HTMT (Heterotrait-Monotrait ratio) adalah salah satu metode pengujian konsistensi konvergen dan diskriminan pada analisis jalur berbasis Partial Least Square (PLS) untuk menguji sejauh mana suatu konstruk berbeda dengan konstruk lainnya.

Pengujian HTMT dilakukan dengan menghitung rasio antara korelasi antarkonstruk (heterotrait) dan korelasi dalam konstruk yang sama (monotrait) yang diestimasikan dari model PLS. Jika nilai HTMT antara dua konstruk kurang dari 0,9, maka konstruk tersebut dianggap memiliki konsistensi konvergen yang baik dan dapat dibedakan dengan konstruk lainnya.

Dalam PLS, pengujian konsistensi konvergen dan diskriminan sangat penting untuk memastikan bahwa setiap konstruk yang diukur dengan indikator memiliki kontribusi yang signifikan dalam menjelaskan variansi variabel terikat. Dalam beberapa kasus, terutama ketika indikator saling berkorelasi atau ada indikator yang memiliki kontribusi yang rendah dalam mengukur konstruk tertentu, pengujian HTMT dapat membantu mengidentifikasi indikator yang tidak konsisten atau tidak relevan.

Dalam menginterpretasi hasil pengujian HTMT, nilai yang lebih rendah menunjukkan konsistensi konvergen yang lebih baik dan kemampuan untuk membedakan konstruk dari yang lain. Nilai di atas 0,9 menunjukkan adanya masalah konsistensi konvergen dan diskriminan yang memerlukan perhatian lebih dalam proses analisis.

Jika nilai HTMT antara dua konstruk lebih dari 0,9, maka ini menunjukkan bahwa ada kemungkinan masalah dengan konsistensi konvergen dan diskriminan antara konstruk-konstruk tersebut. Hal ini dapat disebabkan oleh berbagai faktor seperti adanya indikator yang tidak konsisten atau tidak relevan, overlap antara konstruk, atau pengukuran yang buruk.

Jika HTMT nilai lebih dari 0,9, langkah pertama yang dapat dilakukan adalah memeriksa kembali setiap indikator yang digunakan untuk mengukur konstruk tersebut. Cek apakah ada indikator yang tidak konsisten atau tidak relevan dan pertimbangkan untuk menghapus indikator tersebut atau menggantinya dengan indikator lain yang lebih baik.

Selain itu, Anda juga bisa mencoba untuk memeriksa overlap antara konstruk dengan melihat indikator yang terkait dengan masing-masing konstruk dan mencari cara untuk membedakan konstruk tersebut.

Jika masalah konsistensi konvergen dan diskriminan masih ada setelah dilakukan perbaikan, maka Anda bisa mencoba menggunakan metode analisis yang lebih canggih seperti Structural Equation Modeling (SEM) atau Confirmatory Factor Analysis (CFA) untuk memperbaiki masalah tersebut.

Dalam penggunaan HTMT, penting untuk diingat bahwa nilai HTMT hanya memberikan indikasi awal tentang konsistensi konvergen dan diskriminan antara konstruk. Oleh karena itu, selalu penting untuk melakukan analisis yang lebih lanjut untuk memperbaiki masalah tersebut dan memastikan hasil analisis yang lebih akurat dan kredibel.

Dalam HTMT, rasio antara korelasi antarkonstruk dan korelasi dalam konstruk yang sama dihitung untuk setiap pasangan konstruk yang diuji. Nilai HTMT kurang dari 0,9 menunjukkan bahwa konstruk tersebut memiliki konsistensi konvergen dan diskriminan yang baik.

Sementara itu, dalam FL (Fornell-Larcker criterion), korelasi antara indikator dan konstruk yang diukur dihitung dan dibandingkan dengan korelasi antara konstruk yang berbeda yang diukur. Nilai diagonal dalam matriks korelasi konstruk (yaitu korelasi antara konstruk dan dirinya sendiri) harus lebih besar daripada korelasi antara konstruk yang berbeda untuk menunjukkan konsistensi konvergen dan diskriminan yang baik.

Kedua metode ini dapat digunakan untuk menguji konsistensi konvergen dan diskriminan antara konstruk dalam analisis PLS. Namun, HTMT lebih disukai oleh beberapa peneliti karena memiliki beberapa kelebihan dibandingkan dengan FL, antara lain:

HTMT memberikan nilai yang lebih spesifik dan informatif karena menghitung rasio antara korelasi antarkonstruk dan korelasi dalam konstruk yang sama. Dalam FL, hanya diperhitungkan nilai korelasi dan tidak memberikan informasi yang sama spesifik dengan HTMT.

HTMT lebih robust terhadap asimetri dalam distribusi data dibandingkan dengan FL.

HTMT dapat digunakan dengan konstruk yang memiliki tiga atau lebih indikator, sedangkan FL hanya dapat digunakan dengan konstruk yang memiliki dua indikator.

Apakah bisa kita mengabaikan nilai HTMT?

Tidak disarankan untuk mengabaikan nilai HTMT saat melakukan pengujian hipotesis karena HTMT adalah ukuran konsistensi konvergen dan diskriminan antara konstruk yang digunakan dalam analisis jalur berbasis Partial Least Square (PLS). Konsistensi konvergen dan diskriminan sangat penting dalam memastikan keandalan dan kevalidan hasil analisis.

Jika nilai HTMT antara dua konstruk melebihi 0,9, ini menunjukkan adanya kemungkinan masalah dengan konsistensi konvergen dan diskriminan antara konstruk tersebut. Hal ini dapat menyebabkan kesalahan interpretasi hasil analisis dan pengambilan keputusan yang tidak tepat.

Sebagai contoh, jika terdapat masalah dengan konsistensi konvergen dan diskriminan antara konstruk, maka hasil analisis dapat menunjukkan hubungan yang salah antara variabel dan dapat menyebabkan kesalahan dalam interpretasi dan pengambilan keputusan.

Oleh karena itu, sebaiknya Anda mencari solusi untuk memperbaiki masalah konsistensi konvergen dan diskriminan antara konstruk, seperti dengan menghapus atau mengganti indikator yang tidak konsisten atau tidak relevan, atau menggunakan metode analisis yang lebih canggih seperti Structural Equation Modeling (SEM) atau Confirmatory Factor Analysis (CFA). Setelah masalah konsistensi telah diperbaiki, Anda dapat melanjutkan dengan pengujian hipotesis.