Pada tanggal 27 September 2025, MAKSI kembali mengadakan aktivitas rutin yaitu Academic Clinic.  Pada kesempatan ini mengangkat topik mengenai: Structural Equation Modelling dengan Partial Least Squares (PLS-SEM) menggunakan Stata.  Sebagai nara sumber, adalah: Bapak Fadli Septianto, S.E., M.S.M, dengan expertise pada financial analysis, strategic planning, and econometrics skills.  Bapak Fadli merupakan peneliti sekaligus akademisi dari FEB Universitas Sebelas Maret.

Pada presentasinya, beliau  membahas tentang Structural Equation Modelling dengan Partial Least Squares (PLS-SEM) menggunakan Stata. Pada bagian awal dijelaskan bahwa PLS-SEM merupakan pendekatan partial least squares terhadap structural equation modeling, yaitu metode statistik untuk mempelajari hubungan multivariat yang kompleks antara variabel teramati dan variabel laten. Metode ini memungkinkan analisis blok variabel teramati yang kemudian diringkas oleh variabel laten, dengan asumsi adanya hubungan linear antar variabel laten. PLS-SEM sering dianggap sebagai alternatif dari covariance-based SEM (COV-SEM), karena keduanya sama-sama berusaha memahami keterkaitan antar variabel laten melalui model pengukuran (outer model) dan model struktural (inner model) yang biasanya digambarkan dalam bentuk diagram jalur.

Selanjutnya, presentasi menekankan perbedaan utama antara kedua pendekatan ini. Pada model struktural, variabel laten endogen dikaitkan dengan prediktor laten menggunakan regresi linear berganda, sementara pada model pengukuran, hubungan antara variabel manifest dan variabel laten dapat berbentuk reflektif atau formatif. Prinsip dasar yang digunakan juga mirip dengan analisis komponen utama (Principal Component Analysis), di mana sekumpulan variabel yang berkorelasi dikombinasikan menjadi komponen baru yang tidak berkorelasi dan diurutkan berdasarkan tingkat kepentingannya.

Selain itu, evaluasi model pengukuran melibatkan uji reliabilitas dan validitas konstruk. Reliabilitas menekankan konsistensi internal suatu konstruk, diukur melalui Cronbach’s alpha dan Dillon-Goldstein rho, dengan nilai di atas 0,7 hingga 0,93 dianggap memadai. Validitas konstruk dibagi menjadi validitas konvergen dan diskriminan. Validitas konvergen tercapai bila loading faktor tidak kurang dari 0,7 dan Average Variance Extracted (AVE) minimal 0,5, sedangkan validitas diskriminan dinilai dengan kriteria Fornell-Larcker, yaitu nilai AVE setiap konstruk harus lebih besar daripada kuadrat korelasi antar konstruk

Bpk Fadli juga mengulas Path Analysis, yaitu model yang memperluas regresi linear menjadi hubungan dengan lebih dari satu variabel dependen. Analisis ini memungkinkan estimasi efek langsung maupun tidak langsung, sehingga dapat menguji hipotesis mediasi. Koefisien jalur digunakan untuk menilai kekuatan, arah, dan signifikansi hubungan antar variabel, dengan nilai standar yang berkisar antara -1 hingga 1.

Pada bagian akhir, dipaparkan tentang algoritma PLS-SEM dan implementasinya dalam Stata. Paket pls sem menyediakan perintah untuk estimasi standar, sedangkan pls semc digunakan untuk algoritma PLS-SEM konsisten. Versi berbasis matriks juga tersedia, serta perintah pasca-estimasi seperti estat untuk mengukur goodness of fit, pls sem plot untuk visualisasi, dan predict untuk menghasilkan nilai prediksi serta residual.