Dalam sebuah model pengukuran yang lengkap terdiri atas hubungan pengukuran antara indikator dan konstruk, hubungan korelasional diantara konstruk dan istilah Error untuk tiap indikator. Model pengukuran merupakan pengukuran dengan model reflektif, karena yang diukur adalah indikator-indikator penelitian. Indikator-indikator setiap variabel merefleksikan variabel laten yang diukur. Model pengukuran dalam SEM-PLS berkenaan dengan pemerikasaan seberapa valid dan reliabel instrumen penelitian, dalam hal ini SEM-PLS menggunakan pendekatan dengan istilah Outer Model untuk pengukuran variabelnya. SEM-PLS tidak digunakan untuk menghasilkan suatu model, namun untuk mengonfirmasi suatu model atau teori. Hubungan sebab-akibat diantara variabel tidak ditentukan oleh SEM, namun di bangun oleh teori (Hair, dkk 2014). Pengujian model pengukuran (Outer Model), diantaranya sebagai berikut:
1) Uji Validitas
Validitas konstruk mengukur sampai seberapa jauh ukran indikator mampu merefleksikan konstruk laten teoritisnya (Cooper & Schindler, 2014). Uji validitas dapat dilakukan dengan mengacu pada konsep-konsep pengukuran yang digunakan dalam penelitian lain atau penelitian sebelumnya. Pengujian seperti validitas ini memberikan bukti bahwa butir-
butir pengukuran yang digunakan memenuhi kriteria validitas konstruk dalam artian dapat mengukur apa yang seharusnya diukur.
Uji validitas ini bagaimana pun juga, sangat penting dilakukan untuk memastikan apakah pernyataan yang digunakan didalam kuesioner benar-benar mampu mengukur objek yang diteliti, setelah indikator yang digunakan dinyatakan valid, maka kuesioner layak untuk disebarkan ke responden. Adapun uji validitas yang dilakukan dalam penelitian ini terdiri dari dua pengujian yakni validitas wajah dan validitas konstruk, Selanjutnya Hair dkk, (2014) membagi validitas konstruk menjadi dua kelompok yaitu validitas konvergen dan diskriminan.
Validitas konvergen merupakan tipe dari validitas alat ukur yang menggunakan banyak indikator yang didasarkan pada logika bahwa indikator-indikator yang ada di dalam satu konstruk yang sama akan memiliki pergerakan yang mirip dan mengelompok (Neuman, 2016).
Konvergen konstruk dikatakan valid apabila nilai standard dari Loading sekurang-kurangnya antara 0.4 dan lebih baik jika ≥ 0,7. Indikator dengan nilai Loading antara ≥ 0,4 – ≤ 0,7 harus tetap dipertimbangkan untuk diperhatikan, akan tetapi indikator tersebut diperbolehkan dihapus jika penghapusan indikator dapat meningkatkan nilai perhitungan dari Average Variance Extracted (AVE) dan Composite reliability (CR). Syarat terpenuhinya validitas konvergen selanjutnya adalah
nilai p signifikan pada setiap indikatornya harus ≤ 0,05. Validitas konvergen juga dapat dinyatakan terpenuhi apabila nilai loading ke konstruk lain (Cross-loadings) bernilai lebih rendah dari pada ke konstruknya sendiri (Hair dkk, 2014).
Validitas diskriminan, uji ini didasarkan pada pemikiran logika bahwa indikator dari suatu konstruk berbeda (Driverge) dengan konstruk lain. Pengujian dapat dilakukan dengan melihat nilai Cross loading dari masing-masing konstruk. Nilai Cross loading menunjukkan besarnya korelasi antara setiap konstruk dengan indikatornya dan indikator dari konstruk blok lainnya. Sebuah konstruk mempunyai validitas diskriminan apabila indikator konstruk tersebut mempunyai nilai Loading paling tinggi pada kelompok konstruknya sendiri (Hair, dkk 2014). Evaluasi selanjutnya, yaitu dengan membandingkan nilai akar AVE dengan korelasi antar konstruk, pengujian ini juga sering disebut Fornell-Lacker Criterion. Konstruk akan dikatakan memenuhi validitas diskriminan ketika nilai dari akar kuadrat AVE konstruk lebih besar dari nilai korelasi terbesar antar konstruk tersebut dengan konstruk lainnya.
2) Uji reliabilitas
Reliabilitas suatu pengukuran mencerminkan apakah suatu pengukuran dapat terbebas dari kesalahn, sehingga memberikan hasil pengukuran yang konsisten pada kondisi yang berbeda-beda dari masing-masing butir dalam instrumen. Reliabilitas juga dapat diartikan sebagai keandalan atau konsistensi yang menunjukkan bahwa pengukuran
atribut yang sama diulang akan memberikan hasil kondisi yang identik atau sangat mirip (Neuman, 2016). Reliabilitas juga menekankan pada tingkat akurasi dan presisi dari prosedur pengukuran (Cooper & Schindler, 2014). Dalam hal ini, reliabilitas instrumen diukur dengan Composite Reliability dan Cronbach Alpha, yang mencerminkan konsistensi internal alat ukur (Hair, dkk 2014; Hair, dkk 2013) aturan yang umum dipakai adalah bahwa Composite Reliability ≥ 0.7 dan dengan Cronbach’s alpha ≥ 0.70. Meskipun demikian, sejumlah penulis lain mengatakan bahwa angka Cronbach’s alpha ≥ 0.60 masih dapat diterima (Hair, dkk 2014). Menurut Chin (2010); Kock (2018) menyatakan bahwa Cronbach’s alpha cenderung meng-underestimate dalam pengukuran reliabilitas dan dianggap terlalu sensitif terhadap jumlah indikator yang digunakan, sedangkan Composite reliability dapat dikatakan sebagai Closer approximation dengan asumsi estimasi parameter lebih akurat.
Olah Data dan Pendampingan Penyusunan Artikel Ilmiah