Skripsi manajemen, akuntansi, dan sistem informasi semakin sering memakai pemodelan persamaan struktural. Pertanyaan pertama yang muncul biasanya “pakai SmartPLS atau AMOS?” — padahal pertanyaan itu meloncati satu tahap. Perbandingan di halaman ini menempatkan keputusan pada tempat yang benar: pendekatan statistik dulu, baru perangkat lunaknya.
Tabel perbandingan cepat
| Kriteria | SmartPLS | IBM SPSS Amos | LISREL | lavaan (R) |
|---|---|---|---|---|
| Pendekatan | Berbasis komponen (PLS-SEM) | Berbasis kovarian (CB-SEM) | Berbasis kovarian (CB-SEM) | Berbasis kovarian, dengan modul tambahan lain |
| Cara kerja | Antarmuka grafis | Antarmuka grafis, gambar jalur | Antarmuka dan sintaks | Sintaks kode |
| Sistem operasi | Desktop dan versi web | Hanya Windows | Windows | Windows, macOS, Linux |
| Biaya | Berlangganan (lihat catatan di bawah) | Termasuk pada SPSS Statistics Premium, atau dibeli terpisah | Lisensi akademik, jaringan, komersial, dan basic | Gratis, sumber terbuka |
| Kurva belajar | Paling landai | Landai bila terbiasa SPSS | Sedang | Curam |
| Paling cocok untuk | Model prediktif, konstruk formatif, sampel sedang | Uji kecocokan model teori yang mapan | Model kovarian klasik, kebutuhan estimator khusus | Skripsi yang menuntut keterulangan penuh |
Kriteria penilaian yang kami pakai
Empat kriteria, diumumkan di awal supaya Anda bisa menilai apakah peringkatnya relevan bagi Anda: kesesuaian pendekatan dengan model dan ukuran sampel skripsi; kemudahan dipakai dalam sisa waktu yang Anda punya; ketersediaan lisensi bagi mahasiswa Indonesia; dan kemudahan hasilnya dipertahankan di sidang. Kriteria terakhir sering dilupakan padahal paling menentukan nilai.
Sebelum memilih perangkat: PLS-SEM atau CB-SEM?
Dua keluarga besar SEM menjawab pertanyaan yang berbeda.
Berbasis kovarian (CB-SEM), yang dipakai Amos, LISREL, dan lavaan, bekerja dengan mencocokkan matriks kovarian yang diimplikasikan model terhadap matriks kovarian data. Keluarga ini menghasilkan indeks kecocokan model dan cocok bila tujuan Anda menguji sebuah teori yang sudah mapan. Harganya: sampel harus besar, indikator sebaiknya reflektif, dan penyimpangan sebaran ditangani lebih ketat.
Berbasis komponen (PLS-SEM), yang dipakai SmartPLS, mengestimasi skor konstruk sebagai kombinasi indikator dan memaksimalkan varians terjelaskan pada konstruk endogen. Keluarga ini lebih longgar terhadap ukuran sampel dan sebaran, mendukung konstruk formatif, dan cocok bila tujuan Anda memprediksi atau mengembangkan model baru. Harganya: tidak menghasilkan indeks kecocokan model dalam pengertian yang sama, sehingga penilaian mutu bergeser ke kriteria pengukuran dan struktural yang berbeda.
Pertanyaan yang membuat keputusan ini selesai dalam dua menit: apakah rumusan masalah Anda berbunyi “apakah model X sesuai dengan data” atau “seberapa besar pengaruh A terhadap B melalui C”? Yang pertama mengarah ke CB-SEM, yang kedua ke PLS-SEM. Rumusan masalah yang belum tajam adalah sebab utama mahasiswa berpindah perangkat di tengah jalan; asalnya biasanya dari kerangka teori yang belum menetapkan arah hubungan dengan jelas.
Peringkat untuk kebutuhan skripsi
Peringkat 1: SmartPLS — paling realistis untuk sebagian besar skripsi S1
Alasannya bukan karena SmartPLS lebih baik secara statistik, melainkan karena syaratnya paling cocok dengan keadaan nyata mahasiswa: sampel ratusan responden dari satu perusahaan atau satu kampus, model dengan mediasi dan moderasi, dan waktu belajar yang terbatas. Antarmukanya berupa gambar jalur yang bisa langsung dijalankan, dan prosedur pelaporan yang lazim dipakai di jurnal Indonesia sudah banyak dicontohkan.
Kelemahan yang harus Anda tahu: karena mudah dijalankan, banyak naskah melaporkan hasil tanpa memahami kriteria mutunya, lalu terjebak saat penguji bertanya mengapa satu indikator dibuang. Selain itu SmartPLS berbayar dengan model berlangganan. Catatan kejujuran: halaman harga resmi SmartPLS dibangun sepenuhnya dengan skrip sisi klien sehingga tidak dapat kami baca dengan alat otomatis, dan karena itu kami tidak mencantumkan angka apa pun di sini. Buka sendiri situs resminya untuk harga dan skema lisensi mahasiswa yang berlaku saat Anda membaca ini.
Peringkat 2: IBM SPSS Amos — paling nyaman bila Anda sudah memakai SPSS
Amos adalah perangkat CB-SEM dengan antarmuka menggambar jalur. Halaman produk IBM menyebut fungsinya secara langsung: pemodelan persamaan struktural dan analisis jalur, analisis faktor konfirmatori untuk menguji seberapa baik variabel teramati mewakili faktor laten, serta estimasi Bayes yang memungkinkan pemodelan lebih luwes pada data kompleks atau sampel terbatas.
Dua fakta lisensi yang menentukan: pertama, Amos termasuk dalam SPSS Statistics Premium dan dapat dibeli sebagai bagian dari edisi Base, Standard, dan Professional, atau berdiri sendiri. Kedua, dan ini yang paling sering mengejutkan, halaman produk IBM menyatakan Amos hanya tersedia untuk Windows. Bila Anda memakai MacBook, Amos berarti mesin virtual, komputer laboratorium kampus, atau perangkat lain. Periksa ini sebelum bab tiga Anda terlanjur menuliskan Amos sebagai alat analisis.
Peringkat 3: LISREL — pilihan yang tetap hidup, terutama lewat jalur kampus
LISREL diterbitkan Scientific Software International dan menawarkan beberapa jenis lisensi yang relevan bagi mahasiswa: Academic Standard untuk keperluan nonkomersial, akademik, dan pendidikan dengan tiga instalasi per pengguna dan dapat diperluas sampai enam pengguna; Network License berupa lisensi mengambang untuk institusi yang mendistribusikan perangkat lunak secara terpusat; Commercial dengan dua instalasi dan kemungkinan uji coba gratis 14 hari atas permintaan; serta Basic untuk pengguna tunggal dengan satu instalasi dan tanpa dukungan teknis. Situs resminya juga menyebut adanya program khusus bagi pengajar dan kelas yang memakai LISREL.
Kelemahan: materi belajar berbahasa Indonesia lebih sedikit dibandingkan Amos dan SmartPLS, sehingga waktu belajarnya lebih panjang bila Anda memulai dari nol. Jika kampus Anda sudah memegang lisensi jaringan, pertimbangannya berubah drastis — tanyakan ke laboratorium statistik atau pusat komputer fakultas sebelum membeli apa pun.
Peringkat 4: lavaan (R) — gratis, terulang, tetapi menuntut
lavaan adalah paket R untuk pemodelan variabel laten yang dikembangkan sebagai perangkat sumber terbuka gratis dengan mutu setara perangkat komersial. Cakupannya luas: analisis jalur, analisis faktor konfirmatori, pemodelan persamaan struktural, dan model kurva pertumbuhan. Versi 0.7-2 dirilis di CRAN pada 16 Juli 2026, dan rujukan resmi paket ini adalah artikel Rosseel (2012) di Journal of Statistical Software volume 48 nomor 2 halaman 1–36.
Kelemahan: semuanya berupa kode. Untuk skripsi dengan tenggat dua bulan dan tanpa pengalaman R sebelumnya, ini pilihan berisiko. Kelebihan yang sering diremehkan: seluruh analisis Anda menjadi satu berkas skrip yang dapat dijalankan ulang siapa pun. Bila pembimbing meminta mengubah satu indikator, Anda mengubah satu baris, bukan menggambar ulang model.
Berapa sampel yang Anda butuhkan?
Tidak ada satu angka. Kebutuhan sampel SEM ditentukan oleh jumlah parameter yang diestimasi, jumlah indikator per konstruk, kekuatan hubungan yang diharapkan, dan taraf kesalahan yang Anda pilih. Yang dapat dinyatakan dengan aman: pendekatan berbasis kovarian umumnya menuntut sampel jauh lebih besar daripada pendekatan berbasis komponen, dan model dengan banyak konstruk menuntut lebih banyak responden daripada model sederhana.
Yang harus Anda hindari adalah menyalin angka dari skripsi lain. Hitung sendiri dan tuliskan dasarnya di bab tiga; caranya, termasuk ketentuan untuk analisis multivariat, ada di cara menentukan jumlah sampel skripsi. Bila hasil hitungan Anda jauh di atas kemampuan pengumpulan data, itu justru informasi berharga: mungkin modelnya perlu disederhanakan, atau pendekatannya perlu diganti.
Di mana Tesify berdiri, dan di mana tidak
Tesify bukan perangkat analisis statistik. Tesify tidak mengestimasi model, tidak menghitung koefisien jalur, dan tidak menggantikan keempat perangkat di atas. Yang Tesify kerjakan adalah bagian sesudahnya: menyusun bab tiga dan bab empat yang konsisten, menjaga agar hipotesis, tabel hasil, dan pembahasan tidak saling bertentangan, dan memastikan setiap keputusan metodologi terdokumentasi. Bila kesulitan Anda ada pada estimasi model, pelajari perangkatnya; bila kesulitan Anda ada pada menuliskannya menjadi naskah yang tahan uji, mulai susun naskah bab demi bab bersama Tesify.
Rekomendasi per tipe mahasiswa
- Skripsi S1 manajemen dengan model mediasi dan sampel 150–300 responden: SmartPLS.
- Sudah mahir SPSS, memakai Windows, ingin melaporkan indeks kecocokan model: Amos.
- Kampus sudah memegang lisensi jaringan LISREL dan ada asisten yang membimbing: LISREL.
- Memakai Mac, anggaran nol, dan mau belajar kode: lavaan di R.
- Model Anda hanya satu variabel bebas dan satu variabel terikat: Anda mungkin tidak membutuhkan SEM sama sekali — regresi biasa cukup, dan pemeriksaannya ada di panduan uji asumsi klasik.
Untuk pekerjaan dasar seperti uji validitas dan reliabilitas instrumen sebelum masuk ke SEM, perbandingan perangkatnya ada di SPSS, JASP, Excel, dan R.
FAQ perangkat lunak SEM untuk skripsi
SmartPLS atau AMOS untuk skripsi?
Tentukan dulu pendekatannya. SmartPLS untuk model prediktif, konstruk formatif, dan sampel sedang; Amos untuk menguji kecocokan model teori yang mapan dengan sampel besar. Popularitas di kanal video bukan kriteria yang sah untuk bab tiga.
Apakah IBM SPSS Amos bisa dipasang di Mac?
Tidak. Halaman produk IBM menyatakan Amos hanya untuk Windows. Pilihan bagi pengguna Mac adalah mesin virtual, komputer laboratorium kampus, atau perangkat lain.
Apakah ada perangkat SEM yang benar-benar gratis?
Ya, paket lavaan untuk R gratis dan sumber terbuka, dengan versi 0.7-2 dirilis di CRAN pada 16 Juli 2026. Biayanya berpindah dari uang ke waktu belajar.
Apakah PLS-SEM dianggap kurang ilmiah dibandingkan CB-SEM?
Tidak. Keduanya adalah keluarga metode yang sah dengan tujuan berbeda. Yang bermasalah adalah memakai satu keluarga lalu melaporkan kriteria mutu milik keluarga lain.
Apakah saya harus melaporkan indeks kecocokan model pada PLS-SEM?
Kriteria penilaian PLS-SEM berbeda dan berfokus pada mutu model pengukuran serta model struktural. Menuntut indeks kecocokan gaya CB-SEM pada hasil PLS adalah salah satu kesalahan pelaporan yang paling sering muncul.
Bisakah saya berpindah perangkat di tengah pengerjaan?
Bisa secara teknis, tetapi mahal secara naskah: bab tiga, tabel hasil, dan seluruh kalimat pembahasan harus ditulis ulang. Putuskan pendekatannya sebelum menyebar kuesioner.
Apakah kampus saya menyediakan lisensinya?
Banyak fakultas memegang lisensi jaringan atau lisensi laboratorium yang tidak diumumkan luas. Tanyakan ke laboratorium statistik, pusat komputer, atau perpustakaan sebelum membeli lisensi pribadi.
Apakah versi percobaan cukup untuk menyelesaikan skripsi?
Untuk LISREL, situs resminya menyebut kemungkinan uji coba 14 hari pada produk komersial atas permintaan. Uji coba berjangka pendek berisiko habis di tengah revisi, jadi rencanakan jadwal analisis sebelum mengaktifkannya.
Apakah hasil SmartPLS dan Amos akan sama?
Tidak, dan memang tidak seharusnya sama, karena keduanya mengestimasi hal yang berbeda. Melaporkan keduanya lalu memilih yang koefisiennya lebih besar adalah praktik yang akan ditanyakan penguji.
Apakah saya perlu menguji asumsi klasik pada SEM?
Tidak dalam bentuk yang sama seperti regresi biasa. Setiap keluarga SEM punya seperangkat pemeriksaan tersendiri pada model pengukuran dan model struktural. Jangan menempelkan tabel VIF gaya regresi tanpa menjelaskan perannya dalam model Anda.
Apa yang paling sering ditanyakan penguji pada skripsi SEM?
Mengapa indikator tertentu dibuang, dari mana angka sampel berasal, dan apa arti koefisien jalur dalam bahasa sehari-hari. Siapkan ketiganya secara tertulis; daftar lengkapnya ada di bank pertanyaan sidang.