2.5.2 Perbandingan Antara Soft Modelling dan Hard Modelling
Model CBSEM sering disebut dengan hard modelling, sedangkan PLS sering disebut dengan soft modelling. Hard modelling bertujuan
memberikan pernyataan tentang hubungan kausalitas atau memberikan deskripsi mekanisme hubungan kausalitas sebab-akibat dan hal ini
memberikan gambaran yang ideal secara ilmiah dalam analisa data. Jika data yang akan dianalisa tidak memenuhi kriteria ideal sehingga
tidak dapat dianalisa dengan hard modelling. Soft modelling mampu menganalisa data yang tidak ideal tersebut. Soft mempunyai arti tidak
mendasarkan pada asumsi alat pengukuran, distribusi data dan jumlah sampel. Pada hard modelling bertujuan menguji hubungan kausalitas
antar variabel yang sudah dibangun berdasarkan teori, sedangkan pada soft modelling bertujuan mencari hubungan linear prediktif antar
variabel. Hubungan kausalitas tidak sama dengan hubungan prediktif.
2.5.3 Variabel Laten dengan Indikator Reflektif dan Indikator Formatif
Pada CBSEM variabel laten diukur dengan indikator yang bersifat reflektif. Model reflektif mengasumsikan bahwa konstruk atau variabel
laten mempengaruhi indikator arah hubungan kausalitas dari konstruk ke indikator atau manifest. Dalam kenyataan variabel laten dapat juga
dibentuk oleh indikator yang bersifat formatif yang mengasumsikan bahwa indikator-indikator mempengaruhi konstruk arah hubungan
kausalitas dari indikator ke konstruk. 1. Model Indikator Reflektif
Model reflektif sering disebut juga pricipical factor model dimana covariance pengukuran indikator dipengaruhi oleh konstruk laten atau
mencerminkan variasi dari konstruk laten. Pada model reflektif konstruk unidimensional yang digambarkan dengan bentuk elips
dengan beberapa anak panah dari konstruk ke indikator. Model ini menghipotesiskan bahwa perubahan pada konstruk laten akan
mempengaruhi perubahan pada indikator. Model indikator reflektif harus memiliki internal konsistensi oleh
karena ukuran indikator diasumsikan semuanya valid indikator yang
mengukur semua konstruk, sehingga dua ukuran indikator yang sama reliabilitasnya dapat saling dipertukarkan. Walaupun reliabilitas
cronbach alpha suatu konstruk akan rendah jika hanya ada sedikit indikator, tetapi validitas konstruk tidak akan berubah jika satu
indikator dihilangkan.
Gambar 1. Principal factor reflective model Ghozali, 2008 2. Model Indikator Formatif
Pada model formatif, komposit faktor variabel laten dipengaruhi ditentukan oleh indikatornya. Jadi arah hubungan kausalitas dari
indicator ke variabel laten. Pada model komposit variabel laten, perubahan pada indikator dihipotesiskan mempengaruhi perubahan
dalam konstruk variabel laten. Tidak seperti pada model reflektif, model formatif tidak mengasumsikan bahwa indikator dipengaruhi oleh
konstruk mengasumsikan bahwa semua indikator mempengaruhi single konstruk. Arah hubungan kausalitas mengalir dari indikator ke konstruk
laten dan indikator sebagai grup secara bersama-sama menentukan konsep atau makna empiris dari konstruk laten. Model formatif
berasumsi tidak ada hubungan korelasi antar indikator maka ukuran internal konsistensi reliabilitas cronbach alpha tidak diperlukan untuk
menguji reliabilitas konstruk.
Gambar 2. Principal factor formatif model Ghozali, 2008
Principal Factor 1
X1 X2
X3 e1
e2 e3
Principal Factor 1
X4 X5
X4 e4
e5 e6
2.5.4 Metode Partial Least Square