H. Partial Least Square PLS
Partial Least Square merupakan metode analisis yang powerful karena
dapat diterapkan pada semua skala data, tidak membutuhkan banyak asumsi dan ukuran sampel tidak harus besar. PLS selain dapat digunakan sebagai
konfirmasi teori juga dapat digunakan untuk membangun hubungan yang belum ada landasan teorinya atau untuk pengujian proposisi Ghozali, 2006.
PLS digunakan untuk mengetahui kompleksitas hubungan suatu konstruk dan konstruk yang lain, serta hubungan suatu konstruk dan indikator
–indikatornya. PLS didefinisikan oleh dua persamaan, yaitu inner model dan outer model.
Inner model menentukan spesifikasi hubungan antara konstruk dan konstruk yang lain, sedangkan outer model menentukan spesifikasi
hubungan antara konstruk dan indkator-indikatornya. Konstruk terbagi menjadi dua yaitu konstruk eksogen dan konstruk endogen. Konstruk eksogen
merupakan konstruk penyebab, konstruk yang tidak dipengaruhi oleh konstruk lainnya . konstruk eksogen memberikan efek kepada konstruk lainnya,
sedangkan konstruk endogen merupakan konstruk yang dijelaskan oleh konstruk eksogen. Konstruk endogen adalah efek dari konstruk endogen
Yamin dan Kurniawan, 2009 dalam Denny 2012. 1. Ciri-ciri model Indikator reflektif:
a. Arah hubungan kausalitas dari konstruk ke indikator. b. Antar indikator diharapkan saling berkorelasi instrumen harus
memiliki internal consistency reliability.
c. Menghilangkan satu indikator, tidak akan merubah makna dan arti konstruk yang diukur.
d. Kesalahan pengukuran error pada tingkat indikator. Contoh Indikator reflektif :
Gambar 3 : Indikator Refleksif Sumber : Wiyono 2011: 397
2. Ciri-ciri model indikator formatif : a. Arah hubungan kausalitas dari indikator ke konstruk.
b. Antar indikator diasumsikan tidak berkorelasi tidak diperlukan uji reliabilitas konsistensi internal.
c. Menghilangkan satu indikator berakibat merubah makna dari konstruk. d. Kesalahan pengukuran berada pada tingkat variabel laten zeta
VARIABEL LATEN
INDIKATOR INDIKATOR
Contoh Indikator formatif :
Gambar 4: Indikator Formatif Sumber : Wiyono 2011: 397
1. PEMODELAN di dalam PLS: a. Inner model model struktural yang menghubungkan antar konstruk.
b. Outer model model pengukuran yang menghubungkan indikator dengan konstruknya.
2. Langkah – langkah dalam PLS :
a. Merancang Model Struktural inner model. b. Merancang Model Pengukuran outer model.
c. Mengkonstruksi Diagram Jalur. d. Konversi Diagram Jalur ke Sistem Persamaan.
e. Estimasi: Koef. Jalur, Loading dan Weight. f. Evaluasi Goodness of Fit.
g. Pengujian Hipotesis Resampling Bootstraping. Tujuan PLS adalah membantu peneliti untuk tujuan prediksi. Model
formalnya mendefinisikan variabel laten adalah linear agregat dari indikator-
VARIABEL LATEN
INDIKATOR INDIKATOR
indikatornya. Weight estimate untuk menciptakan komponen skor variable laten didapat berdasarkan bagaimana inner model model struktural yang
menghubungkan antar variabel laten dan outer model model pengukuran yaitu hubungan antara indikator dengan konstruknya dispesifikasi Ghozali,
2006. Estimasi parameter yang didapat dengan PLS dapat dikategorikan
menjadi tiga. Pertama, adalah weight estimate yang digunakan untuk menciptakan skor variabel laten. Kedua, mencerminkan estimasi jalur path
estimate yang menghubungkan variabel laten dan antar variabel laten dan
indikatornya loading. Ketiga, berkaitan dengan means dan lokasi parameter nilai konstanta regresi untuk indikator dan variabel laten. Untuk memperoleh
ketiga estimasi ini, PLS menggunakan proses iterasi tiga tahap dan setiap tahap iterasi menghasilkan estimasi. Tahap pertama, menghasilkan weight
estimate , tahap kedua menghasilkan estimasi untuk inner model dan outer
model, dan tahap ketiga menghasilkan estimasi means dan lokasi Ghozali, 2006.
1. Model Pengukuran atau Outer Model
Model ini digunakan untuk mengetahui validitas dan reliabilitas dari indikator. Indikator dalam penelitian ini adalah reflektif karena indikator
varibel laten mempengaruhi indikatornya, untuk itu digunakan 3 cara pengukuran, yaitu:
a. Convergent validity : dinilai berdasarkan korelasi antara item skorkomponen skor dengan konstruk skor yang dihitung dengan PLS,
Korelasi dikatakan tinggi jika melebihi 0,70. b. Discriminant validity : dinilai berdasarkan cross loading pengukuran
dengan konstruk. Jika korelasi konstruk dengan item pengukuran lebih besar daripada ukuran konstruk lainnya, maka akan menunjukkan
bahwa konstruk laten memprediksi ukuran pada blok yang lebih baik dari pada ukuran blok lainnya. Direkomendasikan nilai AVE harus
lebih besar 0,50 Fornnel dan Larcker, 1981 dalam Ghozali, 2006. Jika semua indikator di standardized, maka ukuran ini sama dengan
average communalities dalam blok. Fornnel dan Larcker 1981
menyatakan bahwa pengukuran ini dapat digunakan untuk mengukur reabilitas component score variabel laten dan hasil lebih konservatif di
bandingkan dengan composite reability ρс. Direkomendasikan nilai
AVE harus lebih besar 0,50.
c. Composite realibility : dengan mengunakan output yang dihasilkan PLS.
Nilai dari composite realibity harus diatas 0,70
2. Model Struktural atau Inner Model
Inner model inner relation, structural model dan substantive
theory menggambarkan hubungan antar variabel laten berdasarkan pada
teori substantif. Model struktural dievaluasi dengan menggunakan R- square
untuk konstruk dependen, Stone-GeisserQ-square test untuk
Kategori