Evaluasi model struktural (Inner Model) (skripsi dan tesis)

Dalam menilai model struktural dengan struktural PLS dapat dilihat dari nilai RSquares untuk setiap variabel laten endogen sebagai kekuatan prediksi dari model struktural. Nilai R-Squares merupakan uji goodness fit model. Perubahan nilai R-Squares digunakan untuk menjelaskan pengaruh
variabel laten eksogen tertentu terhadap variabel laten endogen, apakah mempunyai pengaruh substantive. Nilai R-Squares 0,67; 0,33 dan 0,19 untuk variabel laten endogen dalam model struktural menunjukkan model
kuat, moderat, dan lemah (Chin, 1998 dalam Ghozali, 2006). Hasil dari PLS R-Squares merepresentasikan jumlah variance dari konstruk yang dijelaskan oleh model. Selain melihat besarnya nilai R-Squares, evaluasi model struktural PLS dapat juga dilakukan dengan Q2 predictive relevance atau sering disebut predictive sample reuse yang dikembangkan oleh Stone (1974) dan Geisser (1975) dalam Ghozali (2012). Nilai q2 predictive relevance yaitu 0,02; 0,15; dan 0,35menunjukkan bahwa model lemah, moderate dan kuat. Selanjutnya evaluasi model dilakukan dengan melihat nilai signifikansi untuk mengetahui pengaruh antar variabel melalui prosedur bootstrapping atau jackknifing.
Pendekatan bootstrap merepresentasi non parametric untuk precision dari estimasi PLS. Prosedur bootstrap menggunakan seluruh sampel asli untuk melakukan resampling kembali. Hair et all, (2011) dan Henseler et al (2009) memberikan rekomendasi untuk jumlah sampel dari bootstrap yaitu sebesar 5.000 dengan catatan jumlah tersebut harus lebih besar dari original sampel. Namun beberapa literatur (lihat Chin 2003; 2010a) menyarankan jumlah sampel dari bootstrap sebesar 200 – 1.000 sudah cukup untuk mengoreksi standar error estimate PLS. Nilai signifikansi yang digunakan (two-tailed) tvalue 1,65 (signifikan level 10%); 1,96 (signifikan level 5%); dan 2,58 (signifikan level 1%).