Minova Scholar Academy

SEM-PLS dengan Smart-PLS 4 berbasis AI

Minova Scholar Academy > Courses > Online Education > SEM-PLS dengan Smart-PLS 4 berbasis AI
User Avatar

SEM-PLS dengan Smart-PLS 4 berbasis AI

6 Hours
All levels
0 lessons
0 quizzes
0 students

Pelatihan ini dirancang untuk membantu mahasiswa S1/S2 memahami dan menggunakan SmartPLS 4 dalam penelitian kuantitatif berbasis PLS-SEM. Fokus pelatihan adalah pada model penelitian sederhana dengan konstruk reflektif, mulai dari pemahaman konsep dasar, instalasi SmartPLS, input data, pembuatan path diagram, evaluasi outer model, evaluasi inner model, interpretasi hasil bootstrapping dengan menggunakan AI, hingga penulisan hasil analisis ke dalam skripsi atau tesis.

Materi yang dicakup:

  1. Apa itu PLS-SEM? Kapan pakai SmartPLS vs AMOS/SPSS
  2. Instalasi SmartPLS 4 (versi gratis/student)
  3. Input data & membangun path diagram
  4. Outer Model – Konstruk Reflektif
  5. Inner Model – Bootstrapping dasar
  6. R² & GoF dasar — seberapa kuat model menjelaskan variabel
  7. Cara menulis hasil SmartPLS ke dalam skripsi/tesis (narasi + tabel)

Bonus Basic:
E-book “Panduan SmartPLS untuk Pemula” (PDF, 30+ halaman)
Dataset latihan (kuesioner + data Excel siap pakai)
Checklist validitas & reliabilitas
Sertifikat digital

Curriculum

  • 8 Sections
  • 0 Lessons
  • 6 Hours
Expand all sectionsCollapse all sections
  • Sesi 1 — Pengenalan PLS-SEM dan SmartPLS
    Peserta mampu memahami apa itu PLS-SEM dan kapan SmartPLS digunakan dalam penelitian skripsi atau tesis.
    0
    • Sesi 2 — Instalasi SmartPLS 4
      Peserta mampu menginstal dan menjalankan SmartPLS 4 versi gratis/student.
      0
      • Sesi 3 — Input Data dan Membangun Path Diagram
        Peserta mampu menginput data dan membangun model penelitian sederhana di SmartPLS.
        0
        • Sesi 4 — Outer Model: Validitas Konvergen
          Peserta mampu mengevaluasi validitas konvergen konstruk reflektif menggunakan loading factor dan AVE.
          0
          • Sesi 5 — Outer Model: Validitas Diskriminan
            Peserta mampu mengevaluasi validitas diskriminan menggunakan cross-loading dan Fornell-Larcker Criterion.
            0
            • Sesi 6 — Outer Model: Reliabilitas Konstruk
              Peserta mampu mengevaluasi reliabilitas konstruk menggunakan Cronbach Alpha dan Composite Reliability.
              0
              • Sesi 7 — Inner Model dan Bootstrapping Dasar
                Peserta mampu menjalankan bootstrapping dan menginterpretasikan hasil pengujian hipotesis.
                0
                • Sesi 8 — R², GoF Dasar, dan Penulisan Hasil SmartPLS
                  Peserta mampu membaca kemampuan model dalam menjelaskan variabel dependen dan menulis hasil analisis SmartPLS ke dalam skripsi/tesis.
                  0

                  Target audiences

                  • Lecturer
                  • University Student
                  • Lectures 0
                  • Quizzes 0
                  • Duration 6 hours
                  • Students 0
                  • Assessments Yes
                  Rp 500,00 Rp 299,00