Penjelasan Composite Reliability (CR) dan Average Variance Extracted (AVE)

Terdapat banyak jenis metode analisis data dalam penelitian statistik. Analisis regresi merupakan analisis data yang kerap paling banyak digunakan terutama dalam penelitian skripsi mahasiswa.

Dalam artikel blog sebelumnya telah dibahas penjelasan mengenai analisis regresi linear sederhana dan berganda. Selain analisis regresi, terdapat metode analisis data lainnya yang sering digunakan dalam penelitian yaitu Structural Equation Modeling atau lebih dikenal dengan istilah SEM-Model.

SEM model adalah metode analisis yang lebih kompleks dibandingkan analisis regresi linear dikarenakan pada analisis SEM-model dapat menhitung besar pengaruh atau hubungan tidak hanya antar variabel namun juga antar indikator terhadap variabel.

Metode analisis SEM-model dapat dilakukan dengan dua jenis software yaitu smartPLS yang dikenal dengan istilah Structural Equation Modeling-Partial Least Square (SEM-PLS) ataupun metode analisis SEM-Model dengan menggunakan software AMOS.

Pada dasarnya, tahapan perhitungan SEM-model terbagi menjadi dua tahapan yaitu model pengukuran (outer model) atau dikenal juga dengan CFA (Confirmatory Factor Analysis). Outer model adalah tahapan perhitungan hubungan antara indikator atau factor dengan konstruk atau variabelnya. Tahapan ini dalam uji regresi linear dikenal dengan istilah uji kualitas data seperti uji validitas dan uji reliabilitas.

Pada metode analisis SEM-Model,  terdapat dua uji validitas dan uji reliabilitas yang penting untuk dilakukan untuk menentukan apakah indikator yang digunakan dalam konstruk valid dan reliabel dalam menjelaskan konstruk/variabel atau tidak. Dua uji tersebut adalah Composite Reliability (CR) dan Average Variance Extracted (AVE).

Artikel ini akan secara spesifik membahas cara menghitung nilai CR dan AVE pada metode analisis SEM-Model.

Versi video dari artikel ini dapat dilihat pada video berikut :

Average Variance Extracted (AVE)

Analisis Average Variance Extracted (AVE) merupakan uji convergent validity. Convergent validity merupakan uji validitas dalam metode SEM-Model.

Apa itu convergent validity?

Uji convergent validity adalah uji statistik yang dilakukan dengna tujuan mengetahui validitas setiap indikator dalam konstruk atau variabel laten. Uji convergent validity bertujuan untuk menunjukkan bahwa seperangkat indikator yang digunakan dapat mewakili atau dapat menjelaskan satu variabel laten yang dibentuk. Uji convergent validity sama seperti uji validitas dalam analisis regresi hanya saja terdapat perbedaan dalam cara pengukuran dan penjelasan hasil uji.

Sebagai contoh, variabel X berdasarkan penelitian A dibentuk oleh 2 indikator, sedangkan berdasarkan penelitian B dibentuk oleh 3 indikator. Ketika penelitian kita akan menggunakan kedua sumber tersebut, maka perlu dilakukan uji convergent validity untuk menjelaskan bahwa 5 indikator tersebut dapat secara jelas mendemonstrasikan variabel X.

Dalam melakukan uji convergent validity dapat dilakukan dengan menghitung nilai rata-rata varian yang diekstrasi atau dikenal dengan istilah Average Variance Extracted (AVE).

Apa itu AVE?

Uji AVE merupakan uji varian dari indikator suatu variabel terhadap variabel laten atau konstruknya. Dengan kata lain uji AVE dilakukan untuk mengetahui perbedaan varian atau keunikan dari suatu variabel terhadap variabel lain dengan mengukur indikator atau faktor pembentuknya.

Adapun standar pengukuran nilai AVE adalah sebagai berikut :

·         Jika nilai AVE suatu variabel > 0.5 = konstruk / variabel tersebut reliabel

·         Jika nilai AVE suatu variabel < 0.5 = konstruk / variabel tersebut tidak reliabel

Composite Reliability (CR)

Selain uji validitas menggunakan AVE, dalam metode analisis SEM-Model juga perlu dilakukan uji reliabilitas untuk mengukur apakah indikator dalam suatu konstruk atau variabel reliabel dalam menjelaskan variabel dan kerangka penelitian atau tidak.

Uji reliabilitas dalam metode analisis SEM-Model dapat menggunakan dua analisis yaitu analisis Cronbach’s Alpha seperti pada analisis regresi dan analisis Composite Reliability (CR).

Perbedaan Composite Reliability dan Cronbach’s Alpha

CR dan CA merupakan dua uji yang sama-sama mengukur tingkat reliabilitas variabel penelitian. Namun, terdapat perbedaan diantara kedua uji tersebut yaitu :

1. Cronbach’s Alpha merupakan uji reliabilitas yang mengukur batas bawah atau nilai terendah reliabilitas suatu variabel

   2. Composite reliability adalah uji reliabilitas yang mengukur nilai sebenarnya dari reliabilitas suatu variabel. Sehingga dalam metode analisis SEM-Model Composite reliability dianggap menjadi uji reliabilitas yang lebih baik dalam mengestimasi konsistensi reliabilitas suatu konstruk atau variabel.

    3. Composite Reliability batas terendahnya adalah 0,7 sedangkan cronbach’s alpha batas minimalnya adalah 0,6. Dengan kata lain cara pengukuran reliabilitas CR dan CA jika nilai CR > 0,7 maka variabel tersebut reliabel, sedangkan jika nilai CR < 0,7 maka variabel tersebut tidak variabel. Sama halnya dengan standar pengukuran CA dimana jika nilai CA > 0,6 maka variabel tersebut reliabel sedangkan jika nilai CA < 0,6 maka variabel tersebut tidak variabel. 

C  References :

    1. Ghozali (2016). Aplikasi Analisis Multivariate dengan program IBM SPSS 23. Edisi 8. Semarang: Badan Penerbit Universitas Diponegoro

      2. Sekaran, U. & Bougie, R.J., (2016). Research Methods for Business: A Skill Building Approach. 7th Edition, John Wiley & Sons Inc. New York, US.

R