METODE PENELITIAN A. Jenis Penelitian
J. Evaluasi Model PLS
Menurut Abdullah dan Jogiyanto (2015:193) PLS sebagai model prediksi tidak mengasumsikan distribusi tertentu untuk mengestimasi parameter dan memprediksi hubungan kasualitas. Karena itu, teknik parametik untuk menguji signifikasi parameter tidak diperlukan dan model evaluasi untuk prediksi bersifat non-parametik. Evaluasi model PLS dilakukan dengan mengevaluasi outer model dan
inner model.
Outer model merupakan model pengukuran untuk menilai validitas dan reliabilitas model. Melalui proses iterasi alogaritma,
parameter model pengukuran (validitas konvergen, validitas diskriminan, composite reliability dan cronbach’s alpha) diperoleh, termasuk nilai R2 sebagai parameter ketetapan model prediksi.
Inner model merupakan model struktural untuk memprediksi hubungan kausalitas antar variabel laten. Melalui proses
bootstrapping, parameter uji T-statistict diperoleh untuk memprediksi adanya hubungan kasualitas.
1. Model Pengukuran (Outer Model)
Suatu konsep dan model penelitian tidak dapat diuji dalam suatu model prediksi hubungan relasional dan kausal jika belum melewati tahap purifikasi dalam model pengukuran. Model pengukuran sendiri digunakan untuk menguji validitas konstruk dan reliablitas instrument. Uji validitas dilakukan untuk
mengetahui kemampuan instrument penelitian mengukur apa yang seharusmya diukur (Cooper et al. dalam Abdullah dan Jogiyanto, 2015:194). Uji reliabilitas digunakan untuk mengukur konsistensi alat ukur dalam mengukur suatu konsep atau dapat juga digunakan untuk mengukur konsistensi responden dalam menjawab item pertanyaan dalam kuesioner atau instrument penelitian. Berikut ini uji validitas dan reliabilitas dalam model pengukuran PLS.
a) Uji Validitas
Validitas terdiri atas validitas eksternal dan validitas internal. Validitas eksternal menunjukkan bahwa hasil dari suatu penelitian adalah valid yang dapat digeneralisir ke semua objek, situasi, dan waktu yang berbeda. Validitas internal menunjukkan kemampuan dari instrument penelitian untuk mengukur apa yang seharusnya diukur dalam suatu konsep (Hartono dalam Abdullah dan Jogiyanto, 2015:194).
Validitas internal terdiri atas validitas dan validitas konstruk. Validitas kualitatif terdiri atas validitas tampang
“(kualitatif face validity) dan validitas isi (content validity). Validitas isi menunjukkan kemampuan item-item diinstrumen mewakili konsep yang diukur. Validitas tampang menunjukkan bahwa item-item mengukur suatu konsep jika dari penampilan tampangnya seperti mengukur kosnep tersebut. Validitas kualitatif dilakukan berdasarkan pendapat atau evaluasi dari
panel pakar atau dari orang lain yang ahli tentang konsep yang diukur. Beberapa peneliti tidak menganggap validitas kualitaif sebagai validitas internal yang cukup valid (Hartono dalam Abdullah dan Jogiyanto, 2015:194).
1) Validitas Konstruk
Validitas kosntruk menunjukkan seberapa baik hasil yang diperoleh dari penggunaan suatu pengukuran sesuai teori-teori yang digunakan untuk mendefinisikan suatu kosntruk (Hartono dalam Abdullah dan Jogiyanto 2015:195). Korelasi yang kuat antara konstruk dan item-item pertanyaaan dan hubungan yang lemah dengan variabel lainnya merupakan salah satu cara untuk menguji validitas kosntruk. Validitas konstruk tediri atas validitas konvergen dan validitas diskriminan.
2) Validitas Konvergen
Validitas konvergen berhubungan dengan prinsip bahwa pengukur-pengukur dari suatu konstruk seharusnya berkorelasi tinggi. Validitas konvergen terjadi jika skor yang diperoleh dari dua instrumen yang berbeda yang mengukur konstruk yang sama mempunyai korelasi tinggi (Hartono dalam Abdullah dan Jogiyanto, 2015:195). Uji validitas konvergen dalam PLS dengan indikator reflektif dinilai berdasarkan loading factor (korelasi antara
item/skor) komponen dengan skor kosntruk) indikator-indikator yang mengukur konstruk tersebut. Hair et a.l
dalam Abdullah dan Jogiyanto (2015:195) mengemukakan bahwa rule of thumb yang biasanya digunakan untuk membuat pemeriksaan awal dari matrik factor adalah ±.30 dipertimbangkan telah memenuhi level minimal, untuk
loading ±.40 dianggap lebih baik, dan untuk loading > 0,50 dianggap signifikan secara praktis. Dengan demikian, semakin tinggi nilai loading factor, semakin penting dalam peranan loading dalam menginterpretasikan matrik factor.
Rule of thumb yang digunakan untuk validitas konvergen adalah outer loading > 0,70, communality > 0,5 dan AVE > 0,5 (Chin dalam Abdullah dan Jogiyanto, 2015:195). 3) Validitas Diskriminan
Validitas diskriminan berhubungan dengan prinsip bahwa pengukur-pengukur konstruk yang berbeda seharusnya tidak berkorelasi dengan tinggi. Validitas diskriminan terjadi dua intrumen yang berbeda yang mengukur dua kosntruk yang diprediksi tidak berkorelasi menghasilkan skor yang memang tidak berkoerlasi (Hartono dalam Abdullah dan Jogiyanto, 2015:195). Uji validitas diskriminan dinilai berdasarakan cross loading
digunakan untuk menilai validitas diskriminan adalah dengan membandingkan akar AVE untuk setiap konstruk dengan korelasi antar kosntruk dengan konstruk lainnya dalam model. Model mempunyai validitas diskriminan yang cukup jika akar AVE untuk setiap konstruknya lebih besar dari pada korelasi antara konstruk dengan konstruk lainnya dalam model (Chin et al. dalam Abdullah dan Jogiyanto, 2015:196).
b) Uji Reliabilitas
Selain uji validitas, PLS juga melakukan uji reliabiltas untuk mengukur konsistensi internal alat ukur. Reliabilitas menunjukkan akurasi, konsistensi dan ketepatan suatu alat ukur dalam melakukan pengukuran (Hartono dalam Abdullah dan Jogiyanto, 2015:196). Uji reliabilitas dalam PLS dapat menggunakan dua metode, yaitu cronbach’s alpha dan
composite reliability.
Cronbach’s alpha mengukur batas nilai reliabilitas suatu kosntruk, sedangkan composite reliability mengukur nilai sesungguhnya reliabilitas suatu konstruk (Chin dalam Abdullah dan Jogiyanto, 2015:196). Namun, composite reliability dinilai lebih baik dalam mengestimasi konsistensi internal suatu konstruk (Chin et al. dalam Abdullah dan Jogiyanto, 2015:196).
Rule of thumb nilai alpha atau composite reliability
harus lebih besar dari 0,7 meskipun nilai 0,6 masih dapat diterima (Hair et al. dalam Abdullah dan Jogiyanto, 2015:196). Namun, sesungguhnya, uji konsistensi internal tidak mutlak untuk dilakukan jika validitas konstruk telah terpenuhi, karena konstruk yang valid adalah kosntruk yang reliabel, sebaliknya konstruk yang reliabel belum tentu valid (Cooper et al. dalam Abdullah dan Jogiyanto, 2015).
2. Model Struktural (Inner Model)
Dalam menilai model struktural dengan PLS, kita mulai dengan melihat nilai R-squares untuk setiap variabel laten endogen sebagai kekuatan prediksi dari model struktural. Interpretasinya sama dengan interpretasi OLS regresi. Perubahan nilai R-Squares dapat digunakan untuk menjelaskan pengaruh varibel laten eksogen tertentu terhadap variabel laten endogen apakah mempunyai pengaruh yang substantive. Nilai R-Squares 0,75, 0,50 dan 0,25 dapat disimpulkan bahwa model kuat, moderate dan lemah. Hasil dari PLS R-Squares mempresentasikan jumlah variance dari konstruk yang dijelaskan oleh model (Ghozali dan Hengki, 2015:78).
BAB IV