no comments

Evaluasi Model Luar

1. Model Pengukuran Reflektif

> Validitas Konvergen: validitas konvergen mengukur besarnya korelasi antara konstruk dengan variabel laten.

  • Individual Item Reliability: pemeriksaan keandalan masing-masing item, seperti yang terlihat dari nilai faktor pemuatan standar. Faktor pemuatan standar menggambarkan besarnya korelasi antara setiap item pengukuran (indikator) dan konstruksinya. Faktor pembebanan 0,7 dianggap ideal, sehingga indikator dikatakan valid untuk mengukur konstruksinya. Dalam pengalaman penelitian empiris, loading factor> 0,5 masih dapat diterima. Dengan demikian, faktor pemuatan <0,5 harus dihilangkan dari model (dijatuhkan). Nilai kuadrat dari faktor pemuatan disebut komunalities. Nilai ini menunjukkan persentase konstruktor yang dapat menjelaskan variasi dalam indikator.
  • Konsistensi Internal atau Keandalan Konstruk: kami melihat keandalan konsistensi internal dari nilai Cronbach’s Alpha dan Composite Reliability (CR). Composite Reliability (CR) lebih baik dalam mengukur konsistensi internal daripada Cronbach’s Alpha dalam SEM karena CR tidak mengasumsikan kesamaan berat dari setiap indikator. Cronbach’s Alpha cenderung menilai keandalan konstruk yang lebih rendah daripada Composite Reliability (CR). Interpretasi Composite Reliability (CR) sama dengan Cronbach’s Alpha. Nilai batas> 0,7 dapat diterima, dan nilai> 0,8 sangat memuaskan.
  • Average Variance Extracted (AVE) : Ukuran lainnya dari covergent validity adalah nilai Average Variance Extracted (AVE). Nilai AVE menggambarkan besarnya varian atau keragaman variable manifest yang dapat dimiliki oleh konstruk laten. Dengan demikian, semakin besar varian atau keragaman variable manifest yang dapat dikandung oleh konstruk laten, maka semakin besar representasi variable manifest terhadap konstruk latennya. Fornell dan Larcker (1981) dalam Ghozali (2014:45) dan Yamin dan Kurniawan (2011:18) merokemndasikan penggunaan AVE untuk suatu criteria dalam menilai convergent validity. Nilai AVE minimal 0.5 menunjukkan ukuran convergent validity yang baik. Artinya, variable laten dapat menjelaskan rata-rata lebih dari setengah varian dari indikator-indikatornya. Nilai AVE diperoleh dari penjumlahan kuadrat loading factor dibagi dengan error. Ukuran AVE juga dapat digunakan untuk mengukur reliabilitas component score variable latent dan hasilnya lebih konservatif dibandingkan dengan composite reliability (CR). Jika semua indicator distandarkan, maka nilai AVE akan sama dengan rata-rata nilai block communalities.

Discriminant Validity : discriminant validity dari model reflektif dievaluasi melalui cross loading, kemudian dibandingkan nilai AVE dengan kuadrat dari nilai korelasi antar konstruk (atau membandingkan akar kuadrat AVE dengan korelasi antar konstruknya). Ukuran cross loading adalah membandingkan korelasi indikator dengan konstruknya dan konstruk dari blok lainnya. Bila korelasi antara indicator dengan konstruknya lebih tinggi dari korelasi dengan konstruk blok lainnya, hal ini menunjukkan konstruk tersebut memprediksi ukuran pada blok mereka dengan lebih baik dari blok lainnya. Ukuran discriminant validity lainnya adalah bahwa nilai akar AVE harus lebih tinggi daripada korelasi antara konstruk dengan konstruk lainnya atau nilai AVE lebih tinggi dari kuadrat korelasi antara konstruk.

SUMBER : Mobilestatistik

KOMEN ANDA

Komen

TENTANG KAMI | PENAFIAN | HUBUNGI | HANTAR ARTIKEL