AksiomatikMetodologi dan Statistika

Kalkulator CR & AVE

Hitung Composite Reliability (CR) dan Average Variance Extracted (AVE) dari loading factor secara instan.

Fokus Pengukuran

CR menilai konsistensi internal konstruk, sedangkan AVE menilai proporsi varians indikator yang dapat dijelaskan oleh konstruk laten.

Konfigurasi

Input Loading Factor

Tempel data Anda (format bebas). Nilai loading terakhir pada setiap baris akan dibaca secara otomatis.

Tips cepat
  • Gunakan desimal bertitik, misal 0.78.
  • Setiap baris boleh memuat teks deskriptif diikuti satu angka loading.
  • Nilai loading harus berada di rentang -1 hingga 1.

Hasil Perhitungan

Indikator terbaca: 3
Composite Reliability

0.8236

Baik

Average Variance Extracted

0.6090

Sangat baik

IndikatorLoadingStatusLoading²Error Var
Indikator 10.780Valid0.6080.392
Indikator 20.810Valid0.6560.344
Indikator 30.750Valid0.5630.438
Catatan Interpretasi

CR ≥ 0.70 menunjukkan konsistensi internal yang memadai. Nilai di atas 0.90 mengindikasikan reliabilitas sangat tinggi.

AVE ≥ 0.50 mengindikasikan mayoritas varians indikator dijelaskan oleh konstruk laten. Nilai lebih rendah perlu evaluasi ulang indikator.

Langkah Perhitungan

Langkah 1: Kuadratkan loading dan hitung error variance

Untuk setiap indikator, hitung λ (lambda), λ², dan θ = 1 − λ².

Indikatorλ (lambda)λ² (lambda kuadrat)θ (theta = 1 − λ²)Keterangan Valid
Indikator 10.78000.60840.3916Valid
Indikator 20.81000.65610.3439Valid
Indikator 30.75000.56250.4375Valid
Langkah 2: Jumlahkan komponen
∑λi=0.7800+0.8100+0.7500=2.340\begin{align} \sum \lambda_i &= 0.7800 + 0.8100 + 0.7500 \\ &= 2.340 \end{align}
∑λi2=0.6084+0.6561+0.5625=1.827\begin{align} \sum \lambda_i^2 &= 0.6084 + 0.6561 + 0.5625 \\ &= 1.827 \end{align}
∑θi=0.3916+0.3439+0.4375=1.173\begin{align} \sum \theta_i &= 0.3916 + 0.3439 + 0.4375 \\ &= 1.173 \end{align}
Langkah 3: Hitung Composite Reliability (CR)
CR=(∑λi)2(∑λi)2+∑θi=(2.340)2(2.340)2+1.173=5.4766.649=0.8236\begin{align} CR &= \frac{(\sum \lambda_i)^2}{(\sum \lambda_i)^2 + \sum \theta_i} \\[12pt] &= \frac{(2.340)^2}{(2.340)^2 + 1.173} \\[12pt] &= \frac{5.476}{6.649} \\[12pt] &= 0.8236 \end{align}
Langkah 4: Hitung Average Variance Extracted (AVE)
AVE=∑λi2∑λi2+∑θi=1.8271.827+1.173=1.8273.000=0.6090\begin{align} AVE &= \frac{\sum \lambda_i^2}{\sum \lambda_i^2 + \sum \theta_i} \\[12pt] &= \frac{1.827}{1.827 + 1.173} \\[12pt] &= \frac{1.827}{3.000} \\[12pt] &= 0.6090 \end{align}