuk setiap kategori jaraknya dibuat sama ya kak (misalkan 1,2,3, dstnya) 🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan dari kak Grace ya kak 🙏🙏
Terima kasih banyak ya kak 🙏🙏
@@nicholaswilson2898 Baik terimakasih ya Pak. Apakah ada email ya pak jika saya ingin bertanya lebih lanjut?
@@gracefebiola3455
Halo selamat malam kak Grace 🙏🙏
Siap kak Grace. Sama-sama ya kak 🙏🙏
Oh boleh kak Grace. Berikut email saya ya kak:
nichowilson88@gmail.com
Terima kasih banyak sebelumnya kak 🙏🙏
Terimakasih sudah sharing pak.
Sekalian mau tanya. Jika variabel kontrolnya lebih dari satu kategori, misal seperti dalam contoh yg bapak jelaskan, tetapi kemudian kodingnya pakai ordinal 1-4 (1 untuk kelompok usia paling rendah dan 4 untuk yg paling tinggi). Apakah bisa seperti itu ya?
Terimakasih Pak
Halo selamat siang kak Rizal 🙏🙏
Sebelumnya mohon maaf sekali ya kak saya baru membalas lagi, dikarenakan kebetulan kemarin-kemarin di kampus sedang ada UAS, kak, sehingga saya fokus untuk koreksi dan nilai hasil UAS mahasiswa/i, dan kebetulan hari ini baru sempat buka UA-cam kembali, kak 😅😅🙏🙏
Dan terima kasih banyak sebelumnya atas pertanyaan yang telah diajukan ya kak 🙏🙏
Adapun terkait dengan pertanyaan yang kak Rizal ajukan, kak apabila kak Rizal ingin menggunakan skala Ordinal 1-4 untuk meng-coding kategori-kategori yang ada di dalam variabel konrol yang kak Rizal teliti boleh ya kak, silahkan kak tidak masalah kak 🙏🙏
Yang penting jarak antar codingnya dibuat satu satuan, dan jaraknya dibuat sama ya kak 🙏🙏
Jadi misalkan kak:
Kelompok Usia 10 Tahun - 19 Tahun --> di-Coding "1"
Kelompok Usia 20 Tahun - 29 Tahun --> di-Coding "2"
Kelompok Usia 30 Tahun - 39 Tahun --> di-Coding "3"
Kelompok Usia 40 Tahun (dan lebih) --> di-Coding "4"
Nah jadi jaraknya urut dan sama kak (satu satuan) untuk setiap coding, kak 🙏🙏
Jadi tidak masalah dan boleh ya kak untuk kak Rizal meng-coding setiap kategori pada variabel kontrol yang kak Rizal teliti dengan menggunakan skala Ordinal 1-4, kak 🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan yang kak Rizal ajukan ya kak 🙏🙏
Terima kasih banyak kak 🙏🙏
Sangat membantu jawabannya, Pak Wilson. Terimakasih banyak. Semoga sukses selalu 👍🙏
@@a.rizalkhabibi9416
Halo selamat siang kak Rizal 🙏🙏
Wah siap laksanakan kak Rizal. Sama2 ya kak 🙏🙏
Senang saya dapat membantu, kak 🙏🙏🙏
Wah amin kak Rizal. Terima kasih banyak atas doanya ya kak 🙏🙏🙏
Adapun saya juga senantiasa doakan semoga kak Rizal sehat selalu dan sukses selalu ya kak 🙏🙏🙏
Terima kasih banyak sekali lagi, kak Rizal 🙏🙏🙏
Berarti pak pengujian kontrol ini bisa di dibilang dia seperti variabel independen ya pak? Cuman analisis membaca nya saja yg berbeda ya pak?
Halo selamat malam kak Sonia 🙏🙏
Sebelumnya mohon maaf sekali sy baru kembali membalas ya kak 🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Adapun perihal pertanyaan yang kak Sonia ajukan kak, betul sekali kak bahwa secara model penelitian ataupun jenis variabel, variabel independent ini serupa/mirip dengan variabel kontrol, kak 🙏🙏
Nah hanya saja kak, apabila variabel independen merupakan variabel inti (utama) yg memang ingin kita teliti & merupakan "pusat perhatian" dari penelitian yg kita lakukan, variabel kontrol lebih bersifat sebagai variabel "ekstra" atau tambahan yg sebenarnya keberadaannya bukan menjadi fokus perhatian kita pada studi yang sedang kita lakukan, namun apabila kita masukan ke dalam penelitian kita, maka berpotensi mengubah pengaruh antar variabel yg kita uji, kak 🙏🙏
Adapun variabel kontrol ini pada umumnya bersifat konstan, kak, terlepas dari bagaimana data untuk variabel independen & dependen yg kita peroleh dari responden/sumber eksternal, kak 🙏🙏
Jadi misalkan kak, ada penelitian dengan judul sebagai berikut:
Pengaruh Return on Asset terhadap Firm Value: Ukuran Perusahaan sebagai variabel kontrol
Nah berdasarkan judul diatas, maka dapat kita argumentasikan kak bahwa ukuran dari perusahaan yang kita teliti bersifat konstan dan tidak dapat kita ubah/kotak katik, kak 🙏🙏
Dan apabila kita uji, maka besar kemungkinan bahwa pengaruh Return on Asset terhadap Firm Value akan berbeda2, tergantung dari ukuran perusahaan yg kita teliti, kak 🙏🙏
Mungkin seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan kak Sonia ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏🙏
@@nicholaswilson2898apa ada referensi jurnal yg mengatakan variabel kontrol itu persis seperti variabel independen pak?
@@soniaanggraini6449
Halo selamat sore kak Sonia 🙏🙏
Sebelumnya mohon maaf sekali ya kak dikarenakan satu dan lain (sakit, libur lebaran, dsbnya) hal saya baru membuka UA-cam kembali kak 🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Adapun perihal pertanyaan dari kak Sonia, kak, maka berikut saya kirimkan link Google Drive berisikan beberapa artikel jurnal Ilmiah yang dapat kak Sonia gunakan sebagai referensi guna memberikan penjelasan perihal variabel Kontrol ini ya kak:
drive.google.com/drive/folders/167shSSFu1QBXkTTFG63za3hXOAMGuTHt?usp=sharing
Semoga dapat membantu ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898 Terima kasih ya pak🙏
@@soniaanggraini6449
Siap laksanakan kak Sonia. Sama2 ya kak 🙏🙏🙏
36:35
Halo pak selamat sore, izin bertanya
Apakah metode PLS-SEM ini bisa digunakan pada ukuran perusahaan sebagai variabel kontrol?
Halo selamat malam kak Desna 🙏🙏
Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak 🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Nah terkait dengan pertanyaan dari kak Desna, kak, untuk model penelitian yang ada variabel kontrolnya, ini tetap bisa dianalisis dengan menggunakan PLS SEM ya kak 🙏🙏🙏
Adapun untuk langkah-langkah perihal analisis data untuk variabel kontrol bisa diakses di Video berikut ya kak:
ua-cam.com/video/5DUELsJ4eAU/v-deo.html
Terima kasih banyak kak Desna 🙏🙏
Semoga dapat membantu ya kak 🙏🙏🙏
@@nicholaswilson2898 siang pak, mohon izin bertanya. Saya juga pake ukuran perusahaan. Untuk link diatas tidak bisa dibuka pak... kenapa ya?
Sebelumnya terima kasih pak 🙏
@@aqshanad4395
Halo selamat siang kak Nad 🙏🙏
Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Oh adapun terkait dengan pertanyaan kakak, mungkin berikut saya share ulang ya kak link video UA-cam yang berisikan penjelasan saya perihal cara menganalisis Variabel Kontrol dengan menggunakan SmartPLS, kak:
ua-cam.com/video/5DUELsJ4eAU/v-deo.html
Semoga dapat membantu ya kak 🙏🙏
Terima kasih banyak kak Nad 🙏🙏
@@nicholaswilson2898 Terima kasih pak, untuk linknya saya sudah coba buka namun selalu "video ini sidah tidak tersedia" bagaimana ya pak ?
Terima kasih sebelumnyaa pak dan maaf jikalau mengganggu waktu bapak 😊🙏
@@aqshanad4395
@AqshaNad
Siap kak Nad. Sama2 ya kak 😇😇🙏🙏🙏
Wah aman kak, gk mengganggu sama sekali kak 😇😇🙏🙏🙏
Oh masih gk bisa dibuka ya kak? 🙏🙏🙏
Soalnya sy cek status videonya ud public kak, jdi seharusnya bisa diakses kak 🙏🙏🙏
Atau mungkin kalau misalkan kak Nad akses dri Halaman Channel saya, lalu kakak scroll dan klik videonya dri halaman Channel saya kira2 bagaimana ya kak? 🙏🙏🙏
Berikut saya kirimkan link halaman Channel saya, kak:
youtube.com/@nicholaswilson2898
Nanti boleh diinfokan kembali ke saya ya kak perihal apakah kak Nad bisa akses videonya dari halaman Channel saya, kak 🙏🙏
Terima kasih banyak kak Nad 😇😇🙏🙏
Malam pak, mohon izin bertanya
Jika judul saya
Pengaruh involved grandparenting terhadap kemandirian anak usia 5-6 tahun ditinjau dari jenis kelamin anak. Itu masuknya var kontrol atau mediator ya pak? Terimma kasib baoak sehat selalu smg berkenan membalas 😊
Halo selamat siang kak Zahroh 🙏🙏
Sebelumnya mohon maaf sekali ya kak saya baru membalas dikarenakan saya baru membuka UA-cam kembali, kak 🙏🙏
Nah terkait dengan pertanyaan yang kak Zahroh ajukan, kak, kalau saya lihat dari judul penelitian kakak, maka jenis kelamin anak ini bisa masuk ke dalam kategori variabel kontrol, ataupun variabel moderasi kategorikal, kak 🙏🙏
Nah perihal ini, maka apabila kak Zahroh ingin menjadikan variabel jenis kelamin ini sebagai variabel kontrol boleh kak, dan untuk step-by-step analisis datanya, kak Zahroh boleh mengikuti penjelasan saya pada video ini,
Atau,
Kalau misalkan kakak ingin menjadikan variabel jenis kelamin ini sebagai variabel moderasi kategorikal, maka ini boleh juga kak, dan kak Zahroh dapat mengikuti step-by-step analisis datanya melalui link berikut ini ya kak:
ua-cam.com/video/V4vLK8ZBzJs/v-deo.html
Kurang lebih seperti itu penjelasan dari saya, kak Zahroh 🙏🙏
Semoga dapat membantu menjawab pertanyaan kak Zahroh ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898 masyaa Allah, baik sekali pak.. Terima kasih banyak bapak, saya akan pelajari terlebih dahulu.. Semoga bapak selalu diberikan kesehatan dan keberkahan , aamiin
@@nimatuzahroh3488
Halo selamat malam Kak Zahroh 🙏🙏
Sebelumnya mohon maaf sekali ya Kak saya baru kembali membalas Kak 🙏🙏
Oh wah baik Kak Zahroh. Siap Kak Zahroh 🙏🙏
Sama-sama ya Kak 🙏🙏
Terima kasih banyak juga atas apresiasinya ya Kak 🙏🙏
Saya ikut senang apabila Video saya dapat membantu Kak Zahroh dan rekan-rekan, Kak 🙏🙏
Amin Kak Zahroh. Terima kasih banyak atas doa-nya, Kak 🙏🙏
Adapun saya juga senantiasa doakan semoga Kak Zahroh dan keluarga sehat dan sukses selalu juga ya Kak 🙏🙏
Terima kasih banyak sekali lagi Kak 🙏🙏
Mohon izin bertanya bapak, untuk gender yang dijadikan variabel kontrol, apakah total sampel nya harus perbandingan 1:1 ya pak untuk laki-laki dan permpuannya?
Terima kasih
🙏
Halo selamat malam kak Fitrah 🙏🙏
Sebelumnya terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Dan mohon maaf juga saya baru kembali membalas ya kak 🙏🙏
Nah terkait dengan pertanyaan dari kak Fitrah, kak, untuk gender yang dijadikan sebagai variabel kontrol, sebenarnya pemberian coding nya tidak harus selalu 0:1 untuk laku-laku dan perempuan, kak
Apabila misalkan kak Fitrah ingin gunakan coding yang lain (misalkan 1:2 untuk laki-laki dan perempuan, atau 5:6 untuk perempuan dan laki-laki, atau dibalik jadi 0:1 untuk perempuan dan laki-laki), ini tidak masalah, kak 🙏🙏
Hal ini dikarenakan cara interpretasinya akan tetap sama, kak 🙏🙏
Hanya saja, yang terpenting adalah bahwa coding yang kita berikan untuk salah 1 kategori harus berbeda dari coding yang kita berikan ke kategori lain ya kak 🙏🙏
Jadi misalkan coding untuk kategori/variabel laki-laki adalah 2, maka kategori/variabel perempuan tidak boleh 2 lagi, kak, melainkan harus angka yang berbeda, kak (misalkan 1 atau 3). Dan jarak coding untuk masing-masing kategori harus 1 ya kak. Jadi misalkan 0:1, atau 1:2, atau 2:3, dstnya, kak 🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak Fitrah 🙏🙏
Semoga dapat membantu menjawab pertanyaan kak Fitrah ya kak 🙏🙏
Terima kasih banyak kak 🙏🙏
@@nicholaswilson2898 oh iya bapak untuk codingnya saya paham. Yang saya maksud untuk total sampelnya yang akan saya uji, ketika kita menggunakan variabel kontrol gender. Apakah sampel yang saya gunakan, misal total 100 sampel, apakah harus laki² 50 dan perempuan 50 atau bebas ya pak? 😁🙏
@@muhammadfitrah2301
Oh siap kak Fitrah 😁😁🙏🙏
Oh terkait dengan perbandingan jumlah gender untuk total sampel-nya ini bebas ya kak 😇😇🙏🙏
Jadi gk harus pas rata 50:50, kak. Kalau misalkan jumlah sample kak Fitrah 150, lalu laki-laki 72 dan perempuan 78 ini tidak masalah kak 😇😇🙏🙏
@@nicholaswilson2898 oh baik bapak terima kasih atas jawabannya. Karena sampel yang saya gunakan cenderung lebih banyak gender perempuannya dibanding laki² 😁🙏
@@muhammadfitrah2301
Siap kak Fitrah. Sama2 ya kak 😇😇🙏🙏
Oh siap kalau begitu kak. Tidak masalah ya kak apabila perbandingan gendernya tidak berimbang, yang penting pemberian codingnya dibedakan ya kak 😇😇🙏🙏
halo pak, saya ingin bertanya bagaimana mengubah variabel yang berpengaruh negatif menjadi berpengaruh positif ? serta membuat yang tidak berpengaruh menjadi berpengaruh. terima kasih
besar harapan saya agar bapak menjawab terimakasih
Halo selamat pagi kak 🙏🙏
Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak 🙏🙏
Dan terima kasih banyak juga sebelumnya atas pertanyaan yang telah diajukan ya kak 🙏🙏
Terkait dengan pertanyaan yang kakak ajukan, sebenarnya apakah hasil analisis data terkait dengan pengaruh antar variabel yang kita teliti signifikan atau tidak ini cenderung ditentukan dari bagaimana responden menjawab setiap indikator/pertanyaan kuesioner yang kita berikan, kak 🙏🙏
Nah jadi sebenarnya, cukup berbeda dengan validitas dan reliabilitas (yang dimana apabila ada data yang tidak valid, kita bisa langsung tinggal menghapus indikator-indikator yang ada), untuk signifikansi ini, apabila memang misalkan ada hubungan antar variabel yang tidak signifikan, maka sebenarnya cukup sulit untuk kita mengubahnya, kak, jadi biasanya yang perlu kita lakukan adalah dengan membahas/berargumen kira-kira mengapa pengaruh antar variabel tersebut tidak signifikan, kak
Nah namun kalau pun kakak misalkan ingin coba untuk memperoleh hasil penelitian yang berbeda, maka cara yang bisa dilakukan adalah dengan melakukan penambahan data (menambah jumlah responden), atau melakukan pengurangan data kak (dengan cara menghapus beberapa data yang dianggap outlier, kak. Jadi misalkan seperti responden dari awal sampai akhir memberikan response yang sama, atau misalkan seperti responden yang banyak memberikan jawaban 1, biasanya apabila data-data ini di-delete, maka bisa mengubah hasil pengaruh antar variabelnya juga, kak) 🙏🙏
Tapi ini pun sebenarnya tidak menjamin 100% hasilnya akan jadi signifikan ya kak, karena memang agak sulit kita mengubah signifikansi hubungan antar variabel, karena memang kalau pun tidak signifikan, maka biasanya yang disarankan adalah kita membahas/menjelaskan kira-kira kenapa pengaruh antar variabelnya tidak signifikan, kak, didukung oleh teori-teori pendukung yang ada, kak 🙏🙏
Namun mungkin cara diatas boleh dicoba ya kak 🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak
Semoga dapat membantu menjawab pertanyaan kakak ya 🙏🙏
baik kak terimakasih
@@abangjago7039
Siap kak. Sama-sama ya kak 🙏🙏
Selamat malam pak, maaf pak mohon izin bertanya. Di dalam penelitian saya itu diperlukan adanya analisis sub grup untuk mengetahui apakah variabel yang dihipotesiskan bisa memoderasi, memoderasi atau tidaknya. Jadi, penelitian saya ini menggunakan variabel moderasi yaitu kompleksitas tugas, nah kompleksitas tugas ini dikategorikan menjadi kompleksitas tugas rendah yang diberi kode 0 dan kompleksitas tugas tinggi yang diberi kode 1. Jatuhnya itu sebagai variabel dummy pak, kalau saya cek di youtube itu ada tutorialnya dengan judul "analisis regresi variabel moderasi metode sub grup menggunakan spss". Nah pak, sekiranya bapak berkenan, apakah bisa membuat tutorial juga terkait analisis tersebut dengan menggunakan PLS🙏🏻dikarenakan saya coba cari belum ada yang membuatnya. Terimakasih banyak pak sebelumnya, tutorial dari bapak akan sangat membantu penyelesaian tugas akhir skripsi saya ini.
Halo selamat pagi kak Fadhilah 🙏🙏🙏
Sebelumnya mohon maaf sekali saya baru membalas ya kak 🙏🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏🙏🙏
Oh baik kak Fadhila. Siap kak. Boleh tidak masalah kak 🙏🙏🙏
Tapi sebelumnya kak kira2 apakah boleh kak untuk kak Fadhilah mengirimkan model penelitian (conceptual framework) kak Fadhilah beserta data yang sudah di-Coding ke dalam Excel ke email saya di nichowilson88@gmail.com, kak?
Saya akan coba pelajari model penelitian kakak, lalu setelah itu saya akan coba buatkan recording tutorialnya, kak 🙏🙏🙏
Karena saya ingin coba untuk mengetahui juga variabel-variabel lain yang kak Fadhilah teliti di dalam Model Penelitian ini, kak 🙏🙏🙏
Terima kasih banyak sebelumnya kak Fadhilah 🙏🙏🙏
@@nicholaswilson2898 Terimakasih banyak pak sebelumnya atas responya dan kesediaan bapak untuk membantu membuatkan video tutorialnya🙏🏻. Saya juga sekalian konfirmasi kalau model penelitian dan excelnya sudah saya kirimkan ke email bapak.
Mohon bantuannya pak, sekali lagi terimakasih🙏🏻
@@fadhilahreginaaureldanessa9754
Halo selamat malam kak Fadhilah 🙏🙏🙏
Siap kak Fadhilah. Sama-sama ya kak 🙏🙏🙏
Untuk data excel beserta dengan model penelitian dari kak Fadhilah sudah saya terima dengan baik melalui email ya kak. Akan segera saya cek dan pelajari datanya, serta untuk video tutorialnya akan segera saya buatkan dalam minggu ini ya kak 🙏🙏🙏
Terima kasih banyak sebelumnya kak Fadhilah 🙏🙏🙏
Selamat Pagi Bapak, mohon izin bertanya lagi. Untuk analisis variabel kontrol, apakah dianalisis bersamaan dengan analisis SEM dari awal (seperti video bapak sebelumnya) atau nanti di analisis tersendiri seperti video yang ini ya pak? Terima kasih 😁🙏
Halo selamat pagi kak Fitrah 😇🙏
Sebelumnya terima kasih banyak ya kak atas pertanyaan yang telah diajukan 🙏🙏
Nah terkait dengan pertanyaan kak Fitrah, kak, untuk analisis variabel kontrol ini harus dilakukan setelah analisis oouter model dan inner model sudah dilakukan terlebih dahulu ya kak 🙏🙏
Jadi sebelum melakukan analisis variabel kontrol ini, analisis SEM dari awal (dari outer model, lalu inner model) tetap harus dilakukan terlebih dahulu ya kak. Baru setelah itu analisis variabel kontrol bisa dilakukan kak 🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak Fitrah 🙏🙏
Semoga dapat membantu ya kak 🙏🙏
@@nicholaswilson2898 Baik bapak bisa saya pahami. Terima kasih pak 😄🙏
@@muhammadfitrah2301
Siap kak Fitrah. Sama2 ya kak 😇😇🙏🙏
Halo Pak Selamat Sore... maaf izin bertanya pak, Pada penelitian yang saya lakukan terdapat 2 variabel kontrol yaitu tingkat pendidikan dan usia pak, dimana kedua variabel kontrol tersebut memiliki 5 kategori. Dengan demikian, dri setiap variabel kontrol terdapat 4 dummy variabel. Saya telah mengikuti tutorial yang bapak ajarkan, tetapi kenapa pada saat melalukan Bootstrapping muncul kendala “ singular matrix problem “, mohon solusinya pak 🥺??
Halo selamat pagi kak Nova🙏🙏
Sebelumnya mohon maaf sekali saya baru membalas kembali ya kak, dikarenakan kegiatan di Kampus sedang hectic, kak 🙏🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan kak 🙏🙏
Terkait dengan pertanyaan dari kak Nova, kak, munculnya tulisan singular matrix problem ini menandakan bahwa ada 1 (atau lebih) dari variabel kak Nova yang jawaban respondennya cenderung banyak yang sama, kak (misalkan response 5 terlalu banyak untuk indikator-indikator dari suatu variabel, atau response 4 terlalu banyak untuk seluruh indikator dari suatu variabel, dsbnya kak) 🙏🙏
Nah guna mengatasi hal ini, maka kak Nova boleh coba menghapus indikator-indikator yang nilai standard deviation nya terlalu besar (diatas 2), atau terlalu kecil kak (diatas -2). Adapun biasanya cara ini efektif kak guna mengatasi permasalahan singular matrix problem yang menyebabkan kak Nova tidak bisa melakukan Bootstrapping, kak 🙏🙏
Untuk nilai standar deviation untuk setiap indikator ini sendiri dapat diakses dengan cara melakukan double klik terhadap nama file CSV yang kita export ke PLS, kak (atau biasa akan muncul pertama kali ketika kita melakukan export data ke PLS, kak) 🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak Nova 🙏🙏
Mungkin nanti boleh diupdate ya kak apakah cara diatas berhasil atau tidak, kak 🙏🙏
Terima kasih banyak kak Nova 🙏🙏
Semoga dapat membantu ya kak 🙏🙏
Sore pak, maaf mau tanya pada penelitian saya nilai R-Square yang diperoleh 0.106 dan R-Square adjusted 0.104 apakah ada cara untuk menaikkan angka tersebut pak? Terima kasih
Halo selamat malam kak Lovi 🙏🙏
Sebelumnya terima kasih banyak ya kak atas pertanyaan yang telah diajukan 🙏🙏
Adapun terkait dengan pertanyaan dari kak Lovi, kak, untuk besar/kecilnya nilai R-Squared dari suatu model penelitian ini sebenarnya didasarkan pada jumlah variabel yang mempengaruhi variabel mediasi atau variabel dependen (Y), kak 🙏🙏
Jadi semakin banyak jumlah variabel independen yang mempengaruhi, maka akan semakin besar nilai R-Squared nya kak, dab sebaliknya 🙏🙏
Nah terkait dengan hal ini, maka cara yang dapat dilakukan untuk menaikkan nilai R-Squared ini adalah dengan melakukan penambahan variabel independen kak, yang dimana, saya akui hal ini sangat sulit dilakukan mengingat model penelitian sudah dibuat, dan data sudah kak Lovi kumpulkan dan olah 🙏🙏
Nah dengan demikian, maka sebenarnya tidak masalah kak apabila nilai R-Squared dari model penelitian kak Lovi kecil (dibawah 25%), mengingat bahwa yang terpenting di dalam penelitian kak Lovi adalah signifikansi pengaruh antar variabel yang diuji, kak 🙏🙏
Untuk R-Squared sendiri, apabila nilainya kecil, maka hal ini hanya mengindikasikan bahwa mungkin terdapat banyak variabel yang sebenarnya mampu mempengaruhi variabel dependen (variabel Y) yang kakak teliti, namun kebetulan tidak masuk ke dalam model penelitian yang kak Lovi buat, kak 🙏🙏
Jadi tidak masalah ya kak apabila nilai R-Squared nya dibawah 25%, yang terpenting adalah interpretasi hasil dari R-Squared tersebut, beserta dengan signifikansi pengaruh antar variabel yang kak Lovi teliti, kak 🙏🙏
Hal ini dikarenakan penentuan apakah hipotesis penelitian yang dirumuskan diterima atau ditolak didasarkan pada nilai signifikansi (p-value) dari masing-masing pengaruh antar variabel ini kak 🙏🙏
Nah kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan kak Lovi ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
Terima kasih banyak Pak Nicholas, izin bertanya kembali pak. Untuk batasan outer loading sebetulnya >0.7 atau >0.6 ya, Pak? Dan apakah ada teori yang mendukung, Pak untuk menjadi jawaban saat seminar hasil. Terima kasih banyak, Pak 🙏🏻
@@lovianaputri5521
Halo selamat siang kak Lovi 🙏🙏
Sebelumnya mohon maaf sekali saya baru kembali membalas ya kak 🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Adapun terkait dengan pertanyaan dari kak Lovi, kak, sebenarnya untuk acuan batas minimum nilai factor loading untuk setiap indikator ini memang berbeda-beda kak. Jadi ada teori yang mengatakan bahwa nilai factor loading harus diatas 0,7; ada juga yang mengatakan bahwa nilai factor loading harus diatas 0,6; dan bahkan ada juga kak teori yang menyatakan bahwa nilai factor loading diatas 0,5 masih acceptable, kak 🙏🙏
Nah namun memang kak pada umumnya, teori yang paling banyak digunakan adalah teori bahwa nilai factor loading harus diatas 0.7, kak 🙏🙏
Nah namun demikian, sebenarnya nilai factor loading diatas 0,6 juga masih tergolong acceptable kak, selama memang kita sebagai peneliti melampirkan beberapa sumber/teori acuan yang menyatakan bahwa memang indikator dengan nilai loading diatas 0,6 tidak perlu dihapus dan tetap bisa digunakan kak 🙏🙏
Adapun berikut saya kirimkan ke kak Lovi beberapa artikel jurnal/sumber yang menyatakan bahwa factor loading diatas 0,6 masih acceptable ya kak dalam google drive berikut ini kak:
drive.google.com/drive/folders/18l0qzuXYPt4dR5FOCp9RAzpmaX5thfWv?usp=share_link
Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan kak Lovi ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
Malam Pak Nicholas. Maaf baru membalas Pak. Terima kasih atas jawaban yang telah diberikan, sangat lengkap, rinci, dan sangat membantu.
Izin bertanya kembali Pak Nicholas. Dalam penelitian saya, saat dilakukan bootstraping akhir, seluruh nilai outer loading menjadi 0,000. Apakah ada solusi terkait permasalahan tersebut, Pak?
Terima kasih
@@lovianaputri5521
Halo selamat sore kak Lovi 🙏🙏
Sebelumnya mohon maaf sekali ya kak saya baru membalas, dikarenakan kemarin-kemarin lumayan hectic dan saya juga kurang fit, sehingga baru buka UA-cam kembali kak 🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Nah terkait dengan pertanyaan dari kak Lovi, kak, untuk nilai factor loading yan gmuncul saat kak Lovi melakukan Bootstrapping dapat diabaikan gpp ya kak 🙏🙏
Hal ini dikarenakan untuk Bootstrapping, yang kita fokuskan hanya nilai-nilai yang muncul pada tabel path coefficient nya saja kak (perihal signifikansi pengaruh antar variabel, kak) 🙏🙏
Namun untuk nilai factor loading yang muncul saat bootstrapping ini dapat diabaikan saja tidak masalah ya kak 🙏🙏
Nah adapun untuk memperoleh nilai factor loading untuk setiap variabel kak, kak Lovi dapat kembali melakukan PLS Algorithm untuk mendapatkan nilai factor loading dari masing-masing indikator, baru setelah itu kak Lovi save/screenshot gambarnya sebelum melakukan Bootstrapping agar hasil sebelumnya tersimpan terlebih dahulu ya kak 🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak Lovi 🙏🙏
Semoga dapat membantu kak Lovi ya kak 🙏🙏
Terima kasih banyak sebelumnya kak Lovi 🙏🙏
syaa ingin bertanya lagi pak, fungsinya var kontrol itu apa yaa? lalu kenapa kok harus menggunakan var kontrol? terimakasih
Halo selamat malam kak 🙏🙏
Sebelumnya mohon maaf sekali baru kembali membalas ya kak 🙏🙏
Dan terima kasih banyak juga atas pertanyaan yang telah diajukan ya kak 🙏🙏
Terkait dengan pertanyaan dari kakak, sebenarnya variabel kontrol ini adalah variabel yang sebenarnya bukan menjadi fokus penelitian kita, namun kita masukan karena "diduga" memiliki peranan di dalam mempengaruhi hubungan antara X ke Y, atau diduga mampu mengubah outcome (hasil) dari sebuah penelitian, kak
Nah variabel kontrol ini sebenarnya tidak harus dimasukan tidak masalah, kak, kecuali apabila memang kakak merasa ada variabel-variabel tertentu yang memang sepertinya "tidak terlalu krusial" namun dirasa mampu mengubah outcome/hasil hubungan variabel yang terbentuk antara 2 atau lebih variabel, maka variabel ini boleh ditambahkan, kak
*Sebagai contoh:*
Misalkan kakak meneliti bagaimana pengaruh tingkat diskon di dalam meningkatkan keinginan/intensi masyarakat untuk membeli sebuah produk
Lalu kakak menemukan bahwa hasilnya signfikan, yang dimana, benar dan terbukti bahwa semakin besar/tinggi tingkat diskon yang ditawarkan oleh perusahaan, maka akan semakin tinggi juga intensi masyarakat untuk mmebeli produk tersebut
Nah lalu kakak bertanya "Namun, kira-kira gender manakah yang memiliki intensi lebih tinggi di dalam membeli produk tersebut? Apakah pria atau wanita?"
Nah untuk menjawab pertanyaan ini, maka variabel kontrol bisa ditambahkan kak untuk membandingkan kira-kira gender mana yang dirasa memiliki intensi yang lebih tinggi untuk membeli produk tersebut, kak 🙏🙏
Nah kurang lebih seperti itu kak terkait dengan variabel kontrol
Jadi sebenarnya di dalam suatu penelitian, variabel kontrol ini kalau tidak dimasukan juga tidak masalah, kak. Karena yang krusial adalah bahwa di dalam suatu riset harus terkandung minimal variabel Independen/bebas dan variabel Dependen/terikat, kak 🙏🙏
Kurang lebih seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan kakak ya 🙏🙏
Terima kasih tutorialnya Pak Nicholas, saya izin tanya pak..
Di tutorial ini menjelaskan bahwa data sosiodemografi (umur dan gender) sebagai variabel kontrol ya pak...
pertanyaan saya:
kalau data sosiodemografi (Umur, Jenis Kelamin, dll) itu dijadikan moderator, apakah perlu dikonversi melalui dummy variabel juga ya pak?
apakah bisa usia dan gender jadi moderator?
kalau bisa apa ada tutorialnya ya pak?
terima kasih
Halo selamat malam kak 🙏🙏
Sebelumnya mohon maaf sekali ya kak saya baru kembali membalas dikarenakan saya baru sempat membuka UA-cam kembali, kak 🙏🙏
Dan terima kasih banyak atas pertanyaan yang telah diajukan ya kak 🙏🙏
Perihal pertanyaan yang kakak ajukan, betul sekali kak bahwa untuk data-data dari variabel-variabel yang sifatnya adalah sosiodemografi, ini harus dikonversi/dicoding sebagai dummy variabel juga ya kak
Hal ini dikarenakan data-data dari variabel-variabel yang sifatnya adalah sosiodemografi ini sifatnya adalah data kategorikal, kak, sehingga tidak memiliki indikator-indikator pengukuran layaknya variabel-variabel lain yang sifatnya continuous variable, kak
Lalu perihal pertanyaan lanjutan dari kakak, bisa ya kak untuk usia dan gender dijadikan sebagai variabel moderator, kak, dan untuk langkah/metode analisis datanya dapat kakak pelajari dari video lain yang telah saya buat perihal ini ya kak yang dapat diakses melalui link berikut, kak:
ua-cam.com/video/V4vLK8ZBzJs/v-deo.htmlsi=mTDeI7Z3y9Ch37Q8
Mungkin seperti itu penjelasan dari saya, kak 🙏🙏
Semoga dapat membantu menjawab pertanyaan kakak ya kak 🙏🙏
Terima kasih banyak sebelumnya kak 🙏🙏
@@nicholaswilson2898 terima kasih, Pak Nicholas.. Tuhan Memberkati 😄🙏
@@SepsOfficial
Siap laksanakan kak. Sama2 ya kak 🙏🙏
Amin kak. Tuhan memberkati selalu jg ya kak 🙏🙏
kalau coding apakah angkanya harus dibuat dari angka 0?
Lalu jika terdapat var control pekerjaan dengan 5 kategori apakah dummy variabrlnya 4 ya?
Fungsi menggunakan dummy apa ya? kenapa harus di buat spt itu? karna pada usia saya hanya mencoding saja misal ada 4 kategori (1, 2 ,3 ,4) spt itu
Selamat siang kak,
Oh betul kak. Biasanya untuk variabel kontrol, codingnya dimulai dari angka 0 ya kak 🙏🙏
Kalau kakak ingin buat coding nya dari 1 juga tidak masalah kak, yang penting nanti cara interpretasi hasilnya sama dengan ketika kakak meng-coding data dari 0 ya kak 🙏🙏
Jadi misalkan "Yg di coding 1 lebih tinggi dari yg di coding 0", berarti kalau codingnya dimulai dari 1, interpretasinya adalah "Yg di coding 2 lebih tinggi dri yg di Coding 1" 🙏🙏
Seperti itu kalau dari saya kak 🙏🙏
@@abangjago7039
Oh betul kak. Jadi kalau ada 5 variabel, berarti kakak harus pilih 1 kategori sebagai patokan, sisa 4 nya dibuat dummy variabel kak (jadi jumlah dummy variables nya ada 4)
Nanti hasilnya dibandingkan dengan patokan yg telah ditetapkan ya kak 🙏🙏🙏
@@nicholaswilson2898 apakah kalau tidak di buat dummy variabel tidak bisa ya?