Software SmartPLS
SOFTWARE SMARTPLS
1. Pengertian SmartPLS
SmartPLS merupakan salah satu perangkat lunak (software) statistik yang digunakan untuk melakukan analisis Structural Equation Modeling (SEM) dengan pendekatan Partial Least Squares (PLS). Software ini banyak digunakan dalam penelitian kuantitatif, khususnya di bidang ekonomi, manajemen, bisnis, pemasaran, perbankan, pendidikan, dan ilmu sosial.
SmartPLS dirancang untuk membantu peneliti menganalisis hubungan antara beberapa variabel dalam satu model penelitian secara bersamaan. Software ini dapat digunakan untuk mengetahui pengaruh suatu variabel terhadap variabel lainnya, baik secara langsung maupun tidak langsung.
Salah satu keunggulan SmartPLS adalah penggunaannya yang berbasis visual. Pengguna dapat membuat model penelitian dalam bentuk diagram dengan menghubungkan variabel-variabel menggunakan garis atau panah. Dengan demikian, peneliti dapat melihat gambaran hubungan antarvariabel secara lebih jelas sebelum melakukan pengujian statistik.
SmartPLS juga dapat digunakan untuk menganalisis variabel laten, yaitu variabel yang tidak dapat diukur secara langsung dan membutuhkan beberapa indikator untuk mengukurnya.
Sebagai contoh, variabel kepuasan nasabah tidak dapat diukur hanya dengan melihat satu angka tertentu. Oleh karena itu, kepuasan nasabah dapat diukur melalui beberapa indikator, seperti kepuasan terhadap pelayanan, kepuasan terhadap fasilitas, dan kepuasan terhadap pengalaman menggunakan layanan bank.
Dalam penelitian, SmartPLS membantu peneliti menguji apakah indikator yang digunakan sudah mampu mengukur variabel penelitian serta mengetahui apakah hubungan antarvariabel sesuai dengan hipotesis yang telah dirumuskan.
2. Fungsi dan Kegunaan SmartPLS
SmartPLS memiliki berbagai fungsi yang dapat membantu peneliti dalam melakukan analisis data kuantitatif. Beberapa fungsi utama SmartPLS adalah sebagai berikut.
a. Membuat Model Penelitian dalam Bentuk Diagram
SmartPLS memungkinkan pengguna membuat model penelitian dalam bentuk diagram atau gambar yang menggambarkan hubungan antarvariabel.
Peneliti dapat menambahkan variabel independen, variabel dependen, variabel mediasi, maupun variabel moderasi sesuai dengan kebutuhan penelitian.
Sebagai contoh, penelitian mengenai pengaruh kualitas pelayanan terhadap kepuasan dan loyalitas nasabah dapat digambarkan menggunakan diagram hubungan antarvariabel.
Fitur ini mempermudah peneliti dalam menyusun kerangka konseptual penelitian sebelum melakukan pengujian hipotesis.
b. Menguji Hubungan Antarvariabel
SmartPLS digunakan untuk mengetahui hubungan atau pengaruh antara variabel independen dan variabel dependen.
Misalnya, peneliti ingin mengetahui apakah kualitas pelayanan dan kepercayaan memiliki pengaruh terhadap kepuasan nasabah bank syariah.
Melalui SmartPLS, peneliti dapat mengetahui arah hubungan, besarnya pengaruh, dan tingkat signifikansi hubungan antarvariabel tersebut.
c. Menguji Validitas Instrumen Penelitian
Validitas merupakan pengujian yang dilakukan untuk mengetahui apakah instrumen penelitian benar-benar mampu mengukur sesuatu yang seharusnya diukur.
Dalam penelitian kuantitatif, instrumen biasanya berupa kuesioner yang terdiri dari beberapa pertanyaan atau pernyataan.
SmartPLS dapat membantu menguji validitas indikator melalui beberapa ukuran, seperti:
Outer Loading, untuk mengetahui kekuatan hubungan antara indikator dan variabel laten.
Average Variance Extracted (AVE), untuk mengetahui kemampuan konstruk dalam menjelaskan variasi indikatornya.
Cross Loading, yang dapat digunakan untuk membantu menilai validitas diskriminan.
Dengan pengujian tersebut, peneliti dapat mengetahui apakah indikator yang digunakan sudah sesuai untuk mengukur variabel penelitian.
d. Menguji Reliabilitas Instrumen Penelitian
Selain validitas, SmartPLS juga dapat digunakan untuk menguji reliabilitas atau konsistensi instrumen penelitian.
Reliabilitas menunjukkan sejauh mana indikator dalam suatu variabel memberikan hasil pengukuran yang konsisten.
Beberapa ukuran yang dapat digunakan untuk menguji reliabilitas adalah:
Cronbach's Alpha.
Composite Reliability.
rho_A.
Apabila hasil pengujian memenuhi kriteria yang sesuai, instrumen penelitian dapat dinilai memiliki konsistensi internal yang memadai.
e. Menganalisis Variabel Laten
Salah satu fungsi penting SmartPLS adalah kemampuannya dalam menganalisis variabel laten.
Variabel laten merupakan variabel yang tidak dapat diamati atau diukur secara langsung, sehingga membutuhkan indikator sebagai alat pengukurannya.
Contoh variabel laten dalam penelitian ekonomi dan perbankan antara lain:
Kualitas pelayanan.
Kepercayaan nasabah.
Kepuasan nasabah.
Loyalitas nasabah.
Persepsi kemudahan.
Minat menggunakan layanan perbankan digital.
Melalui SmartPLS, peneliti dapat menghubungkan indikator-indikator tersebut dengan variabel laten yang ingin diteliti.
f. Menguji Pengaruh Langsung dan Tidak Langsung
SmartPLS dapat digunakan untuk mengetahui pengaruh langsung maupun pengaruh tidak langsung antarvariabel.
Pengaruh langsung merupakan pengaruh suatu variabel terhadap variabel lain tanpa melalui variabel perantara.
Sementara itu, pengaruh tidak langsung terjadi ketika hubungan antara dua variabel melibatkan variabel perantara atau variabel mediasi.
Sebagai contoh, kualitas pelayanan dapat memengaruhi loyalitas nasabah secara langsung maupun melalui kepuasan nasabah sebagai variabel mediasi.
Dengan demikian, SmartPLS dapat membantu peneliti memahami proses hubungan antarvariabel secara lebih mendalam.
g. Menguji Hipotesis Penelitian
SmartPLS dapat digunakan untuk menguji hipotesis yang telah dirumuskan berdasarkan teori dan penelitian terdahulu.
Pengujian hipotesis dilakukan dengan melihat nilai Path Coefficient, T-Statistics, dan P-Values yang diperoleh melalui proses analisis, seperti bootstrapping.
Hasil tersebut digunakan untuk menentukan apakah hubungan antarvariabel memiliki pengaruh yang signifikan secara statistik.
h. Menghasilkan Nilai R-Square dan Path Coefficient
SmartPLS menghasilkan beberapa nilai statistik yang dapat digunakan untuk menjelaskan hasil penelitian.
Beberapa hasil yang umum digunakan antara lain:
R-Square: Mengukur proporsi variasi variabel endogen yang dapat dijelaskan oleh variabel-variabel yang memengaruhinya.
Path Coefficient: Menunjukkan arah dan besarnya hubungan antarvariabel dalam model struktural.
T-Statistics: Digunakan untuk melakukan pengujian signifikansi hubungan antarvariabel.
P-Values: Digunakan untuk mengetahui tingkat signifikansi statistik.
F-Square: Mengukur besarnya kontribusi suatu variabel prediktor terhadap variabel endogen.
Q-Square: Digunakan untuk menilai relevansi prediktif model sesuai pendekatan yang digunakan.
3. Konsep Dasar Analisis SmartPLS
Dalam penggunaan SmartPLS, terdapat beberapa konsep dasar yang perlu dipahami oleh peneliti sebelum melakukan pengolahan data.
a. Structural Equation Modeling (SEM)
Structural Equation Modeling atau SEM merupakan metode analisis statistik yang digunakan untuk menguji hubungan antara beberapa variabel dalam suatu model penelitian.
SEM memungkinkan peneliti menguji hubungan yang kompleks, termasuk hubungan antara variabel laten dan indikatornya.
Dalam penelitian, SEM dapat digunakan untuk mengetahui bagaimana suatu variabel memengaruhi variabel lainnya berdasarkan model yang telah disusun.
b. Partial Least Squares (PLS)
Partial Least Squares merupakan pendekatan dalam analisis SEM yang berorientasi pada penjelasan varians dan prediksi variabel endogen.
PLS-SEM sering digunakan untuk penelitian yang bertujuan mengembangkan model prediksi atau menguji hubungan antarvariabel yang kompleks.
Pendekatan ini relatif fleksibel terhadap asumsi distribusi data dibandingkan beberapa pendekatan SEM berbasis kovarians.
Namun, bukan berarti PLS-SEM tidak membutuhkan evaluasi kualitas data dan model penelitian.
c. Variabel Laten
Variabel laten merupakan variabel yang tidak dapat diukur secara langsung, tetapi dapat diketahui melalui indikator-indikator tertentu.
Contohnya adalah variabel kepercayaan nasabah. Variabel tersebut dapat diukur menggunakan beberapa indikator, seperti:
Keyakinan terhadap keamanan transaksi.
Keyakinan terhadap kejujuran pihak bank.
Keyakinan terhadap kemampuan bank memberikan pelayanan.
Keyakinan terhadap perlindungan data pribadi.
d. Variabel Manifest atau Indikator
Variabel manifest merupakan indikator yang digunakan untuk mengukur variabel laten.
Indikator biasanya diperoleh melalui pertanyaan dalam kuesioner yang dijawab oleh responden.
Contohnya, variabel kualitas pelayanan dapat diukur melalui indikator kecepatan pelayanan, keramahan pegawai, keandalan layanan, dan fasilitas yang tersedia.
e. Model Pengukuran (Outer Model)
Outer Model merupakan bagian dari model yang digunakan untuk menguji hubungan antara variabel laten dengan indikator-indikator pengukurnya.
Pengujian ini bertujuan mengetahui apakah indikator yang digunakan telah memenuhi kriteria validitas dan reliabilitas.
Dalam model pengukuran, terdapat dua jenis hubungan utama, yaitu:
Model reflektif: Indikator dipandang sebagai cerminan dari variabel laten.
Model formatif: Indikator dipandang sebagai pembentuk variabel laten.
Pemilihan model reflektif atau formatif harus didasarkan pada teori dan konsep penelitian.
f. Model Struktural (Inner Model)
Inner Model merupakan bagian dari model yang digunakan untuk menguji hubungan antara satu variabel laten dengan variabel laten lainnya.
Melalui Inner Model, peneliti dapat mengetahui apakah variabel independen berpengaruh terhadap variabel dependen serta seberapa besar kemampuan model dalam menjelaskan variabel yang diteliti.
4. Kelebihan SmartPLS
SmartPLS memiliki sejumlah kelebihan yang membuatnya banyak digunakan dalam penelitian akademik.
a. Relatif Mudah Digunakan
SmartPLS memiliki tampilan visual yang memudahkan pengguna dalam membuat model penelitian. Pengguna tidak harus menuliskan banyak perintah atau kode pemrograman untuk menjalankan analisis dasar.
b. Cocok untuk Model Penelitian yang Kompleks
SmartPLS dapat digunakan untuk menganalisis penelitian yang melibatkan banyak variabel, indikator, serta hubungan antarvariabel.
Hal ini sangat membantu peneliti yang ingin menguji pengaruh langsung, tidak langsung, mediasi, maupun moderasi dalam satu model penelitian.
c. Relatif Fleksibel terhadap Distribusi Data
PLS-SEM tidak mensyaratkan data harus mengikuti distribusi normal multivariat seperti yang umumnya menjadi asumsi dalam pendekatan CB-SEM tertentu.
Meskipun demikian, peneliti tetap harus memperhatikan kualitas data, ukuran sampel, dan karakteristik model.
d. Dapat Digunakan untuk Penelitian dengan Banyak Variabel
SmartPLS memungkinkan peneliti menganalisis beberapa variabel independen dan dependen sekaligus.
Dengan demikian, software ini dapat digunakan untuk penelitian yang mempunyai kerangka konseptual cukup luas.
e. Hasil Analisis Ditampilkan dalam Bentuk Diagram
Hasil analisis SmartPLS dapat ditampilkan melalui diagram yang menunjukkan hubungan antarvariabel beserta nilai koefisien jalurnya.
Hal ini membantu peneliti dalam memahami dan menjelaskan hasil penelitian.
f. Mendukung Analisis Mediasi dan Moderasi
SmartPLS dapat digunakan untuk mengetahui apakah suatu variabel berperan sebagai variabel mediasi atau moderasi.
Contohnya, kepuasan nasabah dapat berperan sebagai variabel mediasi yang menjelaskan hubungan antara kualitas pelayanan dan loyalitas nasabah.
Sementara itu, karakteristik tertentu dapat diuji sebagai variabel moderasi yang memperkuat atau memperlemah hubungan antarvariabel.
g. Mendukung Pengujian Bootstrapping
Fitur bootstrapping memungkinkan peneliti melakukan pengujian signifikansi hubungan antarvariabel melalui pengambilan sampel ulang secara statistik.
Hasil bootstrapping dapat digunakan untuk memperoleh nilai T-Statistics, P-Values, dan interval kepercayaan.
5. Kekurangan SmartPLS
Meskipun mempunyai berbagai kelebihan, SmartPLS juga memiliki beberapa kekurangan yang perlu dipahami.
a. Membutuhkan Pemahaman Konsep SEM
Penggunaan SmartPLS tidak hanya membutuhkan kemampuan mengoperasikan software, tetapi juga pemahaman mengenai konsep SEM, variabel laten, indikator, validitas, reliabilitas, dan pengujian hipotesis.
Tanpa pemahaman tersebut, pengguna dapat mengalami kesulitan dalam menginterpretasikan hasil analisis.
b. Tidak Semua Model Cocok Menggunakan PLS-SEM
SmartPLS tidak selalu menjadi pilihan terbaik untuk semua jenis penelitian. Pemilihan metode PLS-SEM harus disesuaikan dengan tujuan penelitian, karakteristik model, dan dasar teori.
Apabila tujuan penelitian lebih berorientasi pada pengujian teori dan evaluasi kesesuaian model secara global, pendekatan CB-SEM mungkin lebih sesuai.
c. Memerlukan Data yang Berkualitas
Meskipun relatif fleksibel terhadap distribusi data, SmartPLS tetap membutuhkan data yang berkualitas.
Kesalahan dalam pengisian kuesioner, data yang tidak lengkap, dan indikator yang tidak sesuai dapat memengaruhi hasil analisis.
d. Membutuhkan Ketelitian dalam Menentukan Indikator
Peneliti harus memastikan bahwa setiap indikator benar-benar sesuai dengan konsep variabel yang diteliti.
Indikator yang kurang tepat dapat menyebabkan variabel laten tidak terukur dengan baik.
e. Beberapa Fitur Memerlukan Pemahaman Lanjutan
Fitur seperti mediasi, moderasi, model formatif, dan pengujian model yang kompleks membutuhkan pemahaman statistik yang lebih mendalam.
Oleh karena itu, pengguna pemula perlu mempelajari konsep dasarnya terlebih dahulu.
6. Contoh Penggunaan SmartPLS dalam Penelitian Perbankan Syariah
Salah satu contoh penggunaan SmartPLS dalam penelitian mahasiswa Perbankan Syariah adalah penelitian dengan judul:
"Pengaruh Kualitas Pelayanan dan Kepercayaan terhadap Kepuasan Nasabah Bank Syariah."
Penelitian ini bertujuan untuk mengetahui apakah kualitas pelayanan dan kepercayaan nasabah berpengaruh terhadap tingkat kepuasan nasabah dalam menggunakan produk dan layanan bank syariah.
Dalam penelitian tersebut, terdapat tiga variabel utama, yaitu:
Variabel | Keterangan | Jenis variabel |
|---|---|---|
Kualitas Pelayanan (X1) | Penilaian nasabah terhadap kualitas layanan bank | Independen |
Kepercayaan (X2) | Keyakinan nasabah terhadap bank | Independen |
Kepuasan Nasabah (Y) | Tingkat kepuasan nasabah terhadap layanan bank | Dependen |
Masing-masing variabel dapat diukur menggunakan beberapa indikator yang disusun berdasarkan teori dan penelitian terdahulu.
Contoh indikator penelitian
1. Kualitas Pelayanan (X1)
Keandalan pelayanan.
Kecepatan dalam memberikan pelayanan.
Jaminan keamanan.
Perhatian terhadap kebutuhan nasabah.
Ketersediaan fasilitas pelayanan.
2. Kepercayaan (X2)
Kejujuran pihak bank.
Keamanan transaksi.
Perlindungan data nasabah.
Kemampuan bank dalam memberikan layanan.
Konsistensi pelayanan bank.
3. Kepuasan Nasabah (Y)
Kepuasan terhadap pelayanan.
Kepuasan terhadap fasilitas.
Kesesuaian layanan dengan harapan.
Pengalaman positif menggunakan layanan.
Keinginan untuk terus menggunakan layanan bank.
Tahapan penggunaan SmartPLS dalam penelitian
1. Menentukan Judul dan Variabel Penelitian
Langkah pertama adalah menentukan topik penelitian serta variabel yang akan digunakan.
Dalam contoh ini, peneliti menggunakan kualitas pelayanan dan kepercayaan sebagai variabel independen, sedangkan kepuasan nasabah sebagai variabel dependen.
2. Menyusun Kuesioner
Setelah menentukan variabel, peneliti menyusun kuesioner berdasarkan indikator masing-masing variabel.
Kuesioner dapat menggunakan skala Likert, misalnya skala 1 sampai 5, dengan keterangan:
Skor | Jawaban |
|---|---|
1 | Sangat Tidak Setuju |
2 | Tidak Setuju |
3 | Netral |
4 | Setuju |
5 | Sangat Setuju |
Kuesioner kemudian dibagikan kepada responden yang sesuai dengan kriteria penelitian.
3. Mengumpulkan dan Memasukkan Data
Data yang diperoleh dari jawaban responden selanjutnya disusun dalam Microsoft Excel.
Setiap baris menunjukkan satu responden, sedangkan setiap kolom menunjukkan satu indikator atau pertanyaan kuesioner.
Setelah data tersusun, file tersebut dapat diimpor ke dalam SmartPLS untuk dilakukan analisis.
4. Membuat Model Penelitian
Setelah data berhasil dimasukkan, peneliti membuat model penelitian pada lembar kerja SmartPLS.
Peneliti menambahkan variabel laten, memasukkan indikator ke dalam masing-masing variabel, kemudian menghubungkan variabel independen dengan variabel dependen sesuai hipotesis penelitian.
5. Melakukan Pengujian Outer Model
Tahap berikutnya adalah melakukan pengujian Outer Model atau model pengukuran.
Pengujian ini bertujuan untuk mengetahui apakah indikator yang digunakan sudah valid dan reliabel dalam mengukur variabel penelitian.
Beberapa pengujian yang dilakukan meliputi:
Uji Outer Loading.
Uji Average Variance Extracted (AVE).
Uji Discriminant Validity.
Uji Composite Reliability.
Uji Cronbach's Alpha.
Hasil pengujian tersebut digunakan untuk mengevaluasi kualitas instrumen penelitian.
6. Melakukan Pengujian Inner Model
Setelah model pengukuran dievaluasi, peneliti melanjutkan dengan pengujian Inner Model.
Pengujian ini bertujuan untuk mengetahui hubungan antara variabel independen dan variabel dependen.
Beberapa ukuran yang diperhatikan antara lain:
R-Square untuk mengetahui kemampuan variabel independen dalam menjelaskan variabel dependen.
F-Square untuk mengetahui besarnya pengaruh masing-masing variabel prediktor.
Q-Square atau ukuran relevansi prediktif yang sesuai dengan metode evaluasi yang digunakan.
Path Coefficient untuk mengetahui arah dan besarnya hubungan antarvariabel.
7. Melakukan Bootstrapping
Bootstrapping merupakan salah satu proses penting dalam analisis SmartPLS yang digunakan untuk menguji signifikansi hubungan antarvariabel.
Melalui proses ini, peneliti dapat memperoleh nilai T-Statistics, P-Values, dan interval kepercayaan.
Hasil tersebut digunakan untuk mengetahui apakah hipotesis penelitian didukung oleh hasil analisis statistik.
8. Menginterpretasikan Hasil Penelitian
Tahap terakhir adalah menginterpretasikan hasil analisis yang telah diperoleh.
Peneliti perlu menjelaskan apakah kualitas pelayanan dan kepercayaan berpengaruh terhadap kepuasan nasabah berdasarkan hasil pengujian.
Misalnya, apabila kualitas pelayanan memiliki koefisien jalur positif dan nilai P-Values lebih kecil dari 0,05, maka dapat disimpulkan bahwa kualitas pelayanan memiliki pengaruh positif dan signifikan terhadap kepuasan nasabah pada tingkat signifikansi 5%.
Kesimpulan tersebut harus disesuaikan dengan hasil pengolahan data yang sebenarnya.
7. Hasil Analisis yang Dihasilkan SmartPLS
SmartPLS menghasilkan berbagai informasi statistik yang dapat digunakan untuk menjawab rumusan masalah dan menguji hipotesis penelitian.
Berikut beberapa hasil analisis yang umum ditemukan dalam SmartPLS.
Hasil analisis | Kegunaan |
|---|---|
Outer Loading | Mengukur hubungan indikator dengan variabel laten |
AVE | Menilai validitas konvergen |
Cronbach's Alpha | Mengukur konsistensi internal |
Composite Reliability | Mengukur reliabilitas konstruk |
R-Square | Mengukur kemampuan penjelasan model |
Path Coefficient | Menunjukkan arah dan besarnya hubungan |
T-Statistics | Menguji signifikansi statistik |
P-Values | Menunjukkan tingkat signifikansi |
F-Square | Mengukur ukuran efek |
Bootstrapping | Menguji signifikansi hubungan dalam model |
Hasil tersebut dapat digunakan untuk menyusun pembahasan penelitian, menarik kesimpulan, dan memberikan saran berdasarkan temuan penelitian.
8. Perbedaan SmartPLS dengan STATA
STATA dan SmartPLS merupakan software yang sama-sama digunakan untuk membantu pengolahan data penelitian. Namun, keduanya mempunyai fokus analisis yang berbeda.
Aspek | STATA | SmartPLS |
|---|---|---|
Fokus utama | Analisis statistik dan ekonometrika | Analisis SEM berbasis PLS |
Penggunaan | Ekonomi, keuangan, kesehatan, dan sosial | Manajemen, bisnis, pemasaran, dan sosial |
Analisis regresi | Sangat mendukung | Melalui model struktural |
Data panel | Sangat mendukung | Bukan fokus utama |
Variabel laten | Dapat dianalisis dengan metode tertentu | Menjadi salah satu fokus utama |
Uji validitas dan reliabilitas kuesioner | Memerlukan prosedur analisis tertentu | Tersedia dalam evaluasi model pengukuran |
Model mediasi | Mendukung | Mendukung |
Tampilan | Berbasis perintah dan menu | Berbasis diagram visual |
Penggunaan kuesioner | Dapat digunakan | Sangat umum digunakan |
Dengan demikian, pemilihan STATA atau SmartPLS harus disesuaikan dengan tujuan dan metode penelitian. STATA lebih sering digunakan untuk analisis ekonometrika, regresi, dan data panel, sedangkan SmartPLS lebih banyak digunakan untuk penelitian yang melibatkan variabel laten dan hubungan antarvariabel dalam model SEM.
9. Kesimpulan
SmartPLS merupakan software statistik yang digunakan untuk melakukan analisis Structural Equation Modeling (SEM) dengan pendekatan Partial Least Squares (PLS). Software ini banyak dimanfaatkan dalam penelitian kuantitatif, khususnya di bidang ekonomi, manajemen, bisnis, pemasaran, perbankan, dan ilmu sosial.
SmartPLS memiliki berbagai fungsi, seperti membuat model penelitian, menguji hubungan antarvariabel, menguji validitas dan reliabilitas instrumen, menganalisis variabel laten, menguji pengaruh langsung dan tidak langsung, serta melakukan pengujian hipotesis.
Salah satu keunggulan SmartPLS adalah tampilannya yang berbasis visual sehingga memudahkan pengguna dalam menggambarkan hubungan antarvariabel melalui diagram. Selain itu, SmartPLS dapat digunakan untuk menganalisis model penelitian yang kompleks, termasuk penelitian yang melibatkan variabel mediasi dan moderasi.
Dalam bidang perbankan syariah, SmartPLS dapat dimanfaatkan untuk menganalisis berbagai permasalahan penelitian, seperti pengaruh kualitas pelayanan terhadap kepuasan nasabah, pengaruh kepercayaan terhadap loyalitas nasabah, serta pengaruh kemudahan penggunaan aplikasi mobile banking terhadap minat menggunakan layanan perbankan syariah.
Oleh karena itu, SmartPLS menjadi salah satu software yang penting untuk dipelajari oleh mahasiswa, khususnya mahasiswa Ekonomi, Manajemen, Akuntansi, dan Perbankan Syariah. Penguasaan software ini dapat membantu mahasiswa dalam melakukan penelitian kuantitatif, mengolah data kuesioner, menguji hipotesis, dan menghasilkan kesimpulan penelitian yang didasarkan pada hasil analisis statistik.
|
No |
Kode Link |
Judul Topik |
|
1 |
Agunan pada Perbankan Syariah |
|
|
2 |
Akad Hawalah pada Perbankan Syariah |
|
|
3 |
Akad Ijarah pada Perbankan Syariah |
|
|
4 |
Akad Istishna' pada Perbankan
Syariah |
|
|
5 |
Akad Kafalah pada Perbankan Syariah |
|
|
6 |
Akad Mudharabah pada Perbankan
Syariah |
|
|
7 |
Akad Murabahah pada Perbankan
Syariah |
|
|
8 |
Akad Musyarakah pada Perbankan
Syariah |
|
|
9 |
Akad Qardh pada Perbankan Syariah |
|
|
10 |
Akad Salam pada Perbankan Syariah |
|
|
11 |
Akad Sharf pada Perbankan Syariah |
|
|
12 |
Akad Wadiah pada Perbankan Syariah |
|
|
13 |
Akad Wakalah pada Perbankan Syariah |
|
|
14 |
Aset pada Perbankan Syariah |
|
|
15 |
Automatic Teller Machine (ATM) dalam Sistem Keuangan
Islam |
|
|
16 |
Baitul Mal wa Tamwil (BMT):
Manajemen dan Pemberdayaan Ekonomi Umat |
|
|
17 |
Bank Perekonomian Rakyat (BPR)
Syariah |
|
|
18 |
Bank Sentral Perspektif Ekonomi
Islam |
|
|
19 |
Bentuk Transaksi yang Dilarang dalam
Sistem Ekonomi Islam |
|
|
20 |
Biaya Operasional terhadap
Pendapatan Operasional (BOPO) pada Perbankan Syariah |
|
|
21 |
Bunga Perspektif Sistem Ekonomi
Islam |
|
|
22 |
Capital Adequacy Ratio (CAR) pada
Perbankan Syariah |
|
|
23 |
Cash Ratio pada Perbankan Syariah |
|
|
24 |
Corporate Social Responsibility
(CSR) dalam Sistem Ekonomi Islam |
|
|
25 |
Cost to Income Ratio (CIR) pada
Perbankan Syariah |
|
|
26 |
Current Account Saving Account
(CASA) pada Perbankan Syariah |
|
|
27 |
Current Ratio pada Perbankan Syariah |
|
|
28 |
Dana Pihak Ketiga (DPK) pada
Perbankan Syariah |
|
|
29 |
Dana Syirkah Temporer pada Perbankan
Syariah |
|
|
30 |
Debt to Asset Ratio (DAR) pada
Perbankan Syariah |
|
|
31 |
Debt to Equity Ratio (DER) pada
Perbankan Syariah |
|
|
32 |
Denda: Konsep Ta’zir dalam Keuangan
Islam |
|
|
33 |
Dewan Pengawas Syariah (DPS): Tata
Kelola dan Kepatuhan Syariah |
|
|
34 |
Earning Per Share (EPS) pada
Perbankan Syariah |
|
|
35 |
Ekonomi Keuangan Islam |
|
|
36 |
Ekonomi Keuangan Sosial Islam |
|
|
37 |
Ekonomi Pancasila Perpektif Islam |
|
|
38 |
Ekuitas pada Perbankan Syariah |
|
|
39 |
Environmental, Social, and Governance (ESG)
Perspektif Ekonomi Islam |
|
|
40 |
Etika Bisnis Islam |
|
|
41 |
Fatwa dan Regulasi Industri Halal:
Integrasi Fatwa ke Dalam Regulasi dan Tata Kelola Perbankan Syariah |
|
|
42 |
Filsafat Ilmu Ekonomi Islam |
|
|
43 |
Financial Distress dalam Sistem
Keuangan Islam |
|
|
44 |
Financing to Deposit Ratio (FDR)
pada Perbankan Syariah |
|
|
45 |
Garansi Bank Perspektif Ekonomi
Islam |
|
|
46 |
Giro Wajib Minimum (GWM) pada
Perbankan Syariah |
|
|
47 |
Good Corporate Governance (GCG) dalam Sistem Ekonomi
Islam |
|
|
48 |
Harta dalam Islam: Kajian Turats dan Kontemporer |
|
|
49 |
Hedging Perspektif Ekonomi Islam |
|
|
50 |
Income Smoothing Perspektif Ekonomi
Islam |
|
|
51 |
Indikator Kesehatan Perbankan
Syariah |
|
|
52 |
Industri Keuangan Syariah |
|
|
53 |
Internet Banking dalam Sistem Perbankan Syariah |
|
|
54 |
Investasi Surat Berharga pada
Perbankan Syariah |
|
|
55 |
Kartu Debit dalam Sistem Perbankan
Islam |
|
|
56 |
Kartu Kredit dalam Sistem Perbankan
Islam |
|
|
57 |
Kepatuhan Syariah (Sharia
Compliance) pada Sistem Ekonomi Islam |
|
|
58 |
Kepemilikan dalam Islam: Kajian Turats dan
Kontemporer |
|
|
59 |
Kewajiban Penyediaan Modal Minimum
(KPMM) pada Perbankan Syariah |
|
|
60 |
Kinerja Karyawan Perspektif Ekonomi
Islam |
|
|
61 |
Kliring dalam Sistem Perbankan Islam |
|
|
62 |
Koperasi Syariah: Manajemen dan Pemberdayaan Ekonomi
Umat |
|
|
63 |
Kredit Pemilikan Rumah (KPR)
Syariah: Konsep, Akad, dan Implementasi |
|
|
64 |
Kredit Usaha Rakyat (KUR) Syariah
dalam Pemberdayaan Masyarakat |
|
|
65 |
Laba Bersih pada Perbankan Syariah |
|
|
66 |
Lembaga Keuangan Mikro Syariah |
|
|
67 |
Lembaga Keuangan Syariah Bank dan
Non-Bank |
|
|
68 |
Lembaga Penjamin Simpanan (LPS)
dalam Sistem Ekonomi Islam |
|
|
69 |
Letter of Credit (L/C) Perspektif
Ekonomi Islam |
|
|
70 |
Liabilitas pada Perbankan Syariah |
|
|
71 |
Loyalitas Konsumen Perspektif
Ekonomi Islam |
|
|
72 |
Makroekonomi Islam: dan Dinamika
Ekonomi Global |
|
|
73 |
00001 |
Manajemen Risiko Hukum pada Ekonomi
Islam |
|
74 |
00002 |
Manajemen Risiko Imbal Hasil pada
Ekonomi Islam |
|
75 |
00003 |
Manajemen Risiko Investasi pada
Ekonomi Islam |
|
76 |
Manajemen Risiko Kepatuhan pada
Ekonomi Islam |
|
|
77 |
Manajemen Risiko Likuiditas pada
Ekonomi Islam |
|
|
78 |
00004 |
Manajemen Risiko Nilai Tukar pada
Ekonomi Islam |
|
79 |
Manajemen Risiko Operasional pada
Ekonomi Islam |
|
|
80 |
Manajemen Risiko Pasar pada Ekonomi
Islam |
|
|
81 |
00005 |
Manajemen Risiko Pembiayaan pada
Sistem Ekonomi Islam |
|
82 |
Manajemen Risiko Reputasi pada
Sistem Ekonomi Islam |
|
|
83 |
Manajemen Risiko Stratejik pada
Sistem Ekonomi Islam |
|
|
84 |
Manajemen ZISWAF pada Lembaga
Keuangan Syariah |
|
|
85 |
Maqashid Syariah dalam Ekonomi Islam |
|
|
86 |
Merger pada Perbankan Syariah |
|
|
87 |
Metodologi Penelitian Kualitatif Bidang Ilmu Ekonomi |
|
|
88 |
Metodologi Penelitian Kuantitatif Bidang Ilmu
Ekonomi: Kajian Komprehensif |
|
|
89 |
Metodologi Penelitian Mixed Methods dalam Bidang Ilmu
Ekonomi: Kajian Komprehensif |
|
|
90 |
Mikroekonomi dalam Sistem Ekonomi
Islam: Kajian Komprehensif atas Landasan Epistemologis, Konsep Inti, dan
Implementasi Kelembagaan |
|
|
91 |
Minat Konsumen Perspektif Ekonomi
Islam |
|
|
92 |
Mobile Banking dalam Sistem
Perbankan Islam |
|
|
93 |
Moral Hazard Perspektif Ekonomi Islam |
|
|
94 |
Net Imbalan (NI) pada Perbankan
Syariah |
|
|
95 |
Net Imbalan (NI) pada Perbankan
Syariah |
|
|
96 |
Net Operating Margin (NOM) pada
Perbankan Syariah |
|
|
97 |
Net Profit Margin (NPM) pada
Perbankan Syariah |
|
|
98 |
Net Stable Funding Ratio (NSFR) pada
Perbankan Syariah |
|
|
99 |
Non-Performing Financing (NPF) pada
Perbankan Syariah |
|
|
100 |
Otoritas Jasa Keuangan (OJK):
Pengawasan Industri Keuangan Islam |
|
|
101 |
Pembiayaan dalam Sistem Ekonomi
Islam |
|
|
102 |
Perbankan Syariah: Manajemen
Operasional dan Ketahanan |
|
|
103 |
Perbankan Syariah: Peluang
Pengembangannya |
|
|
104 |
Perbankan Syariah: Pembiayaan Sektor
Produktif dan Industri Halal |
|
|
105 |
Perbankan Syariah: Strategi
Pendanaan dan Diversifikasi Produk |
|
|
106 |
Perbankan Syariah: Tantangan
Pengembangannya |
|
|
107 |
Perbankan Syariah: Teori, Praktik,
dan Regulasi |
|
|
108 |
Perilaku Konsumen dalam Sistem
Ekonomi Islam |
|
|
109 |
Posisi Devisa Neto (PDN) pada Perbankan
Syariah |
|
|
110 |
Posisi Devisa Neto (PDN) pada
Perbankan Syariah |
|
|
111 |
Price To Book Value (PBV) pada
Perbankan Syariah |
|
|
112 |
Price To Earning Ratio (PER) pada
Perbankan Syariah |
|
|
113 |
Produk Deposito pada Perbankan
Syariah |
|
|
114 |
Produk Giro pada Perbankan Syariah |
|
|
115 |
Produk Jasa (Layanan) pada Perbankan
Syariah |
|
|
116 |
Produk Penghimpunan Dana (Simpanan)
pada Perbankan Syariah |
|
|
117 |
Produk Penyaluran Dana (Pembiayaan)
pada Perbankan Syariah |
|
|
118 |
Quick Ratio pada Perbankan Syariah |
|
|
119 |
Rasio Likuiditas dalam Sistem
Keuangan Islam |
|
|
120 |
Rasio Profitabilitas dalam Sistem
Keuangan Islam |
|
|
121 |
Rasio Solvabilitas dalam Sistem
Keuangan Islam |
|
|
122 |
Return On Assets (ROA) pada
Perbankan Syariah |
|
|
123 |
Return On Equity (ROE) pada
Perbankan Syariah |
|
|
124 |
Riba Perspektif Ekonomi Islam |
|
|
125 |
Safe Deposit Box pada Perbankan
Islam |
|
|
126 |
Sistem Ekonomi Adam Smith (Klasik)
menurut Islam |
|
|
127 |
Sistem Ekonomi Kapitalis/Liberal
menurut Islam |
|
|
128 |
Sistem Ekonomi Keynesian menurut
Islam |
|
|
129 |
Sistem Ekonomi Neo-Klasik menurut
Islam |
|
|
130 |
Sistem Ekonomi Pancasila menurut
Islam |
|
|
131 |
Sistem Ekonomi Skolastik menurut
Islam |
|
|
132 |
Sistem Ekonomi Sosialis menurut
Islam |
|
|
133 |
Sistem Operasional Bank Syariah |
|
|
134 |
Subrogasi dalam Sistem Keuangan
Islam |
|
|
135 |
Sumber Daya Manusia (SDM) Perspektif Ekonomi Islam |
|
|
136 |
Transaksi dalam Sistem Ekonomi Islam |
|
|
137 |
Uang Perspektif Ekonomi Islam |
|
|
138 |
Unit Usaha Syariah (UUS) |
|
|
139 |
Wealth Management Perspektif Ekonomi
Islam |
Komentar
Posting Komentar