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 multikolinieritas.
                    Dalam pengujian nilai weight akan sering didapatkan nilai weight yang tidak signifikan, dengan menghilangkan indikator satu indikator formatif tersebut akan menjadi masalah yang sangat serius karena akan mengubah makna dari konstruk formatif tersebut. Sebagai solusinya, jika nilai weight tidak signifikan dan nilai loading faktor > 0.5 maka indikator tersebut masih bisa dipertahankan. tetapi jika nilai weight tidak signifikan dan nilai loading faktor < 0.5, maka indikator tersebut dapat dikeluarkan dari model dengan persyaratan dukungan teori yang ada. 
                    Ketidaksignifikansi weight ini dapat disebabkan dari problem multikolinieritas, banyaknya indikator dan adanya nilai weight positif dan negatif (suppresor effect).

                    Baca juga :

                    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.

                      269 komentar:

                      «Terlama   ‹Lebih tua   201 – 269 dari 269
                      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.

                      Dani mengatakan...

                      pak bagaimana jika ada nilai cross loading pada uji validitas diskriminan dimana satu indikator yg nilai konstruknya lebih kecil dari pada salah satu konstruk lain?
                      kasusnya:
                      indikator A1
                      variabel A B C D E

                      nilai cross loading A1 > B, A1>C, A1E

                      Suseno Bimo mengatakan...

                      Dani : keluarkan indikator tersebut dari model.

                      Anonim mengatakan...

                      pak apakah di tahap seceond order tidak perlu lagi hitung validitas diskriminan yang Fornell Lacker ???
                      mohon info nya pak.. terima kasih

                      Emelia Dewi mengatakan...

                      Mohon maaf Pak Suseno.
                      Kalau nilai cronbach alpha gak muncul itu kenapa ya pak?
                      Lalu, apa perbedaan pengujian validitas sebelum menggunakan pls dengan saat evaluasi outer model pak?

                      Suseno Bimo mengatakan...

                      Anonim : tidak perlu uji validitas diskriminan fornell larcker

                      Suseno Bimo mengatakan...

                      Emelia Dewi : alpha cronbach tidak muncul, bisa terjadi karena dalam model hubungan indikator dengan kontrak menggunakan model formatif (arah panah dari indikator ke kontrak. uji validitas sebelum model PLS dilakukan uji menguji validitas item-item pertanyaan sebagai alat ukur. Sedangkan evaluasi outer model dilakukan untuk menguji apakah indikator-indikator tersebut merupakan indikator yang dominan sebagai pembentuk konstraknya atau mengukur secara unidimensionalitas.

                      Tolong bantu jawab pak, untuk skripsi:( mengatakan...

                      Halo pak mau tanya plis jawabbb! Untuk data saya valuenya lumayan besar2 maksimal 5 minimal 3 tapi kenapa hasil outer loadingnya kecil terus yaaa. Hanya beberapa yg >0,7 . Apa ada salah di data excelnya?

                      Suseno Bimo mengatakan...

                      nilai outer loading yang rendah karena adanya nilai korelasi antar indikator tersebut yang juga rendah.

                      Anonim mengatakan...

                      Selamat malam pak.. sy mau tanya, penelitian sy menguji pengaruh langsung dan tidak langsung (mediasi). Untuk menentukan hasilnya signifikan atau tidak, akan dilihat pada P value (Original Sample) dan T Statistiknya. Tapi saya bingung, mau dilihat di hasil path coefficientnya atau Total Effectnya?
                      karena Tabel Path Coefficient dan Total Effect memiliki tabel yang sama tetapi nilai P Value dan T Statistiknya untuk variabel yang dimediasi berbeda pada kedua Tabel tsb.
                      Mohon pencerahannya... terima kasih!

                      Suseno Bimo mengatakan...

                      Anonim :Untuk mengatahui besarnya koefisien pengaruhnya langsung, lihat pada tabel Path Coefficien. Untuk Total Efect merupakan jalur gabungan antara pengaruh langsung dengan pengaruh tidak langsung.

                      Hani mengatakan...

                      Selamat siang pak, saya ingin bertanya apakah hasil t statistik dapat berubah -ubah jika dilakukan run ulang dengan data yang sama ?

                      Hani mengatakan...

                      siang pak, apakah nilai t statistik dapat berubah - ubah ketika dilakukan run ulang dengan data yang sama ?

                      jika iya, tolong diberikan penjelasan pak
                      terimakasih

                      Suseno Bimo mengatakan...

                      Hani : Siang..ya hasil runing bootstraping memang berubah-ubah dan ini tidak masalah, tetapi perbedaan hasil sangatlah kecil (beda di 2 digit dibelakang koma.

                      Unknown mengatakan...

                      halo pak saya chris saat ini sedang nyusun skripsi dengan menggunakan PLS, nah jadi pak minta arahannya, jadi bagaimana jika dalam validitas deskriminan ketika nilai cross loading dalam suatu variabel memiliki nilai indikator yng tidak valid atau nilai variabel laten kecil dari pada variabel yng memebentky atau tidak memenuhi syarat validitas deskriminan?. sedangkan nilai AVE memenuhi dan nilai outer loadingnya semua berada diatas 0.50. terima ksih pak

                      Anonim mengatakan...

                      Saya mau tnya pak, apakah ketika membuat model nya di PLS sudah otomatis terbentuk reflektif atau formatif?? Saya msh bingung bagaimana cara menentukan model skripsi saya apakah masuk reflektif atau formatif.

                      Suseno Bimo mengatakan...

                      Chris : kalau tidak tidak terpenuhi nilai cross loadingnya, indikator tsb (yang memiliki nilai loading lebih kecil ke kontrak yang dituju dibandingkan ke konstrak lain)harus dikeluarkan dari model.

                      Suseno Bimo mengatakan...

                      Anonim : tidak otomoatis terbentuk reflektif atau formatif. Memang secara default SmarPLS, indikatornya reflektif. untuk menentukan formatif atau reflektif ada beberapa kriteria secara teori. Untuk lebih mudahnya pakai logical test hubungan indikator dengan konstraknya. Jika secara logical hubungan, konstrak mempengaruhi indikator maka indikator tersebut reflektif, sedangkan jika indikator mempengaruhi konstraknya maka indikator tersebut formatif.

                      Dapur Laris mengatakan...

                      Hal tersebut apa bisa dilakukan jg, jika mendapati nilai composite reliability dan cronbach alpha <0.6 ?
                      Terimakasih

                      Suseno Bimo mengatakan...

                      Unknown : bisa juga untuk nilai alpha cronbach yang rendah <0.6. disampimg itu juga nilai alpha cronbach agak sensitif terhadap jumlah indikator, jika jumlah indikator sedikit, cenderung nilai alpha cronbach akan kecil.

                      Unknown mengatakan...

                      Assalamualaikum Pak saya mau bertanya jika pada uji convergent validity saya sudah diatas 0,5 semua valid, tapi pada uji discriminat validity nilai cross laoding saya ada yg lebih kecil dari konstruk lainnya, itu bagaimana ya pak?

                      Suseno Bimo mengatakan...

                      Unknown: Wa'alaikumsalam :indikator yang memiliki nilai loading lebih kecil ke konstrak yang dituju dibandingkan ke konstrak lain, keluarkan dari model.

                      Titi mengatakan...

                      Assalamualaikum Pak, salam kenal. saya mau tanya, jika hasil CR > 0,8 sedangkan AVE nya >0,5 apakah artinya indikatornya tidak valid ? dan apakah itu acceptable.?

                      Suseno Bimo mengatakan...

                      Titi : Wa'alaikumsalam : Jika hasil AVE >0.5 dan CR >0.8 artinya valid dan reliable

                      putri mengatakan...

                      Ingin bertanya pak. Kalo suatu indikator di PLs banyak yg didrop itu gimana pak,Jadi misal saya bikin indikator yg di uji itu 30 nah setelah diuji hanya boostraping hasil nya hanya tersisa 15. Itu bagaimana pak?

                      Suseno Bimo mengatakan...

                      Putri: Kalau banyak indikator yang didrop,ya tidak bermasalah. Tetapi idealnya dalam satu variabel laten/konstrak minimal ada 3 indikator untuk indikator reflektif.

                      Anonim mengatakan...

                      selamat sore pak. saya ingin bertanya saya melakukan pengujian model penelitian dengan Smrt PLS. untuk hasil uji validitas konvergen, validitas deskriminan dan AVE sudah memenuhi kriteria, namun pada composite reliabilitas ada nilai > 0.90. sementara jk mengacu pada buku imam ghozali jika hasil demikian maka tidak diinginkan karena di asumsikan menunjukan semua variabel indikator telah mengukur fenomena yang sama. mohon pencerahannya apa yang harus saya lakukan apakah dihilangkan (tdk digunakan utk acuan) atau dibiarkan ? dan adakah yang mendasari jika nilai CR >0.90 tetap bisa digunakan?
                      terimaksih sebelumnya

                      Suseno Bimo mengatakan...

                      Anonim: Kalau nilai composite reliability > 0.90 sangat tinggi tentunya nilai konvergen validitas juga tinggi hampir mendekati 1. Bisa dengan menambahkan sampel lagi untuk menurunkan nilai tersebut

                      Anonim mengatakan...

                      Selamat malam pak. saya ingin bertanya, dalam PLS sebaiknya yang dipakai R Square atau Rsqare adjusted ya pak?

                      Suseno Bimo mengatakan...

                      Anonim : Bisa keduanya. Nilai R-squred Adjusted digunakan untuk mengkoreksi nilai R-square yang cenderung tinggi apabila semakin bertambah banyak konstrak independen dalam model.

                      Anonim mengatakan...

                      Pak solusi untuk mengatasi cronbach alpha berwarna merah bagaimna?

                      Suseno Bimo mengatakan...

                      Anonim : drop indikator yang memiliki nilai loading terendah pada konstrak tersebut.

                      Taufiq mengatakan...

                      Selamat malam pak, bagaimana jika saya ada 15 indikator dlm 4 variabel dan ada 6 indikator yg outer loadingnya merah. apa saya harus menyebar ulang kuesioner ? atau ada solusi lain

                      Suseno Bimo mengatakan...

                      Taufiq : jika nilai outer loading yang merah maka keluarkan indikator tersebut dari model. Kemudian runing estimate lagi, lihat hasilnya.

                      nerissa mengatakan...

                      Selamat sore pak, nama saya Neri
                      Mau bertanya pak, saya sudah melakukan running data di SEM PLS lalu saya sudah melakukan dropping indikator yang dibawah 0,6 dan tersisa 4 indikator. tetapi AVE saya masih dibawah 0,5 itu kenapa ya pak? terima kasih

                      Suseno Bimo mengatakan...

                      nerissa : lakukan droping lagi indikator yang paling kecil

                      Unknown mengatakan...

                      Halo pak, saya mau tanya pak, untuk factor loadingnya yang masih merah di keluarkan saja kan pak? Lalu ketika di bkn diskripsi bagaimana pak??

                      Unknown mengatakan...

                      Mbak, sy jg pakai 0,5 tp sy gak punya referensi. Bolehkah sy minta referensi yg menyebutkan hal tab? 🙏🙏🙏

                      Unknown mengatakan...

                      Mbak, sy jg pke yang o, 5. Tp blm punya referensi ahli yg menyebutkan tu. Bolehkab sy minta refensi tsb drmn?

                      Suseno Bimo mengatakan...

                      Unknown: ya dikeluarkan indikator dengan nilai loading yang masih merah, untuk deskripsinya tetap dimasukan.

                      Inspirasiekonomisyariah mengatakan...

                      Izin bertanya Pak,, apabila nilai AVE, rho-A dan reability konvergen Bagus Tetapi chronbach alphanya Merah 0,3 bagaimanaa ya Pak? Harus di apakan? Minta pencerahan dan solusinya Pak

                      Inspirasiekonomisyariah mengatakan...

                      Halloo bapak,, iizin bertanya semoga di balas.. variabel saya ada 4 Pak,
                      Pada 1 variabel saya terdapat nilai merah di CA dan rho-A paakk.. 2 angka itu merah pak.. 0,3 angkanyaa.. tapi yang lainnya hijau Pak,,
                      sayaa harus gimana ya pak? Apakah boleh tetap dilanjutkan atau..?

                      Suseno Bimo mengatakan...

                      Inspirasiekonomisyariah: nilai Cronbach alpha rentan terhadap jumlah indikator, nilai kecil biasanya jumlah indikator juga sedikit. Jika nilai AVE, Rho dan reliabilitas konvergen sudah memenuhi kriteria pengujian, maka alpha cronbach yang rendah tidak jadi masalah.

                      Anonim mengatakan...

                      Jika nilai outer loading sebesar 0,44. Atau kurang dari 0,7 atau 0,6 apakah bisa kita lanjutkan ke inner model,, karena nilai AVE masih diatas 0,5

                      Anonim mengatakan...

                      Saya mau tanya, apakah ada jurnal / rujukan terkait keluarkan/drop item yang belum valid pada uji discriminant validity?

                      Zulfi Tabi'ul Kholiq Sarwana mengatakan...

                      Pak mohon maaf izin bertanya, apakah sem pls ini bisa digunakan untuk 2 variabel saja? 1X dan 1Y.
                      Terima kasih sebelumnya pak.

                      Anonim mengatakan...

                      Selamat malam bapak. Izin bertanya, apa yang harus saya lakukan jika nilai loading factor saya kurang dari 0.70 bahkan kurang dari 0.40 juga. Mohon arahannya bapak karena pada saat ini saya sedang menyusun skripsi dan terkendala dibagian tersebut. Mohon bantuannya, terima kasih

                      Suseno Bimo mengatakan...

                      Anonim: nilai loading antara 0.5-0.6 bisa dilanjut jika hasil nilai AVE masih diatas 0.5. Jika nilai loading < 0.5 tidak bisa dilanjut ke inner model, harus didrop dulu indikator tersebut.

                      Suseno Bimo mengatakan...

                      Anonim : Baca di jurnal : The Use Of Partial Least Squares Path Modeling in International Marketing

                      Suseno Bimo mengatakan...

                      Zulfi Tabi'ul Kholiq: SEM PLS bisa untuk dua variabel saja (1X dan 1Y)

                      Anonim mengatakan...

                      pak kalau ada item reverse apakah di outer loadingnya harus bernilai negatif?

                      bl4ckmoon mengatakan...

                      pak kalau di pls, item reverse/ unfavorable ini apakah outer loadingnya harus negatif? karena punya saya ada yang positif
                      mohon bantuannya pak

                      Suseno Bimo mengatakan...

                      bl4ckmoon: item reverse hanya dipertanyaan dan jawaban kuesioner. Data input (raw data) sebelum di runing PLS, item reverse tersebut diubah dari yang terbesar menjadi terkecil. Jadi hasil SmartPLS harusnya positif.

                      «Terlama ‹Lebih tua   201 – 269 dari 269   Lebih baru› Terbaru»