Metode Pengumpulan Data Metode Analisi Data
75
Dalam evaluasi model pengukuran outer model, terdapat uji validitas yang melihat validitas konvergen dan validitas diskriminan. Pada validitas
konvergen, nilai ―loading factor‖ dan nilai AVE sebesar 0,5 atau lebih Ghozali 2008. Terlihat pada data diatas dimana loading faktornya untuk
sebagian besar indikator telah di atas 0,5. Metode lain yang dapat digunakan adalah dengan melihat nilai AVE tiap variable.
Gambar 4.1 : Average Variance Extracted
Tabel 4.3 : Average Variance Extracted
Average Variance Extracted AVE
Employee engagement
0,516
Keadilan Distributif 0,503
Keefektifan kerja
0,566
Kontrak Psikologis 0,595
Dilihat dari Gambar 4.1 dan Tabel 4.3, nilai AVE semua telah berada di atas 0,5. Berdasarkan tabel dan grafik diatas mengindikasikan indikator-
indikator yang digunakan dalam penelitian ini telah memenuhi validitas konvergen dan dapat digunakan untuk analisis selanjutnya
76
Pada validitas diskriminan digunakan nilai cross loading. Suatu indikator dikatakan memenuhi discriminant validity jika nilai cross loading
indikator terhadap variabelnya adalah yang terbesar dibandingkan terhadap variable yang lainnya. Berikut ini disajikan tabel nilai cross loading:
Tabel 4.4 : Cross Loading
Employee engagement
Keadilan Distributif
Keefektifan kerja
Kontrak Psikologis
AI1 0,722
0,752 0,858
0,702 AI2
0,695 0,662
0,762 0,797
AI3 0,723
0,733 0,851
0,700 DK1
0,633 0,639
0,760 0,610
DK2 0,860
0,819 0,771
0,899 DK3
0,704 0,736
0,848 0,690
KD1 0,893
0,845 0,804
0,938 KD2
0,742 0,774
0,872 0,714
KD3 0,456
0,667 0,395
0,449 KD4
0,363 0,501
0,219 0,248
KDSR1 0,702
0,736 0,787
0,660 KDSR2
0,843 0,785
0,782 0,893
KF1 0,630
0,649 0,782
0,605 KF2
0,723 0,679
0,718 0,826
KF3 0,710
0,683 0,757
0,802 KS2
0,854 0,776
0,707 0,851
KS4 0,522
0,532 0,452
0,413 KSMP1
0,725 0,680
0,784 0,815
KSMP2 0,326
0,400 0,448
0,321 KSMP3
0,752 0,713
0,792 0,837
KT1 0,720
0,736 0,854
0,694 KT11
0,616 0,417
0,454 0,506
KT2 0,510
0,481 0,342
0,378 KT21
0,884 0,815
0,730 0,883
KT31 0,571
0,497 0,419
0,419 KT41
0,831 0,729
0,661 0,821
RS1 0,717
0,749 0,840
0,689 RS2
0,772 0,729
0,706 0,841
RS3 0,827
0,803 0,778
0,888 RS4
0,709 0,723
0,839 0,691
77
Tabel 4.4, lanjutan
RS5 0,713
0,745 0,845
0,695 RS6
0,492 0,499
0,509 0,521
SD1 0,685
0,734 0,825
0,661 SD2
0,662 0,681
0,818 0,653
SD3 0,281
0,311 0,251
0,200 TR1
0,735 0,646
0,698 0,800
TR10 0,700
0,680 0,751
0,795 TR2
0,804 0,767
0,754 0,866
TR3 0,602
0,608 0,582
0,692 TR4
0,775 0,707
0,615 0,801
TR5 0,689
0,660 0,667
0,782 TR6
0,732 0,699
0,707 0,817
TR7 0,773
0,672 0,583
0,772 TR8
0,876 0,814
0,764 0,913
TR9 0,702
0,736 0,840
0,686 Berdasarkan Tabel 4.4, dapat diketahui bahwa semua indikator yang
menyusun masing-masing variabel dalam penelitian ini telah memenuhi validitas diskriminan.
Selanjutnya uji realibilitas yaitu melihat composite reliability. Composite reliability menguji nilai reliabilitas indikator-indikator pada
suatu konstruk. Suatu konstruk atau variabel dikatakan memenuhi composite reliability jika memiliki nilai composite reliability 0.7. Berikut adalah
nilai composite reliability masing-masing konstruk atau variabel: Tabel 4.5 : Composite Reliability
Composite Reliability Employee engagement
0,911
Keadilan Distributif 0,796
Keefektifan kerja 0,949
Kontrak Psikologis 0,959
78
Gambar 4.2 : Composite Reliability
Hasil penelitian diatas menunjukkan nilai composite reliability untuk semua variable di atas 0,7 sehingga telah memenuhi syarat. Selain itu,
validitas diskriminan juga dilihat dari nilai cronbach’s alpha sebagai
berikut: Tabel 4.6 :
Cronbach’s Alpha
Cronbachs Alpha Employee engagement
0.891
Keadilan Distributif 0.680
Keefektifan kerja 0.940
Kontrak Psikologis 0.953
Hasil c ronbach’s alpha menunjukkan nilai diatas 0,6 yang
membuktikan bahwa bahwa pengukuran dalam penelitian ini adalah reliabel.
Evaluasi selanjutnya adalah model struktural atau inner model. Evaluasi pertama pada inner model dilihat dari nilai R-Square. Berdasarkan
pengolahan data dengan SmartPLS, dihasilkan nilai R-Square sebagai berikut: