21 Juli 2013

Uji Inner Model PLS Path-Modeling

Uji Inner Model dilakukan untuk menguji hubungan antara konstruk eksogen dan endogen yang telah dihipotesiskan sebelumnya. Uji Iner Model disebut juga dengan uji struktural. Ada beberapa uji dalam Inner Model yaitu :

Nilai R2
R2 seperti halnya pada R2 regresi linier yaitu kemampuan konstruk eksogen menjelaskan variasi pada konstruk endogen. Ada 3 kriteria nilai R2 yaitu : 0.67 artinya  baik, 0.33 artinya moderat dan 0.19  (lemah).

Estimasi Koefisien Jalur
Nilai estimasi  koefisien jalur antara konstruk harus memiliki nilai yang signifikan. Signifikansi hubungan dapat diperoleh dengan prosedur Bootstapping atau Jacknifing. Nilai yang dihasilkan berupa nilai t-hitung yang kemudian dibandingkan dengan t-tabel. Apabila nilai t-hitung > t-tabel (1.96) pada taraf signifikansi (Alpha 5%) maka nilai estimasi koefisien jalur tersebut signifikan.

Effect Size (f2)
Effect size dilakukan untuk mengetahui perubahan nilai pada konstruk endogen. Perubahan nilai menunjukan pengaruh konstruk eksogen terhadap konstruk endogen apakah memiliki pengaruh yang subtantif.
Formula effect size (),

effect size
Rumus Effect size

Dimana :
= Nilai yang diperoleh ketika konstruk eksogen dimasukkan ke model
= Nilai yang diperoleh ketika konstruk eksogen dikeluarkan dari model.

Relevansi Prediksi ()
Nilai berguna untuk validasi kemampuan prediksi model. Model ini hanya cocok dilakukan pada konstruk endogen yang mempunyai indikator reflektif. Nilai relevansi prediksi jika < 0 menunjukkan konstruk laten eksogen baik sebagai variabel penjelas yang mempu memprediksi konstruk eksogennya. Uji ini dikenal dengan uji Stone Geisser.
Formula uji 
Uji Stone Geisser

Dimana, D adalah Omission Distance, E = sum of squares of prediction errors, O adalah sum of squares of observation. Nilai diatas nol membuktikan bahwa model mempunyai prediksi relevansi.

Goodness of Fit (GoF)
Pengujian ini dilakukan untuk validasi model secara keseluruhan yaitu gabingan inner model dan outer model. Nilai GoF diperoleh dari average communalities index dikalikan dengan model. Formula uji seperti dibawah ini :

Uji GoF

Dimana :
adalah average communalities
adalah rata-rata nilai

6 komentar:

Unknown mengatakan...

Dengan hormat, kami mohon pencerahannya.

bagaimana cara mendapatkan nilai communality index ??

blackbrown mengatakan...

Halo pak, blognya sangat membantu saya yang sangat awam di dunia statistik.

saya ada pertanyaan mengenai R square. Saya menggunakan 2 IV, yang mana IV1 mengarah ke LVa dan LVb, IV2 ke LVc, kemudian ketiganya (LVa,LVb,LVc) mengarah ke DV.

R2 saya di DV hanya mendapat sekitar 41%, di LVa dan LVb dibawah 15%, LVc sekitar 24%.
Untuk menaikkan R2 apa yang harus dilakukan pak? Kira2 justifikasi apa yang dapat disampaikan sehingga R2 kecil dapat diterima.

Terima kasih.

p.s. AVE pada IV1 saya hanya sebesar .595, apakah ini berpengaruh pada nilai R2?

Suseno Bimo mengatakan...

Blackbrown:nilai R-square DV dipengaruhi oleh koefisien variabel independennya (LVa, LVb dan LVc) dan R-Square sensitif dengan banyaknya variabel independen. Semakin banyak jumlah IV maka nilai R-square akan tinggi begitu juga sebaliknya. Untuk menaikan R-square dapat dengan menaikkan nilai koefisien pengaruh (LVa, LVb dan LVc).

Nisa mengatakan...

Maaf pak, bagaimana mendapatkan nilai R include dan R exclude? Untuk menghitung effect size

Nisa mengatakan...

Assalamualaikum, maaf pak. Saya nisa dari kalbar, dan sedang mengerjakan tugas akhir dengan tools smartpls 3. Saya ingin bertanya, bagaimana mendapatkan nilai R include dan R exclude, untuk menghitung effect size nya?

Suseno Bimo mengatakan...

Nisa : misal untuk menghitung effect size X1, maka R include, X1 di masukkan ke model, sedangkan R exclude didalam model Xi dikeluarkan.