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.