5. Model pengukuran atau sering disebut dengan outer model merupakan
model pengukuran yang menunjukkan bagaiman variabel manifest atau observe merepresentasikan variabel laten
. 6.
Model struktural menunjukkan estimasi antar variabel laten atau konstruk. Pemilihan metode PLS didasarkan pada pertimbangan bahwa penelitian ini
terdapat 4 variabel laten yang dibentuk dengan indikator formatif, dan bukan refleksif. Model refleksif mengasumsikan bahwa konstruk atau variabel laten
mempengaruhi indikator, dimana arah hubungan kausalitas dari konstruk ke indikator atau manifes Ghozali,2012: 9. Lebih lanjut Ghozali 2012 menyatakan
bahwa model formatif mengasumsikan bahwa indikator-indikator mempengaruhi konstruk, dimana arah hubungan kausalias dari indikator ke konstruk.
Dalam penelitian ini, baik variabel eksogen berupa intellectual capital IC dan rata-rata pertumbuhan intellectual capital ROGIC maupun variabel
endogen yakni kinerja keuangan perusahaan saat ini dan yanog akan datang, keempatnya dibangun dengan indikator formatif. Oleh karena itu, peneliti memilih
menggunakan PLS karena program analisis lainnya misalnya AMOS, Lisrel, dsb. tidak mampu melakukan analisis atas variabel laten dengan indikator
formatif Ghozali, 2012 : 21. Adapun langkah-langkah yang harus dilakukan peneliti untuk melakukan uji hipotesis adalah sebagai berikut :
1. Evaluasi Model Pengukuran
Outer Model
Evaluasi model pengukuran dilakukan untuk menilai validitas dan realibilitas model. Evaluasi outer model ini pada dasarnya untuk menguji validitas
dari masing-masing indikator dengan konstruknya. Dimana apabila indikator tidak
menunjukan nilai yang valid maka indikator dapat dihapuskan dalam sebuah model. Hal ini untuk menentukan adanya indikator yang paling signifikan yang
dapat berpengaruh dalam model Ghozali, 2012. Cara yang sering digunakan oleh peneliti di bidang SEM untuk melakukan pengukuran model melalui analisis
faktor konfirmatori adalah dengan pendekatan MTMM MultiTrait-Multi Method dengan menguji validitas convergent dan discriminant. Hal ini sangat
berhubungan dengan prinsip bahwa pengukur dari suatu konstruk seharusnya berkorelasi tinggi. Uji ini dalam smartPLS dapat dilihat dari nilai loading factor
untuk tiap indikator konstruk. Adapun nilai loading factor harus lebih dari 0.7 untuk penelitian yang bersifat confirmatory dan nilai 0.6-0.7 untuk penelitian
exploratory. Hal lain yang harus diperhatikan adalah adanya nilai EVA Average Variance Extracted haruslah lebih besar dari 0.5. Selain itu dapat dilihat pada
nilai cross loading untuk setiap variabelnya haruslah 0.70. Selain menguji validitas suatu konstruk, pengukuran model juga dapat
menguji realibilitas suatu konstruk. Realibiltas dilakukan untuk membuktikan akurasi, konsistensi dan ketepatan instrumen dalam mengukur konstruk.
Pengujian ini dapat dilakukan dengan dua cara yaitu melihat nilai cronbach’s
alpha dan composite realibility. Adapun rule of thumb dari kedua nilai tersebut haruslah menunjukan 0.70. Hal yang demikian biasanya dipakai sebagai
ketentuan bagi penelitian dengan indikator reflektif. Menurut Ghozali 2012 : 81 menyatakan bahwa jika konstruk berbentuk
formatif, maka evaluasi model pengukuran dilakukan dengan melihat signifikansi weight. Sehingga uji validitas dan realibilitas konstruk tidak diperlukan. Untuk
memperoleh nilai signifikansi weight harus melalui prosedur resampling jackknifing atau booostrapping. Jika didapat nilai signifikan weight dengan t-
statistik 1.96 pada model pengukuran outer model sehingga disimpulkan bahwa indikator konstruk formatif adalah signifikan dan valid.
2. Evaluasi Model Struktural
