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. untuk menghasilkan nilai-nilai pengujian inner model, langkah di SmartPLS dilakukan dengan metode bootstraping. 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 Bootstrapping 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. Jika pakai taraf signifikansi 10%, nilai t-valuel 1,65. Sedangkan taraf signifikansi 1% maka nilai t-value 2,58.

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. Nilai effect size 0,02 kategori kecil, 0,15 masuk kategori menengah dan 0,35 kategori besar.
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

Baca juga :

1. Mengenal Generalized Structured Component Anaysis

2. Uji Outer Model Pada PLS

3. Model Multi Group Analysis MGA

Referensi :

Ghozali, I. (2011). Structural Equation Modeling Metode Alternatif dengan Partial Least Square PLS edisi 3. Semarang : Badan Penerbit Universitas Diponegoro

Henseller, J.,Ringle,C.M and Sinkovics.R.R. (2009). The Use of Partial Least Squares Path Modeling in International Marketing : Advances in International Marketing (20).pp.277-319.

Lohmoller,J.B. (1989). Latent Variables path Modeling with partial Least Squares. Berlin, Heidelberger : Springer

Michael, H., and Andreas, M.K. (2004). A Beginner's Guide to Partial Least Square Analysis. Lawrence Erlbaum Association, Inc.

Vincenzo, et al. (2010). Handbook of Partial Least Square. Berlin, Heidelberg : Springer-Verlag.

20 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.

Ridho Bramulya Ikhsan mengatakan...

Dear Pak Suseno

Jika model hanya 1 variabel X, 1 variabel Y dan 1 variabel Z, bagaimana menghitung efek size?

Terima kasih

Suseno Bimo mengatakan...

Ridho Bramulya ikhsan : kalau model dengan 1 variabel independen tidak bisa dihitung effect size. Kalau untuk menghitung effect size dilakukan pada model yang memiliki lebih dari 1 variabel eksogen (independen)

Unknown mengatakan...

Setelah sy bootstrap nilai t statistic lbih kecil dr t tabel, artinya variabel x tidak ad pengaruh dgn variabel y, atau bagaimana pak

Suseno Bimo mengatakan...

Unknown : ya..tidak ada pengaruh yanh signifikan variabel X terhadap Y

pusat informasi lendah mengatakan...

Pak, bagaimana jika koefisiennya negatif (berlawanan)? Sepertinya R2 jd sangat kecil.

pusat informasi lendah mengatakan...

Pak saya sdg menganalisis 4 var independent dg 2 var dependen. Hubungannya satu negatif dan 1 posisif. Untuk yg positif saya dapat R2 45%. Namun yg negatif R2nya hanya 4%
nilai t dan p per variabel jauh dr 0,05 dan 1,96. Apakah ada yg salah dalam hal ini.

Suseno Bimo mengatakan...

Pusat informasi lendah : kalau koefisien negatif artinya bahwa jika variabel independen (eksogen)naik maka ada penurunan pada variabel dependen (endogen).Kalau nilai R square kecil tidak dipengaruhi oleh koefisien yang negatif, tetapi dari besar atau kecil nilai koefisiennya, baik negatif maupun positif.

Suseno Bimo mengatakan...

Pusat informai lendah : kalau hasil seperti itu, tidak ada yang salah dengan hasilnya.

Unknown mengatakan...

Pak,bagaimana cara mencari nilai R-in dan R-ex nya? kalau dari SmartPLS bisa dilihat dibagian mana ya pak?

Suseno Bimo mengatakan...

Unknown : cara dilakukan dengan 2 kali runing model. Misal 1. untuk R-in, model menyertakan seluruh konstraknya : lihat nilai R-square (ini nilai R-in). Sedangkan R-ex, kita mengeluarkan 1 konstrak eksogen dalam model, running : lihat hasil R-square (ini nilai R-Ex).

Unknown mengatakan...

Ka mau tanya, kalau misal saya punya variabel x1,x2,m sama Y. Terus variabel x1 sama x2 tidak berpengaruh pada y. Apa untuk pengujian variabel m masih bisa di lanjutkan pak? Terima kasih 🙏

Suseno Bimo mengatakan...

Unknown : Tidak masalah X1 dan X2 tidak berpengaruh, kalau variabel M sebagai mediator dan bisa lanjutkan jika nilai X1 ke M dan M ke Y hasil nilai koefisien pengaruh adalah signifikan

Misbahul mengatakan...

Cara menentukan t tabel itu bagaimana ya pak

Suseno Bimo mengatakan...

Misbahul : untuk nilai t tabel dapat dilihat pada output tabel Path Coefficient. Nilai t berasal dari nilai koefisien (original sampel) dibagi dengan error (standard deviation).