Uji validitas SmartPLS adalah prosedur statistik untuk mengukur sejauh mana indikator dalam kuesioner benar-benar mengukur variabel laten penelitian secara akurat pada analisis SEM-PLS. Pengujian ini melibatkan evaluasi convergent validity melalui nilai outer loading dan Average Variance Extracted (AVE), serta discriminant validity melalui kriteria Fornell-Larcker dan Cross Loading.
Apa Itu Uji Validitas dalam SmartPLS?
Uji validitas dalam SmartPLS adalah metode evaluasi model pengukuran (outer model) untuk memastikan instrumen penelitian sahih sebelum menguji hipotesis. Proses ini sangat krusial dalam penelitian kuantitatif berbasis Partial Least Squares (PLS-SEM) menggunakan software SmartPLS.
Partial Least Squares Structural Equation Modeling (PLS-SEM) adalah teknik analisis multivariat berbasis varians yang memungkinkan peneliti menguji hubungan antar variabel laten beserta indikatornya secara simultan. Dalam ekosistem akademik Indonesia, pengujian ini menjadi standar wajib bagi mahasiswa tingkat akhir yang meneliti manajemen, akuntansi, komunikasi, maupun psikologi dengan menggunakan data primer dari kuesioner.
Bagaimana Cara Menilai Convergent Validity pada SmartPLS?
Convergent validity dinilai dengan melihat nilai outer loading indikator terhadap konstruknya serta nilai Average Variance Extracted (AVE) dari setiap variabel penelitian. Nilai outer loading dikatakan memenuhi syarat jika berada di atas 0,70 untuk penelitian konfirmatori, meskipun nilai 0,60 masih dapat ditoleransi untuk tahap eksplorasi. Sementara itu, nilai Average Variance Extracted adalah ukuran besarnya varians dari indikator yang dapat dijelaskan oleh konstruk laten, di mana batas minimum yang harus dipenuhi adalah 0,50.
Berikut adalah tabel ringkasan kriteria pengujian convergent validity yang wajib dipenuhi dalam analisis menggunakan SmartPLS agar instrumen penelitian dinyatakan valid secara konvergen:
| Parameter Uji | Kriteria Nilai | Keterangan |
|---|---|---|
| Outer Loading | > 0,70 | Ideal untuk penelitian konfirmatori |
| Outer Loading (Alternatif) | 0,60 – 0,70 | Dapat diterima untuk penelitian eksplorasi |
| Average Variance Extracted (AVE) | > 0,50 | Menunjukkan konstruk menjelaskan >50% varians |
Bagaimana Cara Menguji Discriminant Validity di SmartPLS?
Discriminant validity diuji untuk memastikan bahwa setiap variabel laten benar-benar berbeda dan independen dari variabel lainnya dalam model penelitian. Pengujian ini dilakukan dengan dua pendekatan utama di dalam program SmartPLS versi terbaru, yaitu melalui evaluasi nilai Cross Loading dan perbandingan akar kuadrat AVE dengan korelasi antar variabel.
Pendekatan pertama adalah Cross Loading, di mana korelasi suatu indikator dengan konstruk utamanya harus lebih tinggi dibandingkan dengan korelasi indikator tersebut terhadap konstruk lainnya. Pendekatan kedua adalah kriteria Fornell-Larcker, yang mengharuskan akar kuadrat Average Variance Extracted untuk setiap konstruk bernilai lebih besar daripada nilai korelasi antara konstruk tersebut dengan konstruk lain di dalam model struktural.
Bagaimana Langkah-Langkah Melakukan Uji Validitas di SmartPLS?
Langkah pertama melakukan uji validitas di SmartPLS adalah mengimpor data penelitian berformat CSV ke dalam software dan membuat diagram jalur (path model). Setelah semua variabel laten terhubung dengan indikatornya masing-masing, klik tombol calculate pada menu atas, lalu pilih opsi PLS Algorithm untuk memulai proses iterasi perhitungan algoritma.
Setelah perhitungan selesai, jendela hasil atau report akan muncul secara otomatis di layar komputer Anda. Untuk melihat hasil uji validitas konvergen, pilih menu Outer Loadings dan Average Variance Extracted di bawah kategori Quality Criteria. Jika terdapat indikator yang memiliki nilai outer loading di bawah batas minimum yang dipersyaratkan, indikator tersebut harus dihapus dari model, lalu lakukan perhitungan ulang PLS Algorithm sampai seluruh kriteria terpenuhi dengan baik.
Pertanyaan Umum
Berapa nilai minimal outer loading yang sah dalam SmartPLS?
Nilai minimal outer loading yang sah adalah di atas 0,70, namun nilai antara 0,60 hingga 0,70 masih dapat diterima untuk tahap penelitian eksplorasi.
Apa yang harus dilakukan jika nilai AVE di bawah 0,50?
Jika nilai AVE di bawah 0,50, peneliti harus menghapus indikator yang memiliki nilai outer loading paling kecil secara berturut-turut hingga nilai AVE konstruk tersebut mencapai minimal 0,50.
Apakah uji validitas wajib dilakukan sebelum uji hipotesis?
Ya, uji validitas dan reliabilitas wajib dilakukan terlebih dahulu untuk memastikan instrumen data layak sebelum peneliti melanjutkan ke tahap pengujian hipotesis struktural.
Memahami dan mengeksekusi tahapan pengujian ini secara cermat sangat menentukan kualitas hasil penelitian skripsi Anda secara keseluruhan. Apabila Anda mengalami kendala teknis dalam proses pengolahan data menggunakan software ini, Anda dapat memanfaatkan layanan jasa SmartPLS dari jurnalskripsi.net untuk mendampingi penyelesaian tugas akhir Anda dengan profesional.