x = skor masing-masing pertanyaan dari setiap responden y = skor total semua penyataan dari tiap responden
Reliabilitas adalah pernyataan sampai sejauh mana suatu hasil pengukuran relatif konsisten bila alat ukur tersebut digunakan berulang kali. Teknik uji
reliabilitas yang digunakan yaitu alpha cronbach. Nilai alpha cronbach dapat dihitung dengan menggunakan software SPSS data editor versi 17.00. Reliabilitas
suatu konstruk variabel dikatakan baik jika memiliki nilai alpha Cronbach 0,60 Santoso, 2005. Rumus pengujian rebialitas adalah :
……………………………..…2 Keterangan :
r
11
k = banyaknya butir pertanyaan = reliabilitas instrument
=
jumlah ragam butir
=
ragam total
2.3.3. Structural Equation Modelling SEM dan Partial Least Squares PLS
1. Definisi Structural Equation Modelling SEM
Structural Equation Modelling SEM merupakan suatu teknik modeling statistika yang mampu menganalisi hubungan peubah laten, peubah indikator dan
kesalahan pengukuran secara langsung. Disamping hubungan kausal searah, metode SEM memungkinkan untuk menganalisis hubungan dua arah Ghozali, et
al. 2005. Variabel laten adalah variabel-variabel yang yang tidak dapat diobservasi, sehingga tidak dapat diukur secara langsung. Pengamatan pada
variabel laten melalui efek pada variabel-variabel terobservasi. Variabel terobservasi adalah indikator-indikator yang dapat diukur Ghozali, et al. 2005.
Dalam model SEM, variabel laten berdasarkan fungsinya dibagi menjadi dua, yaitu : variabel eksogen dan variabel endogen. Variabel eksogen adalah suatu
variabel yang tidak dapat dipengaruhi oleh variabel lain atau disebut variabel independen didalam model regresi. Variabel endogen adalah variabel yang dapat
dipengaruhi variabel lain. Dalam SEM, variabel endogen dapat berperan menjadi
variabel independen apabila variabel tersebut dapat mempengaruhi variabel lain Ghozali, et al. 2005.
2. Covariance Based SEM CBSEM dan Partial Least Squares PLS
SEM dikembangkan berdasarkan 2 dua kelompok yaitu SEM berbasis kovarian CBSEM yang diwakili oleh LISREL dan SEM berbasis varian atau
component yang paling dominan adalah Partial Least Squares PLS. CBSEM mengharuskan dalam bentuk variabel laten dimana indikatornya bersifat refleksif
yaitu indikator atau manifest dipandang variabel yang dipengaruhi oleh variabel laten Ghozali, 2008. Masih menurut Ghozali 2008 sesungguhnya indikator
dapat dibentuk dalam bentuk formatif indikator model, yaitu indikator dipandang sebagai variabel yang mempengaruhi variabel laten. Perbedaan utama CBSEM
dan PLS adalah pada CBSEM model yang dianalisis harus dikembangkan berdasarkan pada teori yang kuat dan bertujuan untuk mengkonfirmasi model
dengan data empirisnya. Sedangkan PLS lebih menitikberatkan pada model prediksi sehingga dukungan teori yang kuat tidak begitu menjadi hal terpenting
Ghozali, 2008. CBSEM bertujuan memberikan pernyataan tentang hubungan kausalitas atau memberikan deskripsi mekanisme hubungan kausalitas sebab-
akibat. Sedangkan PLS bertujuan mencari hubungan linear prediktif antar variabel Ghozali, 2008.
Menurut Ghozali 2008, masalah yang muncul dalam penggunaan Covariance Based SEM antara lain : 1 terjadinya improper solution karena
adanya nilai variance yang negatif Heywood case, 2 factor indeterminacy yang mengakibatkan program tidak memberikan hasil analisis karena model
unidentified, dan 3 Non-covergence algorithm. Jika hal ini terjadi maka tujuan penelitian diturunkan, tidak lagi mencari hubungan kausalitas antara variabel
menjadi hubungan linear prediktif optimal.
3. Bentuk Structural Equation Modelling SEM - Partial Least Squares PLS
PLS ditemukan dan dikembangkan oleh Wold sebagai metode umum untuk mengestimasi path model yang menggunakan konstruk laten dengan multipel
indikator Ghozali, 2008. Wold 1985 seperti yang dikutip oleh Ghozali 2008