Azka Vierda Hi, I'm Vierda, I have graduated from Statistics Brawijaya University (UB). I'm interested in data analytics/science, deep learning, and statistical quality control. So, Issho ni benkyou shimasho!

Partial Least Square (PLS): Pengertian, Jenis, Fungsi, Contoh

10 min read

PLS Adalah?✔️ Penjelasan lengkap apa itu Partial Least Square (PLS)✔️ Fungsi✔️ Jenis✔️ Algoritma✔️ dan Contoh Penerapan✔️

Dalam statistika, partial Least Square (PLS) adalah sebuah metode analisis statistik yang berguna dalam memodelkan hubungan kompleks antara variabel independen dan variabel dependen.

Dengan pendekatan yang unik, PLS dapat memberikan wawasan yang berharga dalam analisis data multivariat dan dapat diterapkan dalam berbagai bidang penelitian dan industri.

Nah, untuk teman teman yang kebetulan ingin mempelajari lebih dalam mengenai apa itu PLS dan hal hal penting apa saja yang terkait dengannya, berikut wikistatistika.com coba ulas secara detail untuk anda.

Pengertian Partial Least Square (PLS)

PLS Adalah

Partial Least Square (PLS) adalah sebuah metode statistik yang digunakan untuk menganalisis hubungan antara variabel independen (X) dan variabel dependen (Y).

PLS merupakan teknik yang berguna untuk memodelkan hubungan kompleks antara variabel-variabel tersebut, terutama ketika terdapat banyak variabel independen dan hubungan antara variabel-variabel tersebut tidak linear.

PLS sering kali digunakan dalam analisis data multivariat, terutama dalam konteks regresi.

Metode Partial Least Square (PLS) dikembangkan oleh Hermann Wold, seorang ahli statistik asal Swedia, pada tahun 1966. Pada awalnya, PLS digunakan dalam konteks analisis faktor dan kemudian berkembang menjadi alat yang lebih umum untuk analisis data multivariat.

Perkembangan PLS terus berlanjut sejak itu, dengan kontribusi dari banyak peneliti dan ahli di bidang statistik, ekonomi, dan ilmu sosial. PLS telah diterapkan dalam berbagai bidang, termasuk pemodelan persamaan struktural, prediksi, analisis data biomedis, dan ilmu pangan.

Pengembangan metode dan aplikasi PLS terus berlanjut untuk menjawab tantangan dalam analisis data yang semakin kompleks dan memenuhi kebutuhan penelitian di berbagai disiplin ilmu.

Tujuan utama dari PLS adalah untuk mengidentifikasi komponen-komponen utama (latent variables) yang menjelaskan sebanyak mungkin variansi dalam variabel independen (X) dan juga memiliki korelasi yang tinggi dengan variabel dependen (Y).

Macam Macam Pengertian PLS Menurut Para Ahli

Berikut adalah beberapa pengertian Partial Least Square (PLS) menurut para ahli, baik dari Indonesia maupun luar negeri:

1. Prof. Dr. Hengky Latan dan Prof. Dr. Sidharta Utama (2017)

Menurut Prof. Dr. Hengky Latan dan Prof. Dr. Sidharta Utama, PLS adalah metode statistik multivariat yang digunakan untuk menganalisis hubungan antara variabel independen dan dependen dengan memperhatikan kompleksitas dan hubungan nonlinier di antara variabel tersebut.

PLS juga dapat digunakan untuk memprediksi variabel dependen berdasarkan variabel independen.

2. Dr. Jorg Henseler (2012)

Dr. Jorg Henseler mendefinisikan PLS sebagai metode analisis multivariat yang dirancang untuk mengidentifikasi, memperkirakan, dan menguji model berbasis hubungan kausalitas antara variabel-variabel laten.

PLS dapat digunakan dalam konteks penelitian ilmu sosial, manajemen, dan ilmu-ilmu terkait.

3. Dr. Wynne W. Chin (1998)

Menurut Dr. Wynne W. Chin, PLS adalah metode analisis multivariat yang dapat digunakan untuk menguji dan mengembangkan konstruk psikologis. PLS memungkinkan penggunaan variabel laten dalam memodelkan hubungan antara variabel-variabel yang diamati.

5/5 - (1 vote)
Azka Vierda Hi, I'm Vierda, I have graduated from Statistics Brawijaya University (UB). I'm interested in data analytics/science, deep learning, and statistical quality control. So, Issho ni benkyou shimasho!

Leave a Reply

Your email address will not be published. Required fields are marked *

You cannot copy content of this page