Multigroup Analysis (MGA) – Perbandingan Path

Bandingkan koefisien jalur (path) antar kelompok untuk uji regresi/SEM. Termasuk uji parametrik (z/Welch) dan nonparametrik (PLS-MGA Henseler & Permutasi), dengan rincian perhitungan dan daftar pustaka.

Catatan Penting

Lakukan uji invarian pengukuran (PLS: MICOM; CB-SEM: invariansi configural/metric/scalar) sebelum interpretasi perbedaan path.

PLS-MGA dilaporkan sebagai one-tailed (p < 0.05 atau > 0.95 menunjukkan perbedaan signifikan).

Konfigurasi

Input Parameter MGA

Label hubungan / path

Nama Kelompok A

Nama Kelompok B

Kelompok A

Beta

Bootstrap replicates (opsional)

Pisahkan dengan koma atau spasi.

Kelompok B

Beta

Bootstrap replicates (opsional)

Pisahkan dengan koma atau spasi.

Alpha (taraf signifikansi)

Permutations (untuk uji permutasi)

Hasil Analisis Multigroup

Path: Y ← X

Kelompok A (β)

–

SE = – • n = –

Kelompok B (β)

–

SE = – • n = –

Perbedaan (βA - βB)

–

Alpha

0.05

CI dihitung dua sisi

Uji Parametrik (Welch & Normal)

Lengkapi input β dan SE untuk kedua kelompok.

Uji Nonparametrik (MGA & Permutasi)

Tempelkan replicates bootstrap (nilai β hasil bootstrap) untuk kedua kelompok agar uji nonparametrik dapat dijalankan.

Catatan interpretasi & prasyarat

Pastikan invarian pengukuran antar kelompok (PLS: MICOM; CB-SEM: invariansi konfigurasi/metric/scalar) sebelum membandingkan path.
PLS-MGA (Henseler) umumnya dilaporkan sebagai one-tailed: p < 0.05 atau > 0.95 menunjukkan perbedaan signifikan.
Uji parametrik menggunakan pendekatan z/Welch dengan SE gabungan; gunakan hasil normal untuk sampel besar.
Uji permutasi memberi inferensi nonparametrik yang kuat terhadap perbedaan rerata koefisien bootstrap.

📚 Daftar Pustaka

Chin, W. W., & Dibbern, J. (2009). An Introduction to a Permutation Based Procedure for Multi-Group PLS Analysis. In: V. Esposito Vinzi et al. (eds) Handbook of Partial Least Squares, pp. 171–193. Springer. https://doi.org/10.1007/978-3-540-32827-8_8

Henseler, J. (2010). PLS-MGA: A Non-Parametric Approach to Partial Least Squares-based Multi-Group Analysis. In: Challenges at the Interface of Data Analysis, Computer Science, and Optimization. https://doi.org/10.1007/978-3-642-24466-7_50

Henseler, J., Ringle, C. M., & Sarstedt, M. (2016). Testing measurement invariance of composites using partial least squares. International Marketing Review, 33(3), 405–431. SSRN: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2985327

Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2017). A Primer on Partial Least Squares Structural Equation Modeling (2nd ed.). SAGE. (Ringkasan PDF: https://eli.johogo.com/Class/CCU/SEM/_A%20Primer%20on%20Partial%20Least%20Squares%20Structural%20Equation%20Modeling_Hair.pdf)

SmartPLS (Dokumentasi). Multigroup Analysis (MGA) & Permutation. https://www.smartpls.com/documentation/algorithms-and-techniques/multigroup-analysis/ dan https://www.smartpls.com/documentation/algorithms-and-techniques/permutation/

Cheah, J.-H., Thurasamy, R., Memon, M. A., Chuah, F., & Ting, H. (2020). Multigroup Analysis using SmartPLS: Step-by-Step Guidelines for Business Research. Asian Journal of Business Research, 10(3). https://doi.org/10.14707/ajbr.200087 (PDF: https://magscholar.com/ajbr/ajbrv10n3/ajbr200087.pdf)

Aguinis, H., Edwards, J. R., & Bradley, K. J. (2023). Multigroup analysis of more than two groups in PLS-SEM: A review, illustration, and recommendations. Journal of Business Research. https://www.sciencedirect.com/science/article/pii/S0148296322010049

Cheung, G. W., & Rensvold, R. B. (2002). Evaluating Goodness-of-Fit Indexes for Testing Measurement Invariance. Structural Equation Modeling, 9(2), 233–255. https://doi.org/10.1207/S15328007SEM0902_5

Muthén, B., & Asparouhov, T. (2018). Recent Methods for the Study of Measurement Invariance With Many Groups. Sociological Methods & Research, 47, 637–664. https://doi.org/10.1177/0049124117701488