13 Juli 2013

Uji Outer Model Pada PLS-Path Modeling

Dalam model SEM yang berbasis varian atau PLS-Path Modeling, model ini terdiri dari Outer model  (model pengukuran) dan Inner model (model structural ). Dengan demikian evaluasi  model pada PLS-PM juga terdiri 2 tahap yaitu evaluasi outer model dan Inner Model. Hal yang perlu diperhatikan dalam menggunakan PLS-PM adalah tidak adanya suatu kriteria statistik yang mampu menilai secara keseluruhan suatu model sehingga peneliti tidak mampu melakukan analisa inferensi untuk menguji kelayakan model. Sebagai alternatif, uji nonparametrik melalui metode re-sampling seperti Jackknifing dan Bootstrapping bisa digunakan pada estimasi suatu model yang dihasilkan.

OUTER MODEL
Pada outer model kita kenal 2 tipe/jenis hubungan indikator pada konstruknya, maka pengujian dilakukan sesuai dengan bentuk indikatornya yaitu indikator reflektif dan indikator formatif.
      • INDIKATOR REFLETIF
          Loading Faktor.
          Nilai ini menunjukan korelasi antara indikator dengan konstruknya. Indikator dengan nilai loading yang rendah menunjukan bahwa indikator tersebut tidak bekerja pada model pengukurannya. nilai loading yang diharapkan > 0.7.

          Cross Loading
          Nilai ini merupakan  ukuran lain dari validitas diskrimanan. Nilai yang diharapkan bahwa setiap indikator memiliki loading lebih tinggi untuk konstruk yang diukur dibandingkan dengan nilai loading ke konstruk yang lain.
            Composite Reliability
            Nilai ini menunjukan internal consistency yaitu nilai composite reliability yang tinggi menunjukan nilai konsistensi dari masing-masing indikator dalam mengukur konstruknya. Nilai CR diharapkan > 0.7.
            Formula Composite Reliability :

            Rumus Composite Reliability

            Dimana  adalah component loading ke indikator dan  .

            Average Variance Extracted (AVE)
            Nilai AVE digunakan untuk mengukur banyaknya varians yang dapat ditangkap oleh konstruknya dibandingkan dengan variansi yang ditimbulkan oleh kesalahn pengukuran. Nilai AVE harus lebih besar (> 0.5). Formula AVE :

            Rumus AVE




                    Dimana  adalah component loading ke indikator dan  
                    • INDIKATOR FORMATIF
                    Pada model hubungan formatif, outer weight (penimbang) setiap indikator dbandingkan satu dengan yang lain untuk menentukan indikator yang memberikan kontribusi terbesar dalam satu konstruk. Pada alpha 5 % indikator dengan penimbang terkecil (t-statistik > 1.96). Selain signifikansi nilai weight, evaluasi dilakukan apakah terdapat multikolinieritas pada indikatornya. Untuk mengujinya dengan mengetahui nilai Variance Inflation factor (VIF). Nilai VIF < 10 mengindikasikan tidak terdapat multikol.




                      51 komentar:

                      Niken Wahyu mengatakan...

                      Selamat pagi..maaf pak, saya ingin bertanya.. arti nilai AVE=1 itu apa ya ,Pak? apakah nilai AVE=1 jarang ditemukan? terimakasih..

                      Suseno Bimo mengatakan...

                      Saudara Niken,
                      nilai AVE merupakan kriteria uji konvergen validity dari indikator pada level konstruknya. nilai AVE antara 0-1. Jika nilai AVE=1, artinya indikator memiliki besarnya varian yang dikandung pada konstruk adlh sempurna. Nilai AVE =1 terjadi pd konstruk yang hanya memiliki 1 indikator.

                      Anonim mengatakan...

                      maaf pak saya ingin bertanya untuk loading factor rumusnya yang mana ya pak? selain memang menggunakan software SEM hasilnya langsung keluar. Terima kaih

                      Anonim mengatakan...

                      pak saya ingin menanyakan tentang indeksnya, untuk notasu sigma i berarti sebanyak jumlah indikator, ataukah matriks varians kovarian ? trims

                      Yeyen Komalasari mengatakan...

                      Selamar sore,
                      indikator dikatakan valid jika nilai outer loading > 0,6
                      Apabila indikator memiliki nilai outer loading mendekati sempuna yaitu 0,999
                      apakah data saya salah? atau itu bisa saja terjadi dan itu dapat diterima
                      Terimakasih

                      Suseno Bimo mengatakan...

                      Yeyen : tidak salah. kalau itu bisa saja terjadi dan bisa diterima. Lebih baik di cek data mentahnya lagi dengan hasil kusesionernya.

                      wathoni hipzul imtihan mengatakan...

                      Mohon Pencerahan, saya meneliti dengan 2 variabel eksogen(X1 dan X2) terhadap 2 variabel endogen(Y1 dan Y2). X1 ada 3 indikator reflektif, X2 ada 1 indikator formatif, Y1 ada 1 indikator formatif, dan Y2 ada 1 indikator formatif. bagaimana evaluasi outer modelnya? apakah langsung 1 kali run pada Smart PLS 3.0? atau dipisah antara variabel dengan indikator reflektif(X1) dengan variabel dengan indikator formatif(X2, Y1 dan Y2)?

                      Suseno Bimo mengatakan...

                      wathoni hipzul imtihan :hanya perlu sekalai run (algorithm). Tapi hasilnya untuk uji outer model nanti berbeda antara indikator formatif dan reflektif.

                      wathoni hipzul imtihan mengatakan...

                      berarti yang dievaluasi outer model hanya X1 dengan 3 indikator reflektif?? kemudian 3 variabel dengan indikator tunggal langsung di lihat hasil bootstrappingnya?
                      Kenapa di Smart PLS 3 untuk variabel dengan indikator tunggal tidak ada arah panahnya?
                      mohon penjelasan. terimakasih

                      Suseno Bimo mengatakan...

                      wathoni hipzul imtihan:
                      iya.
                      untuk indikator tunggal sudah otomatis indikator berbentuk formatif, karena konstrak hanya sebagai pengganti indikator tunggal tersebut

                      dyan putry mengatakan...

                      Saya ingin menanyakan pak, apabila ketika saya ingin menguji convergent validity dengan menggunakan outer loading dan nilai AVE, tapi saya mendapatkan hasil dimana outer loading pada setiap indikator semuanya memenuhi, namun ada nilai dari AVE yang tidak memenuhi, kira kira itu seperti apa ya pak? saya menggunakan 3 variabel dengan 1 variabel eksogen dan 2 variabel endogen

                      Suseno Bimo mengatakan...

                      dyan Putry : untuk menaikkan AVE,keluarkan dari model indikator yang terendah.

                      Unknown mengatakan...

                      Selamat malam pakkk,apabila saya menguji 3 variable dengan 1 variable sebagai mediasi,hasil yang saya dapat menunjukan nilai AVE yang rendah yaitu dibawah 0.5 ,hal ini menandakan apa ya pak,dan bagaimana cara menaikan nilai AVE nya?terimakasih

                      Suseno Bimo mengatakan...

                      Unknown : nilai AVE yang rendah < 0.5 menunjukkan convergent validity yaitu menggambarkan besarnya varian yang dapat dikandung oleh konstrak latennya. Untuk menaikkan AVE, keluarkan indikator yang masih rendah < 0.5 atau indikator dengan nilai loading terkecil.

                      Anonim mengatakan...

                      Selamat malam pak. Pak saya ingin bertanya apakah SEM dapat digunakan untuk mengukur single indikator/satu indikator ?. Mohon penjelasannya pak. Terimakasih.

                      Ravi Ul Haq mengatakan...

                      selamat sore pak. saya ingin bertanya. bagaimana maksud dari nilai path coeffisien di pls ya? misalnya nilai path coeffisien pada variabel A terhadap B adalah 0,15. itu artinyakan positif, apabila A meningkat, berarti B juga akan meningkat, begitu bukan? Nah yang ingin saya tanyakan itu 0,15 itu apa pak? Apakah ada standarnya berapa angka normal dari path coeffisien tersebut? Atau hanya sebatas melihat hasil positiv atau negativ saja pada hasil path coeffisien itu? Mohon pencerahannya, terima kasih sebelumnya.

                      shufi mujahida mengatakan...

                      pak, saya mau bertanya.. pada penelitian saya, ada salah satu variabel formatif yang semua indikatornya memiliki nilai t statistik yang lebih kecil dari pada t tabel, apakah hal tersebut berarti semua variabel saya tidak signifikan?
                      tapi berdasarkan uji pendahuluan pake spss, semua hasilnya valid, reliabel dan linier

                      Suseno Bimo mengatakan...

                      Anonim : ya bisa menggunakan single indikator. namum nilai loading indikator (1) dan tidak perlu diuji outer model.

                      rezki wulan permata sari mengatakan...

                      pak bagaimana rumus untuk mendapatkan loading factor di PLS/GeSCA?

                      Suseno Bimo mengatakan...

                      RAVI UI Haq : ya benar, jika nilai koefisien A sebesar 0.15, artinya bahwa jika ada peningkatan A sebesar 1 maka B akan meningkat sebesar 0.15. Tidak ada batasan normal pada nilai koefisien, hanya berkisar antara -1 sampai dengan 1.

                      Suseno Bimo mengatakan...

                      Shufi mujahida:uji pada formatif tidak sama dengan reflektif. pada indikator reflektif uji menggunakan weight (bobot) dan nilai t-statistik dan juga nilai VIF sebagai uji multikolinieritas

                      indriyani rajabbiliana mengatakan...

                      Pak mau tanya, saya sendang meneliti menggunakan PLS dengan 100 responden, setelah dilakukan PLS Alogarith , AVE pada varibel saya 0,48 dan berwarna merah. sedangkan varibel yang lain berwarna hijau dan di atas 0,5. yang ingin saya tanyakan, apakah varibel saya yang 0.48 itu masih bisa di lanjutkan tanpa mengubah data responden? terimakasih.

                      Suseno Bimo mengatakan...

                      Indriyani rajabbiliana : Untuk menaikkan nilai AVE dari 0.48 menjadi > 0.50, keluarkan indikator yang memiliki nilai loading paling rendah/terkeci.

                      Jonnathan Jordian mengatakan...

                      Pak saya mau tanya. mengapa dalam Uji PLS.. Kita tidak menggunakan uji asumsi klasik dan uji normalitas?

                      Suseno Bimo mengatakan...

                      Jonnathan Jordian : Untuk PLS karena metode estimasinya menggunakan Partial Least Square (PLS) merupakan uji non parametrik yang tidak berasumsi pada normalitas data sehingga uji normalitas tidak dilakukan. Sedangkan asumsi klasik pada regresi dengan estimasi ordinary Least Square (OLS) seperti autokorelasi, Multikolinieritas, heterokedasitas, pada PLS hanya ada uji multikolinieritas antar konstrak.

                      Anonim mengatakan...

                      pak, saya mau bertanya. ave saya 0,3 dan ketika saya keluarkan indikator yang paling rendah, dari 25 indikator saya harus menghapus 15 indikator agar mendapa AVE 0,5. bagaimana ya pak, apakah kuesioner harus diulang? dan bagaimana agar data bisa AVE diatas 0,5 tanpa menghapus indikator yang terlalu banyak?

                      Jonnathan Jordian mengatakan...

                      Pak, Seperti yang kita ketahui jika menguji outer model ada beberapa syarat seperti Composite reliability, convergent validity dan discriminat validity... kenapa kita harus menguji 1 1 pak? apa yang membuat dalam outer model kita harus menguji 3 hal tersebut. terima kasih

                      Hermawan Sulistio mengatakan...

                      Hello, perkenalkan saya hermawan sulistio. saya sedang melakukan riset menggunakan alat analisis data SEM PLS. dalam riset saya hanya ada 1 Variabel Independen dengan 9 indikator dan 1 variablen Dependen dengan 8 indikator (setiap indikator saya jadikan pertanyaan pada kuisioner) dari 17 indiaktor/pertanyaan saya pada kuisioner hanya ada 3 data yang valid di atas 0.7 .

                      yang ingin saya tanyakan adalah. bagaimana menaikan nilai puter loading atau agar kusisioner saya valid. dan sebaiknya jawaban yang di berikan responden itu bagaimana? harus pada point yang sama semua kah seperti setuju semua atau seperti ap? mohon penjelasannya.

                      Hermawan Sulistio mengatakan...

                      tes

                      Suseno Bimo mengatakan...

                      Anonim: langkah tersbut sudah tepat. Untuk membuat nilai AVE > 0.5 memang menghilangkan/mengeluarkan indikator yang nilailoading masih rendah (<0.5). Jadi kuesioner tidak perlu diulang. Kalau dengan 15 indikator nilai AVE 0.5 sudah cukup.

                      hetty nofeni mengatakan...

                      Pak, data saya AVE ada yg merah padahal loading factor sdh diatas o,6, kenapa ya?? gmn crx spy bs ijo semua pak?? maturnuwun sanget bantuannya

                      Suseno Bimo mengatakan...

                      Jonathan Jordian : meskipun sama-sama untuk uji outer model tetapi Composite reliability, convergent validity dan discriminant validity memiliki tujuan yang berbeda. convergent validity dan discriminant validity merupakan evaluasi secara individu yang mana uji ini mengukur besarnya korelasi (loading) antara indikator dengan konstraknya (variabel laten). convergent validity hanya mengukur nilai loading terhadap kontraknya sedangkan discriminat validity membandingkan nilai loading konstrak yang dituju harus lebih tinggi dengan nilai loading terhadap konstrak yang lain. Sedangkan composite reliability mengukur internal consistency reliability dimana uji ini mengukur secara bersama-sama indikator dalam membentuk konstraknya

                      Suseno Bimo mengatakan...

                      Hermawan sulistio :untuk menjadikan nilai outer loading (model reflektif) banyak yang valid dapat diketahui dari nilai korelasi yang tinggi antar indikator dalam satu konstrak (variabel laten)

                      Suseno Bimo mengatakan...

                      hetty nofeni :warna merah menunjukkan nilai AVE masih kecil (dibawah 0.5) sedangkan warna hijau sudah sesuai kriteria (diatas 0.5). Supaya nilai AVE tinggi (naik), keluarkan nilai loading terkecil, kemuadian run. Jika masih belum naik di atas 0,5 keluarkan (drop) indikator loading yang terkecil. Ulangi sampai diperoleh nilai AVE (di atas 0.5)

                      hetty nofeni mengatakan...

                      sy mencoba project baru pak, pas sy import data excel sy yg sdh dlm format csv, kok malah datax gak terbaca ya pak, knp kira2 pak?

                      Suseno Bimo mengatakan...

                      Hetty nofeni : cek kembali datanya sebelum disimpan (csv)atau kopi paste ke lembar (excel)tebaru dan simpan dalam format (csv).

                      Intan Hardiyani mengatakan...

                      Selamat Siang Pak. saya mau tanya nilai nouter loading saya sudah >0.5 tetapi pada Cross Loading masih terdapat nilai item indikator terhadap konstruknya lebih kecil daripada nilai cross loadingnya. bagaimana baiknya ya pak?
                      terima kasih

                      Intan Hardiyani mengatakan...

                      Selamat Siang pak. Saya mau tanya nilai outer loading sudah >0.5 tetapi pada cross loading masih ada korelasi konstruk dengan indikatornya lebih kecil dibandingkan korelasi indikator lainnya. kenapa begitu ya pak?

                      Suseno Bimo mengatakan...

                      Intan Hardiyani : Keluarkan/drop item indikator tersebut dari model.

                      Suseno Bimo mengatakan...

                      Intan hardiyani : artnya bahwa item tersebut belum valid pada uji discriminant validity belum terpenuhi.

                      Khairiyani Nawawi mengatakan...

                      Selamat pagi pak,
                      1. Begini pak, 3 penelitian saya menggunakan Smartpls
                      nilai convergent validity semua penelitian tsb tinggi semua. Oleh karena itu, tidak pernah terjadi masalah di discriminant validity dan reliability blok indicator.
                      Setelah membaca penjelasan bapak dalam menjawab pertanyaan di atas, saya menyimpulkan bahwa jika di tahap convergent validity oke, maka memang tdk ada masalah di tahap uji selanjutnya. Apakah benar begitu ya pak?


                      2. Smartpls versi free 30 days, tidak bisa mengolah data lebih dari 100. Jika kita ingin mengolah data lebih dari 100, apakah benar kita harus memiliki software yg berbayar (professional) pak? jika iya, apakah tiap laptop harus instal sendiri-sendiri yang berbayar itu, atau bisa 1 laptop lalu copykan ke yang lain?

                      Terima kasih.

                      Suseno Bimo mengatakan...

                      Khiriyani Nawawi:
                      1. Iya benar,uji outer modelnya harus terpenuhi dahulu. Kemudian uji selanjutnya yaitu outer model.
                      2. SmartPLS free 30 days sama seperti full version bisa mengolah sampel > 100, hanya terbatas 30 hari aktifnya. Sedangkan smartPLS student version memang terbatas pada sampel < 100, tidak ada batas waktu pemakaian dan banyak keterbatasan-keterbatasan lainnya. untuk software smartpls profesional/berbayar, ada berbagai pilihan yang ditawarkan, dari single user atau multiuser dan jangka waktu lisence dari 2 bulan sampai 5 tahun. Lengkapnya kunjungi website-nya saja.

                      Anonim mengatakan...

                      pak saya ingin bertanyaa, aplikasi sempls saya tidak bisa menghasilkan ave dan indicator reliability. itu bagaimana ya pak? terimakasih....

                      Suseno Bimo mengatakan...

                      Anonim : lihat kembali modelnya, apakah konstrak berbentuk reflektif atau formatif, jika formatif memang tidak ada nila AVE dan Reliability

                      jeanesetyani mengatakan...

                      selamat malam pak,maaf menganggu saya ingin bertanya. saya menggunakan aplikasi warppls 5.0.
                      nilai cross loading semua sudah >0.5 namun nilai AVE masih dibawah 0,5 jadi kira-kira bagian mana yang harus diperbaiki pak? terimakasih

                      Anonim mengatakan...

                      selamat malam pak,maaf menganggu saya ingin bertanya. saya menggunakan aplikasi warppls 5.0.
                      nilai cross loading semua sudah >0.5 namun nilai AVE masih dibawah 0,5 jadi kira-kira bagian mana yang harus diperbaiki pak? terimakasih

                      Mody Agatha mengatakan...

                      selamat malam pak, saya ingin bertanya jika nilai loading factor kurang dari 0,7 dan nilai AVE dan composite reliability telah memenuhi persyaratan, apakah indikator tersebut masih perlu dikeluarkan? terima kasih

                      Suseno Bimo mengatakan...

                      Mody Agatha : tidak perlu di drop indikator tersebut jika sudah memenuhi persyaratan (rule of thumb) uji outer modelnya.

                      Suseno Bimo mengatakan...

                      jeanesetyani : untuk nilai crossloading bukan dengan nilai loading lebih besar 0,5, tetapi nilai loading lebih besar terhadap konstraknya yang dituju dibandingkan dengan nilai loading ke konstrak lain. lihat nilai loadingnya, drop nilai loading terkecil pada konstrak tersebut (yang masih kecil nilai AVE nya) kemudian run lagi. Nilai AVE akan naik, jika masih belum > 0,5 maka drop lagi nilai loading paling rendah.

                      Livia Felisia Marentina mengatakan...

                      Selamat malam pak, Saya mau tanya. jadi saya memiliki 50 indikator, tetapi ada 5 indikator yang tidak valid dibawah 0,5. saya menggunakan teknik SEM-PLS dengan SmartPLS. Dosen saya berkeinginan untuk tidak me-drop 5 indikator yg tidak valid tersebut dikarenakan takut mengurangi representasi model, karena saya menggunakan model yg sudah ada dalam dunia penelitian (bukan membuat model baru).
                      Selama ini semua literatur analisis convergent ialah me-drop yg tidak valid, tetapi dosen saya berkeinginan lain. Bagaimana pendapat pak Suseno Bimo atas pertanyaan saya?

                      Suseno Bimo mengatakan...

                      Livia Felisia marentika : menurut pendapat beberapa ahli, tiap konstrak (variabel laten) minimal memiliki 3 indikator pengukur yang valid. Memang benar indikator dengan nilai loading < 0,5 maka didrop dari model. Apabila menginginkan kelima indikator yang tidak valid tersebut tidak didrop, bisa disebar kuesioner lagi dan dianalisis ulang untuk mendapatkan nilai yang valid (>0,5).