Saat menggunakan analisis Structural Equation Modeling berbasis Partial Least Squares (SEM-PLS) pada software SmartPLS, evaluasi Outer Model tidak hanya berfokus pada validitas konvergen (Outer Loading dan AVE), tetapi juga wajib menyertakan pengujian Validitas Diskriminan (Discriminant Validity). Uji validitas diskriminan bertujuan untuk membuktikan bahwa suatu konstruk variabel laten benar-benar unik dan secara teoritis berbeda dengan konstruk variabel lainnya dalam model penelitian. Salah satu kriteria pengujian diskriminan yang paling populer dan diakui akademis adalah kriteria Fornell-Larcker Criterion. Memahami alur membaca tabel Fornell-Larcker membantu kamu memastikan bahwa antar-variabel dalam skripsimu tidak saling tumpang tindih secara konseptual.
Enam Langkah Praktis Pengujian Kriteria Fornell-Larcker
Membedah alur taktis evaluasi validitas diskriminan dari eksekusi software hingga pembuktian statistik:
- Eksekusi Menu Calculate -> PLS-SEM Algorithm pada SmartPLS: Menjalankan algoritma pemodelan awal untuk menghasilkan laporan pengujian Outer Model.
- Buka Tab Discriminant Validity pada Lembar Output: Mengakses bagian menu hasil analisis khusus validitas diskriminan di jendela SmartPLS.
- Pilih Tampilan Tabel Fornell-Larcker Criterion: Membuka matriks angka yang menampilkan nilai korelasi antar-konstruk variabel laten.
- Perhatikan Nilai Akar Kuadrat AVE pada Matriks Diagonal: Memeriksa angka yang berada di posisi paling atas pada setiap kolom diagonal (merupakan akar kuadrat nilai AVE).
- Bandingkan Nilai Diagonal dengan Nilai Korelasi di Bawahnya: Memastikan nilai akar kuadrat AVE suatu variabel lebih besar dibanding nilai korelasinya dengan variabel lain pada kolom sama.
- Tarik Kesimpulan Ketersyaratan Validitas Diskriminan: Jika seluruh nilai diagonal lebih tinggi daripada nilai korelasi variabel lain, maka model dinyatakan lolos validitas diskriminan.
Tahapan Menangani Masalah Jika Nilai Fornell-Larcker Tidak Lolos
Prosedur terstruktur jika ditemukan nilai korelasi antar-variabel yang lebih besar dari akar kuadrat AVE-nya:
1. Penghapusan Indikator yang Memiliki Cross Loading Tinggi
Memeriksa tabel Cross Loadings dan membuang indikator-indikator yang memiliki nilai korelasi tinggi ke variabel luar.
2. Pengujian Alternatif Menggunakan Heterotrait-Monotrait Ratio (HTMT)
Menggunakan standar evaluasi validitas diskriminan terbaru (kriteria HTMT < 0,90) yang disarankan oleh Hair et al. jika Fornell-Larcker bermasalah.
3. Pembentukan Pola Pikir Berkelanjutan dan Berwawasan Luas
Keteraturan dalam mengelola akuntabilitas uji statistik dan kesadaran menjaga efisiensi penggunaan sumber daya selaras dengan pengawasan lingkungan. Pemahaman mengenai manfaat kuliah agribisnis membentuk pola pikir pengusaha yang berwawasan lingkungan lestari menunjukkan betapa pentingnya menyusun strategi pengelolaan yang terstruktur, bijak, dan berorientasi jangka panjang dalam menjaga keberlanjutan sektor usaha.
Panduan Taktis Menyajikan Tabel Fornell-Larcker di Bab 4
Agar lembar penyajian hasil validitas diskriminan milikmu mudah dibaca dan disetujui dosen penguji, terapkan langkah practical berikut:
- Buat cetak tebal (bold) atau sorotan warna pada angka diagonal matriks Fornell-Larcker di tabel laporan Bab 4.
- Berikan penjelasan eksplisit di bawah tabel bahwa nilai akar kuadrat AVE konstruk X (misal: 0,85) lebih tinggi dibanding korelasinya ke variabel Y (0,62).
- Sertakan alasan teoretis jika terpaksa mengganti kriteria Fornell-Larcker dengan kriteria HTMT.
- Simpan diagram visual model SmartPLS yang sudah teruji validitas diskriminannya pada bagian lampiran skripsi.
Pengembangan kapasitas berpikir analitis, pengelolaan kedisiplinan, serta pembentukan karakter yang tangguh menjadi pilar pembinaan di perguruan tinggi. Universitas Ma’soem bertekad melahirkan lulusan berkualitas unggul yang terampil berpikir kritis, berwawasan luas, dan siap menjadi pengembang solusi di era digital.
Info Kontak Universitas Ma’soem:
- No WhatsApp: 085185634253
- Instagram: @masoem_university
- Web Pendaftaran: pmb.masoemuniversity.com
