Structural Equation Modeling (SEM) Menggunakan Alternatif Partial Least Square (PLS) dengan Indikator Reflektif (Studi Kasus: Faktor-Faktor Kemiskinan di Indonesia pada Tahun 2018)

Structural equation Modeling (SEM) merupakan teknik analisis multivariat yang dikembangkan guna menutupi keterbatasan yang dimiliki oleh model-model analisis sebelumnya. Namun structural equation modeling memiliki beberapa asumsi yang harus dipenuhi dan seringkali jika menggunakan data real di lapangan asumsi-asumsi itu terlanggar, sehingga diperlukan suatu metode yang bebas asumsi, bebas distribusi dan fleksibel yaitu metode structural equation modeling alternatif yang berbasis varians atau sering disebut dengan Partial Least Square (PLS). Partial least square merupakan suatu metode estimasi yang berfokus untuk memkasimumkan varians diantara variabel laten. Pada penelitian ini, penulis meneliti tentang structural equation modeling menggunakan alternatif partial least square dengan indikator reflektif terhadap faktor-faktor kemiskinan di Indonesia pada tahun 2018. Indikator reflektif merupakan indikator yang dipengaruhi variabel laten. Adapun hasil dari output SmartPLS 3.0 bahwa evaluasi outer model menunjukkan semua variabel indikator yang terboboti pada setiap variabel laten adalah valid dan reliabel. Begitupun dengan evaluasi inner model yang menghasilkan nilai Q-Square yang baik dengan hasil model struktural yang menyatakan bahwa variabel ekonomi, SDM dan pendidikan berpengaruh negatif terhadap variabel kemiskinan