Evaluasi outer model Evaluasi inner model

42 Tabel 29 merupakan hasil uji reliabilitas dari semua data yang diperoleh. Pada tabel menunjukkan bahwa nilai Cronbach Alpha if item deleted setiap butir instrumen lebih besar dari 0,80 sehingga setiap butir instrumen untuk keseluruhan data yang diuji cobakan juga reliabel.

G. Metode Analisis Data

Penelitian ini menggunakan pendekatan PLS untuk menganalisis data. Tahapan analisis data yang selanjutnya akan dilakukan dengan menggunakan software smartPLS sebagai berikut:

1. Perancangan Model Struktural Inner Model

Model struktural atau inner model menggambarkan hubungan antar konstruk laten berdasarkan pada teori. Perancangan model struktural hubungan antar konstruk laten didasarkan pada rumusan masalah atau hipotesis penelitian.

2. Perancangan Model Pengukuran Outer Model

Model pengukuran atau outer model mendefinisikan bagaimana setiap blok indikator berhubungan dengan konstruk latennya. Perancangan model pengukuran menentukan sifat indikator dari masing-masing konstruk laten, berdasarkan definisi operasional variabel. Sifat indikator dari masing-masing konstruk pada penelitian ini adalah refleksif.

3. Evaluasi Model

a. Evaluasi outer model

Ada tiga kriteria untuk menilai outer model yaitu Convergent Validity, Discriminant Validity dan Composite Reliability. 43 Convergent validity dari model pengukuran dengan indikator refleksif dinilai berdasarkan korelasi antara skor item, yang dihitung dengan PLS. Ukuran refleksif individual dikatakan tinggi jika berkorelasi lebih dari 0,70 dengan konstruk yang diukur. Namun menurut Chin, untuk penelitian tahap awal dari pengembangan skala pengukuran nilai loading 0,5 sampai 0,6 dianggap cukup memadai Chin, 1998. Discriminant Validity dari model pengukuran dengan indikator refleksif dinilai berdasarkan Cross Loading pengukuran. Jika korelasi konstruk dengan item pengukuran lebih besar daripada ukuran konstruk lainnya, maka hal tersebut menunjukkan konstruk laten memprediksi ukuran pada blok mereka lebih baik daripada ukuran pada blok lainnya. Metode lain untuk menilai Discriminant Validity adalah membandingkan nilai akar kuadrat dari Average Variance Extacted √ setiap konstruk dengan nilai korelasi antara konstruk dengan konstruk lainnya latent variable correlation. Rumus dari AVE adalah : AVE = ∑ . ∑ . + ∑ 0 1 2 Composite reliability blok indikator yang mengukur suatu konstruk dapat dievaluasi dengan menggunakan output yang dihasilkan PLS. Rumus dari Composite reliability adalah : ρc = ∑ . ∑ . + ∑ 0 1 2 Dibanding dengan Cronbach Alpha, ukuran ini tidak mengasumsikan tau equivalence antar pengukuran dengan asumsi semua indikator diberi bobot sama. Sehingga Cronbach Alpha cenderung lower bound estimate reliability, sedangkan 44 ρc merupakan closer approximation dengan asumsi estimasi parameter adalah akurat. ρc sebagai ukuran internal konsistensi hanya dapat digunakan untuk kostruk indikator refleksif Ghozali, 2006

b. Evaluasi inner model

Pengujian inner model atau model struktural dengan PLS dimulai dengan melihat nilai R-square untuk setiap variabel laten dependen. Perubahan nilai R- square dapat digunakan untuk menilai pengaruh variabel laten independen tertentu terhadap variabel laten dependen apakah menpunyai pengaruh yang substantive. Pengaruh besarnya f 2 dapat dihitung dengan rumus sebagai berikut : 5 = 6 789:;; − 6 89:;; 1 − 6 789:;;

4. Pengujian Hipotesis Resampling Bootstraping