Inner model SmartPLS adalah model struktural yang menghubungkan variabel laten eksogen dan endogen berdasarkan teori substansial penelitian. Evaluasi inner model bertujuan untuk memprediksi hubungan antar konstruk dan menguji hipotesis penelitian melalui algoritma bootstrapping yang menghasilkan nilai koefisien jalur serta signifikansi statistik.
Apa Pengertian dan Fungsi Inner Model dalam SmartPLS?
Inner model (model struktural) adalah tahapan evaluasi dalam Partial Least Squares Structural Equation Modeling yang menggambarkan hubungan antar variabel laten. Fungsi utamanya adalah menguji hipotesis penelitian dan melihat kekuatan pengaruh antar variabel secara simultan.
Dalam analisis SEM berbasis varian, peneliti harus memastikan bahwa model pengukuran atau outer model telah memenuhi validitas dan reliabilitas terlebih dahulu. Setelah konstruk valid, barulah peneliti mengalihkan fokus ke evaluasi model struktural untuk menjawab rumusan masalah. Evaluasi ini melibatkan beberapa metrik statistik penting guna mengukur seberapa baik data empiris mendukung model teoretis yang diajukan.
Bagaimana Tahapan Evaluasi Inner Model SmartPLS yang Benar?
Evaluasi inner model SmartPLS dilakukan melalui beberapa tahapan pengujian statistik utama secara berurutan sesuai standar metodologi penelitian kuantitatif.
| Nama Uji / Metrik | Kriteria Nilai yang Diterima | Fungsi Utama Pengujian |
|---|---|---|
| Koefisien Jalur (Path Coefficients) | Nilai T-statistic > 1,96 dan P-value < 0,05 | Menguji signifikansi hubungan antar variabel laten. |
| R-Square (R²) | 0,75 (kuat), 0,50 (moderat), 0,25 (lemah) | Mengukur tingkat variabilitas variabel endogen. |
| F-Square (f²) | 0,02 (kecil), 0,15 (sedang), 0,35 (besar) | Melihat pengaruh ukuran efek variabel eksogen. |
| Q-Square (Q²) / Predictive Relevance | Nilai Q² > 0 menunjukkan relevansi prediktif | Menguji kemampuan prediktif model observasi. |
| SRMR (Standardized Root Mean Square Residual) | Nilai < 0,10 atau lebih baik < 0,08 | Mengukur fit keseluruhan model estimasi. |
Setiap metrik dalam tabel di atas memiliki peran krusial dalam memastikan bahwa model struktural yang Anda bangun tidak hanya valid secara statistik, tetapi juga memiliki kemampuan prediksi yang handal. Mari kita bedah langkah demi langkah cara membaca dan melaporkan hasil pengujian tersebut ke dalam bab hasil penelitian skripsi.
Bagaimana Cara Membaca Nilai R-Square dan F-Square?
Nilai R-Square menunjukkan seberapa besar variasi variabel endogen dapat dijelaskan oleh variabel eksogen dalam model. Semakin tinggi nilai R-Square, semakin baik model struktural tersebut dalam menjelaskan fenomena yang diteliti.
Sementara itu, F-Square digunakan untuk mengevaluasi dampak substansial suatu variabel eksogen terhadap variabel endogen pada tingkat struktural. Ketika Anda menghapus satu variabel eksogen dari model, perubahan nilai R-Square akan dihitung sebagai nilai F-Square. Nilai ini membantu mahasiswa menentukan variabel mana yang memberikan kontribusi paling dominan terhadap model penelitian secara keseluruhan.
Bagaimana Cara Menjalankan Uji Bootstrapping untuk Path Coefficients?
Path coefficients atau koefisien jalur menunjukkan kekuatan hubungan langsung antar variabel laten dalam model struktural. Untuk menguji signifikansinya, Anda harus menjalankan prosedur bootstrapping di software SmartPLS.
Langkah pertamanya adalah klik menu Calculate, lalu pilih Bootstrapping dengan pengaturan subsamples minimal 5000, confidence interval method bias-corrected and accelerated, serta tingkat signifikansi alpha sebesar 0,05. Setelah proses perhitungan selesai, buka laporan tab path coefficients untuk melihat nilai t-statistics dan p-values. Jika nilai t-statistics melampaui angka 1,96, maka hipotesis penelitian Anda dinyatakan diterima atau signifikan secara statistik.
Pertanyaan Umum
Apa perbedaan antara outer model dan inner model dalam SmartPLS?
Outer model adalah evaluasi hubungan antara indikator dengan variabel latennya, sedangkan inner model adalah evaluasi hubungan antar variabel laten itu sendiri di dalam struktur nomologis.
Berapa nilai minimal R-Square yang dianggap baik dalam skripsi?
Nilai R-Square sebesar 0,75 dikategorikan kuat, 0,50 dikategorikan moderat, dan 0,25 dikategorikan lemah, meskipun standar ideal sangat bergantung pada bidang ilmu yang diteliti.
Bagaimana jika nilai T-statistic inner model kurang dari 1,96?
Jika nilai t-statistic kurang dari 1,96 atau p-value lebih besar dari 0,05, maka hipotesis yang menyatakan adanya pengaruh antar variabel tersebut harus ditolak karena tidak signifikan.
Melakukan evaluasi model struktural secara teliti sangat menentukan kualitas kesimpulan penelitian Anda. Apabila Anda mengalami kendala teknis dalam proses pengolahan data atau interpretasi hasil analisis, Anda dapat memanfaatkan layanan profesional jasa analisis SmartPLS untuk mendampingi penyusunan skripsi hingga tuntas.