Anda di halaman 1dari 2

Membaca Hasil Pengujian Program SmartPLS:

1. Uji Validitas
2. Uji Reliabilitas
3. Uji Hipotesis
4. Evaluasi Model
Uji validitas ada dua, yaitu validitas konvergen dan Validitas diskriminan.
Hasil pengujian validitas konvergen berupa faktor loading dan AVE. Faktor loading dapat dilihat

Kriteria: Faktor Loading > 0.70


Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Calculation Result
>>> Outer Loading.
- AVE
Kriteria: AVE > 0.50
Lihat hasil SmartPLS Algorithm Report >>> PLS >>> QualityCriteria >>>
Overview >>> AVE
Atau lihat hasil SmartPLS Algorithm Report >>> PLS >>> QualityCriteria
>>> AVE

b. Validitas Diskriminan
- √AVE dibandingkan dengan korelasi antar konstruk.
- Kriteria: √AVE > korelasi antar konstruk
- Korelasi antar konstruk dapat dilihat dari hasil PLS Algorithm Report
sebagai berikut:
Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria
>>> Latent Variable Correlations.
2. Reliabilitas
a. Cronbachs Alpha
- Kriteria: Cronbachs Alpha > 0.60
- Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>>
Overview >>> Cronbachs Alpha.
- Atau lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria
>>> Cronbachs Alpha.

b. Composite Reliability
- Kriteria: Composite Reliability > 0.60
- Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>>
Overview >>> Composite Reliability.
- Atau lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria
>>> Composite Reliability.
3. Pengujian Hipotesis
a. T-Statistics
- Menguji signifikansi konstruk.
- Apabila α=5%, t=1.96
- Kriteria: T-Statistics>1.96 dianggap signifikan.
- Nilai T-statistics dapat dilihat dari hasil pengolahan SmartPLS sebagai
berikut:
Lihat hasil SmartPLS Bootstrapping Report >>> Bootstrapping >>> Inner
Model T-Statistics.
b. Path Coefficient
- Menunjukkan sifat korelasi antar konstruk (positif/negative).
- Lihat SmartPLS Algorithm Report >>> PLS >>> Calculation >>> Path
Coefficient.
4. Evaluasi Model
a. R-Square
- Menunjukkan koefisien determinasi. Sejauh mana suatu konstruk mampu
menjelaskan model.
- Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>>
Overview >>> R-Square.
- Atau lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria
>>> R-Square.
b. Q-Square
- Menunjukkan nilai predictive relevance
- Q-Square > 0, menunjukkan bahwa model mempunyai nilai predictive
relevance.
- Lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria >>>
Overview >>> Redundancy.
- Atau lihat hasil SmartPLS Algorithm Report >>> PLS >>> Quality Criteria
>>> Redundancy.
SEMOGA BERMANFAAT