Tutorial Menghitung Composite Reliability (CR) dan Average Variance Explained (AVE)

Pada artikel sebelumnya telah dijelaskan penjelasan teori mengenai composite reliability (CR) dan average variance explained (AVE). Pada dasarnya kedua nilai tersebut merupakan uji kualitas data yang merupakan bagian penting dalam analisis statistik kuantitatif penelitian.

Untuk penjelasan detail mengenai CR dan AVE dapat dilihat "disini"

Artikel ini akan membahas mengenai tutorial cara menghitung nilai composite reliability (CR) dan average variance explained (AVE). Adapun versi video dari tutorial CR dan AVE dapat dilihat pada video berikut :

Berikut langkah-langkahnya :

1. Mencari nilai standardized factor loading atau nilai estimate masing-masing indikator pada konstruk / variabel (menggunakan software AMOS atau PLS-Square). Pada AMOS Software, setelah melakukan analisis perhitungan CFA, terdapat beberapa output salah satunya adalah nilai standardized regression weights yang terdiri dari nilai estimate masing-masing indikator terhadap konstruknya. Contoh penjelasan nilai factor loading pada variabel dapat dilihat pada penjelasan berikut :

Contoh variabel Kepuasan Konsumen (X1)

Variabel X1 (kepuasan konsumen) terdiri dari 3 indikator pernyataan pada kuisioner. Sehingga untuk menghitung nilai CR dan AVE perlu mendapatkan 3 nilai estimate factor loading untuk variabel kepuasan konsumen (X1) yaitu nilai Factorloading1 -> KepuasanKonsumen, nilai Factorloading12 -> KepuasanKonsumen, nilai Factorloading3 -> Kepuasan Konsumen.

Standardized Regression Weights: (Group number 1 - Default model)

			Estimate
FL1	<---	KepuasanKonsumen	,818
FL2	<---	KepuasanKonsumen	,903
FL3	<---	KepuasanKonsumen	,928

Pada penjelasan tabel di atas, nilai estimate menunjukkan factor loading dari masing-masing indikator variabel kepuasan konsumen dimana terdapat tiga indikator yaitu FL1 , FL2, dan FL3.

Perhitungan nilai Average Variance Extracted (AVE)

2. Setelah mendapatkan nilai estimate masing-masing indikator maka langkah selanjutnya adalah melakukan perhitungan nilai AVE. Nilai AVE untuk variabel kepuasan konsumen dapat dihitung dengan menggunakan rumus berikut :

Pada rumus di atas, nilai λ adalah nilai standardized loading factor atau estimate sedangkan nilai n adalah jumlah indikator atau factor pada setiap variabel.

Untuk memudahkan proses perhitungan nilai AVE dan CR dapat menggunakan MS. Excel.

Langkah 1 : Kalikan masing-masing nilai estimate sesuai rumus di atas (Estimate1 * Estimate1). Sebagai contoh, pada indikator FL1 tabel di atas, maka nilai λ² = 0,818 * 0,818 = 0,669124. Berikut perhitungannya : 

Langkah 2 = Jumlahkan semua nilai λ². Berikut perhitungannya :

Langkah 3 = Nilai yang diperoleh pada langkah 2 dibagi dengan jumlah indikator. Pada contoh variabel kepuasan konsumen di atas, jumlah indikator pembentuknya adalah 3 indikator sehingga nilai 2,345717 dibagi 3 sehingga nilai AVE yang diperoleh pada contoh di atas adalah 0,781906. Berikut perhitungannya :

Perhitungan nilai Composite Reliability (CR)

Menggunakan contoh standardized loading factor atau estimate pada variabel kepuasan konsumen di atas artikel ini akan menjelaskan cara perhitungan nilai Composite Reliability (CR). Adapun rumus perhitungan nilai composite reliability (CR) =

 

Adapun langkah-langkah perhitungan nilai composite reliability menggunakan rumus di atas adalah sebagai berikut :

Langkah 1 = Jumlahkan semua nilai estimate atau factor loading indikator variabel. Menggunakan contoh tiga indikator variabel kepuasan konsumen. Berikut gambar perhitungannya :

Pada gambar di tas, nilai 2,649 merupakan jumlah (sum) dari ketiga indikator variabel kepuasan konsumen.

Langkah 2 = sama seperti perhitungan AVE, setiap indikator dipangkat 2 (λ²) dan dijadikan satu kolom sendiri

Langkah 3 = Buat kolom baru untuk nilai 1 - λ² seperti pada contoh di atas

Langkah 4 = Masukkan rumus CR di atas. Sehingga dengan contoh estimate variabel kepuasan konsumen ini, nilai CR adalah : 2,649/2,649+1-0,654283 = 0,915. Berikut perhitungannya :

Berikut artikel perhitungan nilai composite reliability (CR) dan average variance explained (AVE).

Semoga bermanfaat :)