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 REFLEKTIF
          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.




                      219 komentar:

                      «Terlama   ‹Lebih tua   201 – 219 dari 219
                      Anonim mengatakan...

                      pak, bagaimana cara agar hasil yang menggunakan variabel intervening (variabel mediasi) dapat berpengaruh positif dan signifikan? saya sudah coba tetapi selalu merah hasilnya.. terima kasih pak

                      Kartika Ekki Puspita mengatakan...

                      pak, mohon maaf saya mau tanya. penjelasan bapak mengenai nilai cronbach's alpha < 0.6 sensitif oleh jumlah indikator dan penelitian tetap dapat dilakukan dengan menggunakan composite reliability yg sudah valid. kalau boleh saya tau, sumbernya darimana ya pak? supaya saya bisa jelaskan kepada dosen penguji saya pada saat skripsi. Terima kasih pak

                      Unknown mengatakan...

                      Selamat malam pak izin bertanya bedanya composit reliability dengan crombach alpha apa ya pak?

                      Suseno Bimo mengatakan...

                      Nila Martha :untuk nilai cronbach alpha > 0.6, tidak reliabel. Sehingga buku-buku referensi menyatakan bahwa konstrak tersebut tidak reliabel.

                      Suseno Bimo mengatakan...

                      jas : nilai R-square dipengaruhi oleh nilai koefisien pengaruh konstrak eksogen (independen) yang mempengaruhinya. Jadi Nilai R-square yang kecil, nilai koefisien juga kecil.

                      Suseno Bimo mengatakan...

                      elen manura Wijaya :jika ada indikator yang dikeluarkan dari model, artinya indikator tersebut tidak valid sebagai pengukur konstraknya. Jadi pada saat pengambilan keputusan hipotesis, jelas tidak melibatkan indikator yang dikeluarkan tersebut.

                      Suseno Bimo mengatakan...

                      Anonim : nilai VIF untuk uji outer model pada indikator formatif.Jika pakai indikator reflektif, tidak diperlukan nilai VIF nya.

                      Suseno Bimo mengatakan...

                      Anonim : Selamat sore : Ya dikeluarkan/hapus dari model jika ada indikator memiliki nilai loading lebih kecil ke konstraknya dibandingkan ke konstrak lain.

                      Suseno Bimo mengatakan...

                      Isti :Jika ada indikator seperti itu, maka indikator tersebut tidak dapat cukup untuk dibedakan dengan indikator yang lain. maksudnya diskriminan validitas adalah indikator tersebut benar-benar sebagai pengukur konstraknya, makanya harus lebih tinggi ke konstrak yang dituju dibanding ke konstrak lain, disini letak perbedaan antar indikator. jika ada indikator yang tidak terpenuhi disvriminat validity, maka hapus/kelurakan dari model.

                      Suseno Bimo mengatakan...

                      Unknown : gak bisa di run. Keterangan yang keluar apa?

                      ASDASDASD mengatakan...

                      Halo Pak saya mau tanya, misalkan nilai ave saya dibawah 0.5 padahal indikator sudah valid (diatas 0.5),kemudian saya mengdrop nilai loading terkecil dan ave sudah diatas 0.50. ada acuan/kutipan dari peneliti atau author tidak ya tentang saran untuk mengdrop indikator tercekil agar ave diatas 0.50, saya cari2 tidak ketemu,, untuk kepentingan skripsi Pak. Terimakasih, Salam

                      Anonim mengatakan...

                      Selamat sore pak, saya mau tanya mengenai VIF. Jika VIF ada yang tidak berwarna hijau (nilainya 3.593) itu bagaimana ya pak? Saya menggunakan smart pls 3. Terimakasih

                      Anonim mengatakan...

                      Pak saya mau tanya, apa composite reliability dan construct reliability itu sama? nilai composite reliabilitykan yang diharapkan diatas 0.7, kalau sudah 0.9 atau lebih artinya baik sekali ya pak?

                      Rey mengatakan...

                      Malam pak, saya mau tanya apakah composite reliability dan construct reliability itu sama saja? kalau nilai composite reliability 0.9 atau 0.95 bagaimana pak? artinya sudah sangat reliable ya?

                      Suseno Bimo mengatakan...

                      Unknown : Composite reliability merupakan closer aproximation dengan asumsi estimasi parameter lebih akurat. Sedangkan cronbach's alpha tidak mengasumsikan ekuivalen antar pengukuran dengan asumsi semua indikator diberi bobot sama.Sehingga cronbach's alpha lebih cenderung under estimates dalam pengukuran reliabilitas.

                      Suseno Bimo mengatakan...

                      ASDASDASD : Lihat di rumus AVE yang dibentuk dari nilai loading factor. Jika nilai loading factor ada yang kecil akan berpengaruh terhadap nilai AVE.

                      Suseno Bimo mengatakan...

                      Anonim :nilai VIF tinggi menunjukkan adanya multikolinieritas dari indikator-indikatornya.

                      Suseno Bimo mengatakan...

                      Anonim : Iya, sangat Reliabel.

                      Suseno Bimo mengatakan...

                      Rey : Iya keduanya sama saja untuk mengukur reliabilitas.

                      «Terlama ‹Lebih tua   201 – 219 dari 219   Lebih baru› Terbaru»