bahwa dibandingkan dengan Covariance Based SEM CBSEM, componen based SEM
–PLS menghindarkan dua masalah serius, yaitu inadmisable solution dan factor indeterminacy.
PLS juga dapat digunakan untuk menjelaskan ada tidaknya hubungan antar variabel laten. PLS dapat menganalisa konstruk yang dibentuk dengan indikator
refleksi dan formatif, sehingga indikator bisa berbasis teori atau mengadaptasi indikator yang pernah dipakai oleh peneliti sebelumnya. Terdapat dua bagian
analisis yang harus dilakukan dalam PLS, yaitu 1 penilaian outer model atau model pengukuran dan 2 penilaian inner model atau struktural model. Kedua
analisis tersebut dapat dijelaskan sebagai berikut. Outer model mendefinisikan bagaimana hubungan antara variabel laten dengan indikator atau variabel
manifestnya measurement model. Sedangkan inner model menggambarkan hubungan antar variabel laten Ghozali, 2011:22.
3.7.1 Menilai Outer model atau Measurement Model
Terdapat tiga kriteria dalam menggunakan SmartPLS untuk menilai outer model, yaitu a convergent validity, b discriminant validity, dan c composite
reliability. Convergent validity dari model pengukuran dengan refleksif indikator, dinilai berdasarkan korelasi antara item scorecomponent score dengan construct
score yang dihitung dengan PLS. Ukuran refleksif individual dikatakan tinggi jika nilai berkorelasi lebih dari 0,7 dengan konstruk yang ingin diukur Ghozali,
2011:25. Namun demikian, menurut Chin 1998 dalam Ghozali 2011:25, untuk penelitian tahap awal dari pengembangan skala pengukuran, nilai loading yang
berkisar antara 0,5 sampai 0,6 dianggap cukup.
Discriminant Validity dari model pengukuran dengan refleksif indikator dinilai berdasarkan cross loading pengukuran dengan konstruk. Metode lain untuk
menilai Discriminant Validity adalah membandingkan nilai square root of average Variance Extracted AVE setiap konstruk dengan korelasi antara konstruk dengan
konstruk lainnya dalam model Ghozali, 2011:25. Jika nilai akar kuadrat AVE setiap konstruk lebih besar daripada nilai korelasi antara konstruk dengan konstruk lainnya
dalam model, maka dikatakan memiliki nilai discriminant validity yang baik Fornell Larcker, 1981 dalam Ghozali 2011:25. Penelitian ini menggunakan nilai AVE untuk
mengukur discriminant validity.
Nilai AVE yang sangat direkomendasikan berada di atas 0,5.
Composite reliability blok indikator yang mengukur suatu konstruk dapat dievaluasi dengan dua macam ukuran, yaitu internal consistency pc dan
cronbach alpha. Nilai composite reliability pc 0,70 dapat dikatakan bahwa konstrak
memiliki reliabilitas yang tinggi atau reliable. Namun, nilai pc 0,60 sudah dikatakan cukup reliabel untuk penelitian eksplorasi. Cornbach alpha dikatakan
baik apabila α 0,60 dan dikatakan cukup apabila α ≥ 0,30.
3.7.2 Menilai Inner model atau Structural Model
