SmartPLS vs SPSS: Mana yang Lebih Tepat untuk Penelitian Anda ? Simak Penjelasan Para Pakar

PEKANBARU – Dalam dunia akademik dan penelitian, kebutuhan akan alat analisis data yang mampu menangani model kompleks terus meningkat. Salah satu perangkat lunak yang menjadi pilihan utama adalah SmartPLS, yang berbasis metode Partial Least Square (PLS). Berbeda dengan SPSS, yang lebih dikenal untuk analisis statistik parametrik, SmartPLS dirancang untuk data non-parametrik dan mampu menangani hubungan antar variabel laten yang rumit.
Untuk meningkatkan kualitas penelitian akademik di era data yang semakin kompleks, Sekolah Pascasarjana Universitas Lancang Kuning (UNILAK) menyelenggarakan pelatihan bertajuk “Pemahaman Penggunaan SPSS/SmartPLS dalam Pengolahan Data Penelitian.” Bersama narasumber hebat Dr. Agus Seswandi, S.E., M.Si., seorang pakar di bidang analisis data yang memadukan teori dengan praktik berbasis kasus nyata dan juga merupakan dosen di Sekolah Pascasarjana UNILAK pada Sabtu, 21 Januari 2024 .
Membahas tentang PLS yang memiliki keunggulan dalam mengakomodasi model dengan indikator formatif maupun refleksif. Indikator formatif adalah variabel yang membentuk variabel laten, seperti kualitas pelayanan yang terdiri atas tangible, reliability, dan emphaty. Sementara itu, indikator refleksif, seperti sikap terhadap pembelian, menunjukkan variabel laten sebagai penyebab indikatornya.
Dalam penerapan SmartPLS, analisis mencakup langkah-langkah seperti merancang model struktural dan pengukuran, mengonversi diagram jalur ke sistem persamaan, hingga evaluasi Goodness of Fit dan pengujian hipotesis menggunakan teknik resampling bootstrapping.

Keunggulan lain dari SmartPLS adalah kemampuannya menangani data yang tidak memenuhi asumsi distribusi normal, membuatnya ideal untuk data ordinal atau nominal. Sebaliknya, SPSS lebih cocok untuk data terstruktur dengan analisis parametrik pada model sederhana.
Menurut materi yang disampaikan oleh Dr. Agus Seswandi dalam pengantar analisis data, pemilihan antara SPSS dan SmartPLS harus didasarkan pada kebutuhan analisis.
“Jika data Anda memenuhi asumsi normalitas dan berskala interval/rasio, SPSS merupakan pilihan terbaik. Namun, untuk model yang lebih kompleks dan data non-parametrik, SmartPLS adalah solusi yang tepat,” sebutnya.
“Pemahaman mendalam tentang penggunaan kedua alat ini sangat penting, terutama bagi peneliti yang ingin memastikan hasil analisisnya relevan dan mendalam,” tambahnya mengakhiri.