Program Magister dan Doktor Sains Manajemen, SBM ITB hari ini mengadakan sesi kelas pertama dari rangkaian Tutorial Series MSM-DSM Lounge dengan tema “Mastering Data-Driven Research: Unleash the Power of Data to Transform Your Insight and Decisions” pada Jumat (1/9). Rangkaian kelas tutorial ini dirancang khusus untuk mahasiswa Magister dan Doktor Sains Manajemen SBM ITB.
Sebanyak 40 mahasiswa yang mengikuti acara ini mendapat bekal keterampilan praktis yang mereka butuhkan untuk studi mereka. Melalui instruksi langkah demi langkah, diharapkan peserta memperoleh pengalaman langsung yang memperkaya perjalanan penelitian mereka.
Pembicara tutorial pertama ini adalah Cintia Nurliyana, seorang mahasiswa doktoral di SBM ITB. Ia membawakan materi tentang Structural Equation Model – Partial Least Square (SEM-PLS), sebuah metode analisis data yang kompleks namun sangat berguna dalam penelitian.
“Structural Equation Modeling adalah teknik statistik multivariat yang digunakan untuk menganalisis struktur hubungan antara variabel terukur dan variabel laten. Ini memungkinkan peneliti untuk menguji hipotesis tentang hubungan kompleks antara variabel terukur dan laten dalam satu model komprehensif,” kata Cintia Nurliyana.
Sedangkan Partial Least Square adalah pendekatan yang digunakan dalam SEM untuk estimasi model. Berbeda dengan teknik SEM lainnya, seperti Maximum Likelihood, PLS adalah teknik berbasis komponen yang tidak membuat asumsi distribusi multivariat normal dari data. Ini menjadikannya pilihan yang populer di banyak bidang, terutama ketika data tidak memenuhi asumsi distribusi normal atau ketika ukuran sampel relatif kecil.
“Kelebihan metode ini adalah dapat menangani data yang memiliki distribusi yang tidak normal, cocok untuk analisis dengan ukuran sampel yang kecil, dan dapat menangani model dengan banyak indikator dan konstruk,” tambahnya.
Menurutnya, SEM-PLS adalah alat yang kuat untuk menganalisis hubungan kompleks antara variabel dalam penelitian. Dengan kemampuannya untuk menangani data yang tidak normal, ukuran sampel yang kecil, dan model yang kompleks, PLS telah menjadi salah satu pendekatan SEM yang paling populer di banyak bidang penelitian.