Model Struktural (Inner Model) sebagai Uji Hipotesis

Model struktural ini menunjukkan bagaimana konstruk berhubungan satu sama lain berdasarkan teori-teori yang sudah dikembangkan sebelumnya atau berdasarkan pada teori yang cukup mapan.
Model struktual akan menggambarkan hubungan-hubungan yang ada diantara konstruk atau variabel laten. Dalam SEM-PLS kehandalan dari sifat hubungan yang dianalisis dapat
mengestimasi hubungan yang non-linier dibandingkan dengan metode lain yang hanya sebatas hubungan linier. Pengujian model struktural atau hipotesis dengan menggunakan metode SEM-PLS dilakukan dengan bantuan alat analisis Warp PLS 6.0.
Untuk mengestimasi lebih lanjut model struktural, peneliti mengacu pada beberapa penilaian-penilaian, yakni: koefisien jalur (β) dan p-value, nilai koefisien determinasi (Adjusted R-Squared), relevansi prediktif (Q-Squared), Effect size untuk masing-masing jalur, eksplorasi mekanisme mediasi dengan menggunakan (Baron & Kenny, 1986) serta Variance Extracted For (VAF) dari (Hair dkk, 2013), dan . Adapun estimasi penilaian yang diacu, sebagai berikut:
1. Koefisien jalur (β) dan p-value
Pengujian hipotesis dilakukan dengan melihat nilai koefisien jalur (β) dan nilai signifikansi (p-value). Jika nilai koefisien jalur bernilai positif hal ini menandakan variabel eksogen berhubungan positif terhadap variabel endogennya, sedangkan jika nilai koefisien jalur bersifat negatif maka variabel eksogen berhubungan negatif dengan variabel endogennya. Untuk mengetahui apakah sautu hubungan itu signifikan maka melihat dari nilai P-value yang menunjukkan apakah hipotesis terdukung atau tidak. Hipotesis terdukung apabila nilai P-value <0.1 (signifikan pada tingkat 10%), P-value <0.05 (signifikan pada tingkat 5%), P-value <0.01 (signifikan pada tingkat 1%) (Hair dkk, 2014).
2. Nilai koefisien determinasi (Adjusted r-squared)
Nilai koefisien determinasi menggambarkan seberapa besar keseluruhan variabel laten eksogen dapat memengaruhi variabel laten endogen. Kock (2018) menjelaskan jika koefisien determinasi bernilai 0,75; 0,50 dan 0,25 maka variabel laten endogen dalam model struktural dapat diinterpretasikan secara berturut-turut sebagai kuat, moderat dan lemah.
3. Relevansi prediktif (Q-Squared)
Relevansi prediktif digunakan untuk penilaian validitas prediktif atau relevansi dari sekumpulan variabel laten prediktor pada variabel kriterion (Sholihin & Ratmono, 2013). Model dengan validitas prediktif harus mempunyai nilai Q-Squared lebih besar dari nol, hal ini mengindikasikan bahwa variabel laten
eksogen mempunyai relevansi prediktif pada variabel laten endogen yang dipengaruhi kriterion (Sholihin & Ratmono, 2013).
4. Effect Size untuk koefisien jalur
Effect size dihitung sebagai nilai absolut kontribusi individual setiap variabel laten prediktor pada nilai R-squared variabel laten kriterion. Kock (2018); Hair dkk, (2014) mengelompokkan Effect size kedalam tiga kategori yaitu lemah dengan spesifikasi nilai (0,2) selanjutnya medium dengan nilai (0,15) dan kategori kuat dengaan nilai (0,35). Nilai Effect size di bawah 0,02 dapat diartikan bahwa pengaruh variabel laten prediktor sangat lemah dari pandangan praktis (Practical point of view) meskipun variabel tersebut mempunyai nilai p yang signifikan (Sholihin & Ratmono 2013).