Perpustakaan Riset Sekolah Pascasarjana UIN Jakarta – Upaya meningkatkan pemahaman akademisi dan penelitian dalam analisis data, Perpustakaan Riset Sekolah Pascasarjana (SPs) UIN Jakarta berkolaborasi dengan IQQ (Institue of Qualitative and Quantitave) menggelar workshop yang bertajuk "Enhance Your Data Analysis Skills with Partial Least Squares Structural Equation Modeling (PLS-SEM)".

Acara yang berlangsung pada hari ini -Selasa, 11 Februari 2025, di lantai 3 gedung Perpustakaan Riset Sekolah Pascasarjana (SPs) UIN Jakarta, dihadiri puluhan mahasiswa pascasarjana dan juga praktisi riset.

Workshop ini, menghadirkan narasumber, Dr. Riris Aishah Prasetyowati, SE., MM. seorang pakar dalam bidang manajemen dan analisis data. Beliau membagikan ilmunya dengan penjelasan secara lebih mudah dan praktis bagi para akademisi dan peneliti.

“Dalam dunia penelitian, analisis data yang akurat menjadi kunci utama. Salah satu metode analisis yang kian popular, ‘Partial Least Squares-Structural Equation Modeling’ (PLS-SEM),” ungkap Riris, yang juga aktif mengajar di Fakultas Ekonomi dan Bisnis (FEB) UIN Jakarta.

Perlu untuk diketahui, PLS-SEM merupakan pendekatan berbasis varians yang digunakan untuk menguji hubungan antar variabel laten. PLS-SEM yang lebih dikenal sebagai teknik yang fleksibel dan sangat efektif dalam analisis hubungan antar variabel dalam penelitian sosial, ekonomi dan bisnis.

Riris memaparkan konsep dasar PLS-SEM dengan pendekatan yang mudah dipahami, agar dapat memastikan para peserta workshop dapat menguasai teknik ini tanpa perlu memiliki latar belakang statistik yang kompleks. “PLS-SEM memudahkan kita untuk menganalisis hubungan antar variabel dengan lebih mendalam, bahkan ketika data yang kita miliki tidak terlalu besar atau memiliki distribusi yang tidak normal,” ujar Riris, yang juga aktif melakukan penelitian dalam bidang ekonomi dan perbankan Syariah.

Lebih lanjut lagi, Riris juga menekankan pentingnya memahami ‘Outer Model dan Inner Model’. Outer Model berfokus pada validitas dan reliabilitas indikator terhadap variabel laten, sedangkan Inner Model menyoroti hubungan kausal antar variabel laten dalam model struktural.

Dijelaskan lebih detail, menurut Riris salah satu aspek menarik dalam pendekatan PLS-SEM adalah kemampuan untuk menguji intervening variable atau variabel perantara. Riris memberikan contoh bagaimana sebuah variabel mediasi dapat memperjelas pengaruh antar variabel independen dan dependen.

Dengan menggunakan perangkat lunak, SmartPLS, para peserta diajak untuk melakukan pemodelan dari awal hingga tahap interpretasi hasil. Teknik Bootstrapping dalam SmartPLS juga diajarkan oleh beliau, untuk memastikan signifikansi jalur hubungan antar variabel.

Sebagai upaya dari pembelajaran yang lebih komprehensif dan lebih mudah dipahami oleh para peserta, Riris menghadirkan ‘Studi Kasus’ yang nyata, misal dalam ilmu sosial. Dengan menggunakan data riil, para peserta diajak untuk menyusun hipotesis, membangun model, dan menginterpretasikan hasil analisis PLS-SEM.

Dalam workshop kali ini, para peserta tidak hanya belajar secara teori, tetapi diajarkan memahami bagaimana cara mengolah dan membaca hasil penelitian secara kritis. Riris juga menekankan penting nilai R-squared, path coefficient, dan indirect effect dalam menarik kesimpulan yang valid.

Pada akhirnya, dengan pemaparan yang lebih mudah dan praktis, Riris berhasil memberikan pemahaman PLS-SEM dari sesuatu yang kompleks menjadi metode analisis yang lebih mudah dipahami. Para peserta pun mendapatkan pemahaman dan keterampilan baru dalam menganalisis data secara lebih mendalam dan aplikatif.

Dengan penyampaian yang lebih mudah dan aplikatif, diharapkan para peserta mampu menggunakan metode ini untuk meningkatkan kualitas penelitian dan pengambilan keputusan berbasis data. *RMr