4 Estimasi
Parameter Konsisten
sebagai indikator dan sample
size meningkat Konsisten
5 Skor
variabel laten
Secara eksplisit
diestimasi Inderteminate
6 Hubungan
epistemic antara variabel
laten dan
indikatornya Dapat dalam bentuk
formatif maupun
reflektif indikator Hanya dengan reflektif
indikator
7 Implikasi
Optimal untuk
ketepatan prediksi Optimal
untuk ketepatan parameter
8 Kompleksitas
model Kompleksitas
besar 100 konstruk dan 1000
indikator Kompleksitas
kecil sampai
menengah kurang
dari 100
indikator 9
Besar sample Kekuatan
analisis didasarkan pada porsi
dari model
yang memiliki
jumlah prediktor
terbesar. Minimal
direkomendasikan dari 30 sampai 100 kasus
Kekuatan analisis
didasarkan pada model spesifik
minimal direkomendasikan
berkisar dari
200 sampai 800
Sumber : Ghozali 2008
2.9.2 Bentuk Structural Equation Modelling SEM dengan Partial Least
Squares PLS
PLS pertama kali dikembangkan oleh Herman Wold 1996 sebagai metode umum untuk mengestimasi path model yang
menggunakan konstruk laten dengan multiple indikator Ghozali, 2008.
Pendekatan PLS
adalah distribution
free tidak
mengasumsikan data berdistribusi tertentu dapat berupa nominal, kategori, ordinal, interval dan rasio. PLS merupakan metode analisis
powerfull karena tidak didasarkan banyak asumsi, jumlah sampel kecil dan residual distribusi. Walaupun PLS juga dapat digunakan
untuk mengonfirmasi teori, tetapi juga untuk menjelaskan ada tidaknya hubungan antara variabel laten.
Model analisis jalur semua varibel laten dalam PLS terdiri atas 3 set hubungan, yaitu :
Lanjutan tabel 3
1. Inner Model Inner relation, structural model dan substantive theory
Inner Model menspesifikasikan hubungan antar variabel laten berdasarkan pada teori. Model struktural dievaluasi dengan
melihat nilai R-square untuk konstruk laten dependen, stone Geisser Q-square test untuk predictive relevance dan uji T, serta
signifikansi dari koefisien parameter jalur struktural. Peubah nilai R-square dpat digunakan untuk menilai pengaruh variabel laten
independen terhadap variabel laten dependen. 2. Outer model Outer Reletion atau Measurement Model
Outer Model menspesifikasikan hubungan antar variabel laten dengan indikator. Outer Model terdiri dari 2 macam mode, yaitu
mode reflective mode A dan mode formative mode B. Mode reflektif merupakan relasi dari peubah laten ke peubah indikator
atau “effect”. Sedangkan mode formative merupakan relasi dari peubah indikator membentuk peubah laten
“causal”. 3. Weight Relation
Inner dan Outer model memberikan spesifikasi yang diikuti dalam estimasi algoritma PLS. Nilai kasus untuk setiap variabel
laten di estimaasi dalam PLS sebagai berikut :
ξ
b
= Σ
kb
W
kb
X
kb .................
1
η
i=
Σ
ki
W
ki
X
ki .....................
2
Keterangan : W
kb
dan W
ki
= k weight yang digunakan untuk membentuk estimasi variabel laten ξ
b
dan η
i
. Estimasi variabel laten adalah linear agregat dari indikator yang nilai weightnya didapat dengan
prosedur estimasi PLS seperti dispesifikasikan oleh inner dan outer model dimana
η adalah vektor variabel laten endogen dependen dan
ξ adalah vektor variabel laten eksogen independen,
ε merupakan faktor residual dan β serta Γ adalah matrik koefisien jalur path coefficient.
2.10 Penelitian Terdahulu