DATA ANALYSIS USING SMART PLS FOR RESEARCH

TRAINING DATA ANALYSIS USING SMART PLS FOR RESEARCH

Available Online & Offline Training

• 29-30 Desember 2025, Online by Zoom Meeting (Confirmed Running)
• 6-7 Januari 2026, Online by Zoom Meeting (Confirmed Running)
• 8-9 Januari 2026,  Hotel Malyabhara, Malioboro, Yogyakarta (Almost Running)

Tanggal dan Lokasi training  lainnya silakan KLIK DI SINI

Pelatihan Data Analysis Using Smart PLS for Research dirancang khusus untuk memberikan pemahaman mendalam sekaligus keterampilan praktis dalam mengolah dan menganalisis data penelitian menggunakan Smart PLS (Partial Least Squares – Structural Equation Modeling/PLS-SEM). Program ini membekali peserta dengan pengetahuan fundamental mengenai pemodelan hubungan antar variabel laten, uji validitas dan reliabilitas instrumen penelitian, serta teknik interpretasi hasil analisis model struktural. Dengan kurikulum yang terstruktur dan berbasis praktik, pelatihan ini menjadi solusi tepat bagi peneliti, mahasiswa, dosen, maupun praktisi yang ingin meningkatkan kompetensi analisis data kuantitatif secara profesional.

Lebih dari sekadar teori, pelatihan ini menggunakan pendekatan berbasis kasus nyata sehingga peserta dapat langsung memahami penerapan Smart PLS dalam penelitian ilmiah. Peserta akan dilatih bagaimana menguji hipotesis, menyusun model penelitian yang valid, serta menghasilkan output analisis yang mendukung publikasi di jurnal bereputasi. Dengan mengikuti training ini, Anda tidak hanya memperoleh keterampilan teknis dalam PLS-SEM, tetapi juga strategi praktis untuk meningkatkan kualitas penelitian, memperkuat argumentasi akademik, dan mempercepat proses publikasi ilmiah.

TUJUAN

1. Memahami konsep dasar dan prinsip analisis SEM berbasis Partial Least Squares.
2. Mampu membangun model pengukuran dan struktural menggunakan Smart PLS.
3. Mampu melakukan evaluasi model, interpretasi hasil, dan penarikan kesimpulan sesuai konteks penelitian.

MATERI DATA ANALYSIS USING SMART PLS FOR RESEARCH

1. Konsep Dasar PLS-SEM

• • Pengantar Structural Equation Modeling (SEM)
  • Perbedaan PLS-SEM vs Covariance-Based SEM (AMOS/LISREL)
  • Aplikasi PLS-SEM dalam penelitian sosial, manajemen, pemasaran, dan teknik
  • Struktur model: Outer Model (measurement) dan Inner Model (structural)

2. Pengenalan Software Smart PLS

• • Instalasi dan antarmuka Smart PLS
  • Membuat proyek baru dan mengimpor data (Excel, CSV, SPSS)
  • Identifikasi jenis variabel: laten dan indikator
  • Membuat model awal dan mendefinisikan hubungan antar variabel

3. Model Pengukuran (Outer Model)

• • Jenis model pengukuran: reflektif vs formatif
  • Menilai validitas konvergen dan diskriminan
  • Uji reliabilitas konstruk (Cronbach’s Alpha, Composite Reliability, AVE)
  • Latihan praktik membuat model pengukuran di Smart PLS

4. Evaluasi dan Interpretasi Model Pengukuran

• • Membaca output Smart PLS
  • Interpretasi loading factor dan nilai validitas
  • Menentukan indikator yang harus dipertahankan atau dihapus
  • Studi kasus analisis kuesioner penelitian

5. Model Struktural (Inner Model)

• • Membuat hubungan antar konstruk laten
  • Uji hipotesis (path coefficient, t-statistics, p-value)
  • Evaluasi R², f², dan Q² untuk menilai kekuatan model
  • Analisis mediasi dan moderasi dalam model

6. Bootstrapping dan Signifikansi Model

• • Konsep dan langkah bootstrapping di Smart PLS
  • Interpretasi hasil uji signifikansi dan pengaruh variabel
  • Praktik analisis hipotesis menggunakan data penelitian

7. Validasi Model dan Goodness of Fit

• • Menilai kesesuaian model dengan data
  • Penggunaan SRMR, NFI, dan GoF Index
  • Strategi meningkatkan validitas model

8. Pelaporan Hasil dan Studi Kasus

• • Format pelaporan hasil analisis (jurnal / laporan penelitian)
  • Interpretasi hasil PLS-SEM untuk publikasi ilmiah
  • Studi kasus: menganalisis dataset penelitian dari peserta
  • Diskusi hasil dan rekomendasi tindak lanjut

METODE TRAINING

Metode pelatihan dapat dilakukan dengan dua metode dimana Peserta dapat memilih metode yang sesuai. Metode tersebut adalah :

Metode Offline Training (Classroom) yaitu:

1. Instruktur mengajar secara tatap muka dengan durasi 8 jam perhari selama 2 hari secara terjadwal.
2. Teknik yang digunakan: presentasi, diskusi, tanya jawab, studi kasus, brainstorming.

Metode Live Online Training (Sinkron) yaitu:

1. Instruktur mengajar secara LIVE dengan durasi 4 jam perhari selama 2 hari secara terjadwal.
2. Media Live training dapat menggunakan Google Meet, atau Zoom.
3. Ketentuan Online Training :

1. Persiapan Peserta

• • Dianjurkan menggunakan laptop, bukan smartphone.
  • Koneksi internet yang stabil.
  • Buku dan alat tulis.
  • Peserta menginstall aplikasi sesuai yang akan digunakan, sebelum jadwal training berlangsung. Untuk yang mempunyai kesulitan, bisa menghubungi staff kami sebelum jadwal training berlangsung.

2. Platform yang digunakan

• • Beberapa alternative platform Zoom, atau Google Meet untuk conference live training.
  • Google Classroom untuk memuat materi, tugas dan dokumen lain yang dapat diakses peserta dengan link dan kode kelas yang akan diberikan oleh penyelenggara sebelum pelaksanaan training.

3. Cara masuk ke video conference

• • Penyelenggara akan memberikan undangan berupa link.
  • Klik link tersebut, ikuti arahan selanjutnya.
  • Anda akan dibawa masuk ke dalam video conference.

INSTRUKTUR

Singgih Santoso.

and team.

JADWAL TRAINING 2025

Jadwal training dapat disesuaikan dengan permintaan peserta dan ketersediaan trainer. Berikut opsi jadwal yang tersedia:

Desember 2025

| 26-27 Desember 2025
| 29-30 Desember 2025

Jadwal Training 2026

INVESTASI DAN FASILITAS

Penutup

Melalui training ini diharapkan peserta dapat meningkatkan kompetensi peserta menjadi ahli dalam bidang “Data Analysis Using SMART PLS for Research” untuk peningkatan kinerja.

TRAINING DATA ANALYSIS USING SMART PLS FOR RESEARCH