Sumertajaya, 2008. PLS selain dapat digunakan sebagai konfirmasi teori juga dapat digunakan untuk membangun hubungan yang belum ada landasan teorinya
atau untuk pengujian proposisi Jaya dan Sumertajaya, 2008. PLS juga dapat digunakan untuk pemodelan structural dengan indikator bersifat reflektif ataupun
formatif Jaya dan Sumertajaya, 2008. PLS adalah sebuah teknik pilihan yang cocok karena ukuran sampel yang kecil, tidak didasarkan banyak asumsi, data
tidak harus berdistribusi normal multivariate indikator dengan skala kategori, ordinal, interval sampai ratio dapat digunakan pada model yang sama Ghozali,
2008.
3.5. Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan uji Outer Model dan uji Inner Model pada tingkat keyakinan 95 dan kesalahan dalam analisis 5. Penjelasan pengujian
hipotesis sebagai berikut:
3.5.1. Pengujian Measurement Model Outer Model
Outer model merupakan model yang menjelaskan hubungan antara variabel lanten dengan indikator-indikatornya atau bisa dikatakan bahwa outer model
mendefinisikan bagaimana setiap indikator berhubungan dengan variabel
latennya. Pengujian model pengukuran measurement model digunakan untuk
memvalidasi model penelitian yang dibangun. Dua parameter utama yang dibangun adalah pengujian validitas konstruk validitas konvergen dan
diskriminan dan pengujian konsistensi internal reliabilitas konstruk Jogiyanto, 2011.
3.5.1.1. Uji Validitas Konstruk
Uji validitas konstruk secara umum dapat diukur dengan parameter skor loading di model penelitian Rule of Thumbs 0,7 dan menggunakan parameter Average
Variance Extracted AVE, Communality, R
2
, dan Redudancy. Skor AVE harus 0,5, begitu juga dengan skor Communality yang harus 0,5, dan skor Redudancy
mendekati 1 Jogiyanto, 2011. Jika skor loading kurang dari 0,5, indikator ini dapat dihapus dari konstruknya karena indikator ini tidak termuat load ke
konstruk yang mewakilinya. Jika Skor loading antara 0,5 – 0,7, sebaiknya tidak
menghapus indikator yang memiliki skor loading tersebut sepanjang skor AVE dan Communality indikator tersebut diatas 0,5 Jogiyanto, 2011.
a. Uji Validitas Konvergen
Pengujian validitas konvergen data pada penelitian ini menggunakan SmartPLS. Validitas konvergen dihitung dengan melihat skor Average Variance Extracted
AVE dan Communality. Nilai validitas konvergen sangat baik apabila skor AVE dan Communality di atas 0,5 Jogiyanto, 2011.
b. Uji Validitas Diskriminan
Pengukuran dengan metode Fornell-Larcker dapat dilakukan dengan membandingkan square roots akar dari AVE dengan korelasi antara variabel
laten tersebut, atau dengan melihat skor cross loading. Validitas diskriminan dikatakan baik apabila square root atas AVE sepanjang garis diagonal lebih besar
korelasi antara satu konstruk dengan yang lainnya. Selain itu, untuk mengukur validitas diskriminan menggunakan cross loadings semua item harus lebih besar
daripada konstruk lainnya Jogiyanto, 2011.