Outer Model dan Inner Model

   Model Pengukuran (outer model)

Model ini menspesifikasi hubungan di antara pembolehubah laten dengan indikator-indikatornya, atau dapat dikatakan bahawa outer model mendefinisikan bagaimana setiap indikator berhubungan dengan pembolehubah latennya. Ujian yang dilakukan pada outer model ialah Pengesahan konvergen, Discriminan Validity, Composite Validity, Average Varians Etracted (AVE), dan Cronbach Alpha. 

Pengesahan konvergen ialah nilai convergen validity adalah nilai loading faktor pada pembolehubah laten dengan indikator-indikatornya. Nilai yang diharapkan >0.7. 

Selain itu, nilai ini merupakan nilai cross loading faktor yang berguna untuk mengetahui apakah konstruk memiliki diskriminan yang memadai iaitu dengan cara membandingkan nilai loading pada konstruk yang dituju harus lebih besar dibandingkan dengan nilai loading dengan konstruk yang lain. Bagi Composite Reliability. Selain itu, ia juga merupakan data yang memiliki composite reliability >0.8 mempunyai kesahan yang tinggi Manakala Average Variance Extracted (AVE) ialah nilai AVE yang diharapkan >0.5. Bagi Cronbach Alpha, ujian kesahan diperkuat dengan Cronbach Alpha.Nilai diharapkan >0.6 untuk semua konstruk.

Uji yang dilakukan diatas merupakan ujian pada model luaran untuk indikator reflektif. Untuk indikator formatif dilakukan pengujian yang berbeza. Ujian untuk indikator formatif iaitu Significance of weights iaitu nilai pemberat indikator formatif dengan konstruknya harus signifikan. Kedua ialah Multicolliniearity. Iaitu ujian yang dilakukan untuk mengetahui hubungan di antara indikator. Untuk mengetahui apakah indikator formatif mengalami multicolliniearitydengan mengetahui nilai VIF. Nilai VIF antara 5- 10 dapat dikatakan bahawa indikator tersebut terjadi multicolliniearity.

Model Struktural (inner model)

Pengujian pada model struktural dilakukan untuk menguji hubungan antara konstruk laten. Terdapat beberapa ujian untuk Model Struktural iaitu R Square, Estimate Pth Coefficient, Effect Sieze (f Square), Predictive Relevance (Q Square).

   R Square

Nilai R Square adalah koefisien ditentukan pada konstruk endogen. Menurut Chin (1998), nilai R square sebesar 0.67 (kuat), 0.33 (moderat) dan 0.19 (lemah). 

 Estimate for Path Coefficients,

Estimate for Path Coefficients merupakan nilai koefisen jalur atau besarnya hubungan atau pengaruh konstruk laten. Ia dilakukan dengan prosedur Bootstrapping. 

   Effect Size (f square)

Effect Size (f square) pula dilakukan untuk mengetahui kebaikan model. Ujian ini dijalankan bagi mengenalpasti saiz kesan sesuatu pembolehubah. Terdapat garis panduan yang disyorkan untuk mengkaji F² seperti yang diterangkan oleh Cohen (1988) di mana nilai F square 0.35, 0.15, dan 0.02 mewakili saiz kesan yang besar, sederhana dan kecil dengan sewajarnya. Sekiranya nilai effect size lebih besar, maka ia sesuai dan berpengaruh untuk dijadikan mediator.

 Prediction relevance (Q square)

     Prediction relevance (Q square) atau dikenal dengan Stone-Geisser's. Ujian ini dijalankan untuk menentukan keupayaan ramalan dengan prosedur pembasmian. Jika nilai yang diperoleh adalah 0.02 (kecil), 0.15 (sederhana) dan 0.35 (besar). Hanya boleh dilakukan untuk pembinaan endogen dengan penunjuk reflektif.

Indikator Reflektif dan Formatif

Dalam pemodelan persamaan struktural (SEM) indikator yang ditunjukkan dan dihubungkan tersebut dinamakan dengan model pengukuran dan rekabentuk model pengukuran untuk pembolehubah laten terbahagi kepada dua iaitu bersifat refleksif atau formatif. Hair et. Al (2006) dan Jogiyanto (2009) membezakannya dengan 4 syarat iaitu bagaimana perkaitan hubungan, bagaimana sifat kovarian di antara indikator, adakah terdapat ciri-ciri persamaan yang kuat dan terdapat hubungan penunjuk ke atas pelbagai pembolehubah. Cara menentukan sifat hubungan penunjuk dan pembolehubah laten tersebut kadangkala boleh dilihat dengan mudah pada empat-empat syarat, dan kadangkala tidak. Berikut adalah penjelasan dari keempat-empat cara tersebut.

Pertama, kaitan hubungan iaitu penunjuk reflektif disebabkan oleh pembinaan sementara penunjuk formatif menyebabkan pembinaan. Juga boleh diberikan makna yang lain, jika penunjuk cenderung menjadi konsisten, ia akan menjadi formatif, sedangkan jika penunjuk adalah hasil dari membina atau konstruk akan menjadi reflektif;

Kedua, kovarians (Covariance). Dalam hubungan reflektif, kovarians antara indikator adalah tinggi kerana semua petunjuk akan bergerak bersama, yang bermaksud bahawa perubahan indikator tunggal akan menyebabkan perubahan pada petunjuk lain. Walaupun bersifat formatif, diharapkan tidak mempunyai kovarians yang tinggi dan tidak bergerak bersama.

Ketiga, sifat duplikasi. Jika penunjuk mempunyai garis dasar konseptual yang sama (semua indikator menunjukkan sama), ia akan menjadi reflektif. Oleh itu, menghapuskan satu indikator tidak mengubah makna membina secara material.

Keempat, penunjuk hubungan pada pelbagai pembolehubah. Pada sifat reflektif, semua penunjuk boleh dikaitkan dengan pembolehubah lain. Walaupun dalam hubungan formatif dijangka berlaku corak hubungan yang berbeza dari pembolehubah lain.

(a)    Indikator reflektif.

Indikator ini mempunyai ciri-ciri termasuklah arah causal related dari pembolehubah laten ke indikator, antara indikator diharapkan saling berkorelasi (instrumen harus memiliki consistency reliability), menghilangkan satu indikator, tidak akan merubah makna dan erti pembolehubah yang diukur, dan kesalahan pengukuran pada tahap indikator. Sebagai contoh model indikator reflektif adalah pembolehubah yang berkaitan dengan sifat (attitude) dan niat membeli (purchase intention).

Dalam model reflektif, indikator dilihat sebagai kesan dari konstruk yang dapat diamati. Sebagai contoh konstruk kegigihan (hardiness) yang direfleksikan menjadi tiga indikator iaitu komitmen, tantangan dan kontrol. Perkataan direfleksikan tersebut dapat disimpulkan sebagai diukur.

Secara statistik, model pengukuran reflektif menjelaskan bahawa indikator berkaitan dengan pembolehubah laten yang sama mestilah memiliki varians bersama (kovarians). Dengan demikian untuk membuktikan bahawa komitmen, tantangan dan kontrol merupakan refleksi dari harus memiliki keterkaitan bersama, maka ketiganya harus memiliki perkaitan bersama. Pendekatan yang biasa dipakai adalah analisis faktor.

(b)           Indikator formatif

Ciri-ciri model indikator reflektif iaitu arah causal related dari indikator ke pembolehubah laten, antara indikator disimpulkan tidak berkorelasi (tidak diperlukan ujian kesahan konsistensi internal), menghilangkan satu indikator menjadikannya merubah makna dari pembolehubah laten., dan kesalahan pengukuran berada pada tahap pembolehubah laten. Pembolehubah laten dengan indikator formatif dapat menjadi seperti pembolehubah komposit. Sebagai contoh pembolehubah status sosial ekonomi diukur dengan indikator yang saling mutual exclusive (pendidikan, pekerjaan, dan tempat tinggal). pembolehubah kualiti pelayanan dibentuk oleh lima dimensi iaitu tangible, reliability, responsive, emphaty dan assurance. 

 

 

Bagi model formatif, indikator bukan merupakan refleksi konstruk yang diukur, tetapi lebih merupakan penyebab (causal indikators). Berbeza dengan indikator reflektif, pada indikator formatif, menghilangkan satu indikator tidak akan mengganggu indikator lainnya kerana masing-masing relatif bebas.

Secara statistik, indikator ini dibuktikan dengan koefisien peranan yang dapat dilihat melalui kombinasi linear dalam persamaan regresi. Semua indikator tidak harus memiliki varians bersama (kovarians) sehingga menyingkirkan satu indikator tidak seberapa mengubah peranan indikator lainnya. Justeru itu, diharapkan indikator ini memiliki hubungkait yang rendah, untuk menghindari pertindihan. Salah satu sifat dari indikator ini adalah akumulasi, kerana menggunakan regresi.