simulasi-smartsimulasi
DESCRIPTION
Simulasi-SmartPLS-01TRANSCRIPT
-
www.konsultanstatistik.com
1
SIMULASI SMARTPLS PADA ACTUAL SYSTEM USAGE
Pengujian hipotesis menggunakan metode Partial Least Square (PLS). PLS
merupakan metode alternatif analisis dengan Structural Equation Modelling (SEM) yang
berbasis variance. Keunggulan metode ini adalah tidak memerlukan asumsi dan dapat
diestimasi dengan jumlah sampel yang relatif kecil. Simulasi menggunakan alat bantu
berupa program SmartPLS Versi 2 yang dirancang khusus untuk mengestimasi persamaan
struktural dengan basis variance. Model struktural dalam penelitian ini ditampilkan pada
Gambar 1 di bawah.
Gambar 1 Model Struktural
Gambar tersebut menunjukkan bahwa konstruk computer self efficacy (CSF) diukur
dengan 3 buah indikator yaitu CSF1, CSF2 dan CSF3. Demikian juga konstruk
Organization factor (OF) diukur dengan 4 indikator yaitu OF1, OF2, OF3 dan OF4,
konstruk perceived ease of use (PEOU) diukur dengan 6 indikator yaitu PEOU1, PEOU2,
-
www.konsultanstatistik.com
2
PEOU3, PEOU4, PEOU5 dan PEOU6, konstruk perceive usefulness (PU) diukur dengan 6
indikator yaitu PU1, PU2, PU3, PU4, PU5 dan PU6, konstruk attitude toward using (ATT)
diukur dengan 5 indikator yaitu ATT1, ATT2, ATT3, ATT dan ATT5 dan kontruk actual
system usage (ASU) diukur dengan 3 indikator yaitu ASU1, ASU2 dan ASU3. Arah panah
antara indikator dengan kontruk laten adalah menuju indikator yang menunjukkan bahwa
penelitian menggunakan indikator reflektif.
Hubungan yang akan diteliti (hipotesis) dilambangkan dengan anak panah antara
konstruk. Hipotesis H1a adalah pengaruh antara CSF terhadap PU, hipotesis H1b adalah
pengaruh antara CSF terhadap PEOU, hipotesis H2a adalah pengaruh antara OF terhadap
PU, hipotesis H2b adalah pengaruh antara OF terhadap PEOU, hipotesis H3a adalah
pengaruh antara PEOU terhadap PU, hipotesis H3b adalah pengaruh antara PEOU terhadap
ATT, hipotesis H4a adalah pengaruh antara PU terhadap ATT, hipotesis H4b adalah
pengaruh antara PU terhadap ASU dan hipotesis H5 adalah pengaruh antara ATT terhadap
ASU.
A. Evaluasi Measurement (Outer) Model 1. Uji Validitas
Suatu indikator dinyatakan valid jika mempunyai loading factor di atas 0,5 terhadap
konstruk yang dituju. Output SmartPLS untuk loading factor memberikan hasil sebagai
berikut:
Tabel 1 Result For Outer Loading
ASU ATT CSF OF PEOU PU
ASU1 0.6510
ASU2 0.8973
ASU3 0.9018
ATT1 0.7202
ATT2 0.7273
ATT3 0.4959
ATT4 0.8581
ATT5 0.5218
CSF1 0.0000
-
www.konsultanstatistik.com
3
ASU ATT CSF OF PEOU PU
CSF2 0.8724
CSF3 0.9333
OF1 0.8338
OF2 0.3098
OF3 0.1103
OF4 0.6591
PEOU1 0.7461
PEOU2 0.6961
PEOU3 0.6961
PEOU4 0.6299
PEOU5 0.7284
PEOU6 0.8588
PU1 0.8351
PU2 0.8382
PU3 0.8351
PU4 0.7971
PU5 0.8085
PU6 0.7940
Pengujian validitas untuk indikator reflektif menggunakan korelasi antara skor item
dengan skor konstruknya. Pengukuran dengan indikator reflektif menunjukkan adanya
perubahan pada suatu indikator dalam suatu konstruk jika indikator lain pada konstruk
yang sama berubah (atau dikeluarkan dari model). Indikator reflektif cocok digunakan
untuk mengukur persepsi sehingga penelitian ini menggunakan indikator reflektif.
Kriteria yang digunakan adalah di atas 0,5. Tabel di atas menunjukkan bahwa
terdapat beberapa indikator yang mempunyai loading factor di bawah 0,5 yaitu indikator
ATT3 (0,4959), indikator CSF1 (0,000) indikator OF2 (0,3098) dan indikator OF3
(0,1103). Dengan demikian keempat indikator tersebut dinyatakan tidak valid dan harus
dikeluarkan dari model penelitian. Dilakukan uji ulang tanpa keempat indikator tersebut
sehingga diperoleh nilai loading factor sebagai berikut:
-
www.konsultanstatistik.com
4
Tabel 2 Result For Outer Loading (Dropped 4 Indikator)
ASU ATT CSF OF PEOU PU
ASU1 0.6447
ASU2 0.8993
ASU3 0.9042
ATT1 0.7460
ATT2 0.7410
ATT4 0.8543
ATT5 0.5528
CSF2 0.8724
CSF3 0.9333
OF1 0.8710
OF4 0.6435
PEOU1 0.7468
PEOU2 0.6969
PEOU3 0.6969
PEOU4 0.6299
PEOU5 0.7275
PEOU6 0.8581
PU1 0.8368
PU2 0.8367
PU3 0.8368
PU4 0.7955
PU5 0.8080
PU6 0.7941
Tabel di atas menunjukkan bahwa dengan mengeluarkan 4 indikator maka semua
loading factor mempunyai nilai di atas 0,5.
-
www.konsultanstatistik.com
5
Gambar 2 Nilai Loading Factor
Lebih lanjut, indikator reflektif juga perlu diuji discriminant validity dengan cross
loading sebagai berikut:
Tabel 3 Resulit for Cross Loading (Dropped 4 Indikator)
ASU ATT CSF OF PEOU PU
ASU1 0.6447 0.7279 0.4660 0.2272 0.3817 0.4790
ASU2 0.8993 0.5648 0.7076 0.3810 0.6028 0.8025
ASU3 0.9042 0.5949 0.8053 0.3396 0.6458 0.8363
ATT1 0.4841 0.7460 0.5430 0.3744 0.5781 0.5852
ATT2 0.4803 0.7410 0.5639 0.2624 0.4284 0.5762
ATT4 0.7790 0.8543 0.6015 0.3500 0.4984 0.6486
ATT5 0.2996 0.5528 0.3027 0.0146 0.3335 0.2799
-
www.konsultanstatistik.com
6
ASU ATT CSF OF PEOU PU
CSF2 0.6335 0.6160 0.8724 0.4836 0.5627 0.7235
CSF3 0.8203 0.6621 0.9333 0.4737 0.8799 0.8805
OF1 0.3557 0.3669 0.4603 0.8710 0.3050 0.4051
OF4 0.2256 0.1876 0.3362 0.6435 0.1875 0.2662
PEOU1 0.3175 0.3102 0.5340 0.2128 0.7468 0.5275
PEOU2 0.4315 0.4042 0.4201 0.1113 0.6969 0.5096
PEOU3 0.4315 0.4042 0.4201 0.1113 0.6969 0.5096
PEOU4 0.5117 0.5554 0.6287 0.3737 0.6299 0.5670
PEOU5 0.5106 0.4712 0.5739 0.1005 0.7275 0.5951
PEOU6 0.6555 0.5627 0.8727 0.4297 0.8581 0.7481
PU1 0.6413 0.6633 0.7459 0.3802 0.7114 0.8368
PU2 0.8272 0.6117 0.7345 0.4141 0.6379 0.8367
PU3 0.6413 0.6633 0.7459 0.3802 0.7114 0.8368
PU4 0.8272 0.5430 0.7020 0.3616 0.6186 0.7955
PU5 0.6059 0.4770 0.6591 0.1945 0.6357 0.8080
PU6 0.7330 0.6709 0.8010 0.4395 0.6390 0.7941
Suatu indikator dinyatakan valid jika mempunyai loading factor tertinggi kepada
konstruk yang dituju dibandingkan loading factor kepada konstruk lain. Tabel di atas
menunjukkan bahwa loading factor untuk indikator ASU1 mempunyai loading factor
kepada ASU sebesar 0,6447 yang ternyata lebih rendah dari pada loading factor kepada
ATT yaitu sebesar 0,7279. Demikian juga indikator PU4 mempunyai loading factor
kepada PU sebesar 0,7955 yang lebih rendah dari pada loading factor kepada ASU yaitu
sebesar 0,8272.
Dengan men-drop kedua indikator tersebut maka diperoleh nilai cross loading
sebagai berikut:
-
www.konsultanstatistik.com
7
Tabel 4 Result for Cross Loading (Dropped 6 Indikator)
ASU ATT CSF OF PEOU PU
ASU2 0.9328 0.5655 0.7073 0.3805 0.6026 0.7295
ASU3 0.9465 0.5956 0.8049 0.3406 0.6460 0.8142
ATT1 0.4390 0.7579 0.5429 0.3756 0.5782 0.5899
ATT2 0.4282 0.7539 0.5643 0.2635 0.4293 0.6005
ATT4 0.6380 0.8437 0.6014 0.3506 0.4982 0.6307
ATT5 0.1692 0.5304 0.3023 0.0138 0.3333 0.2843
CSF2 0.6222 0.6222 0.8734 0.4839 0.5640 0.7252
CSF3 0.8142 0.6621 0.9326 0.4735 0.8809 0.8672
OF1 0.3456 0.3738 0.4605 0.8767 0.3060 0.4041
OF4 0.2260 0.1876 0.3362 0.6344 0.1882 0.2532
PEOU1 0.3635 0.3151 0.5332 0.2134 0.7487 0.5398
PEOU2 0.4353 0.4043 0.4195 0.1116 0.6922 0.4849
PEOU3 0.4353 0.4043 0.4195 0.1116 0.6922 0.4849
PEOU4 0.4669 0.5636 0.6288 0.3732 0.6326 0.5723
PEOU5 0.4833 0.4652 0.5731 0.1024 0.7287 0.6027
PEOU6 0.6536 0.5636 0.8725 0.4291 0.8596 0.7486
PU1 0.6037 0.6676 0.7456 0.3805 0.7127 0.8822
PU2 0.8585 0.6142 0.7341 0.4135 0.6378 0.7896
PU3 0.6037 0.6676 0.7456 0.3805 0.7127 0.8822
PU5 0.6500 0.4830 0.6591 0.1956 0.6354 0.8298
PU6 0.6898 0.6728 0.8012 0.4404 0.6390 0.7810
Tampak bahwa indikator PU2 masih mempunyai loading factor kepada PU (0,7896)
yang lebih rendah dari pada loading factor ke konstruk ASU (0,8585) sehingga indikator
PU2 juga dikeluarkan dari model penelitian:
-
www.konsultanstatistik.com
8
Tabel 5 Result for Cross Loading (Dropped 7 Indikator)
ASU ATT CSF OF PEOU PU
ASU2 0.9301 0.5625 0.7069 0.3790 0.6027 0.6336
ASU3 0.9488 0.5938 0.8046 0.3428 0.6466 0.7527
ATT1 0.4391 0.7555 0.5427 0.3783 0.5779 0.5589
ATT2 0.4288 0.7573 0.5648 0.2659 0.4303 0.6157
ATT4 0.6376 0.8403 0.6014 0.3517 0.4987 0.5908
ATT5 0.1700 0.5368 0.3020 0.0118 0.3334 0.2954
CSF2 0.6231 0.6219 0.8745 0.4844 0.5656 0.7131
CSF3 0.8150 0.6615 0.9318 0.4726 0.8820 0.8324
OF1 0.3458 0.3714 0.4606 0.8905 0.3069 0.3909
OF4 0.2246 0.1867 0.3362 0.6113 0.1891 0.2145
PEOU1 0.3639 0.3159 0.5324 0.2149 0.7493 0.5293
PEOU2 0.4349 0.4035 0.4189 0.1123 0.6877 0.4534
PEOU3 0.4349 0.4035 0.4189 0.1123 0.6877 0.4534
PEOU4 0.4667 0.5619 0.6288 0.3715 0.6348 0.5659
PEOU5 0.4844 0.4669 0.5721 0.1071 0.7301 0.5979
PEOU6 0.6544 0.5632 0.8722 0.4274 0.8617 0.7471
PU1 0.6052 0.6675 0.7452 0.3809 0.7140 0.9264
PU3 0.6052 0.6675 0.7452 0.3809 0.7140 0.9264
PU5 0.6510 0.4822 0.6590 0.1983 0.6353 0.8184
PU6 0.6900 0.6728 0.8013 0.4425 0.6395 0.7694
Dengan demikian, kontrak laten memprediksi indikator pada blok mereka lebih baik
dibandingkan dengan indikator di blok yang lain. Metode lain untuk melihat discriminant
validity adalah dengan melihat nilai square root of average variance extracted (AVE).
Nilai yang disarankan adalah di atas 0,5. Berikut adalah nilai AVE dalam penelitian ini:
-
www.konsultanstatistik.com
9
Tabel 6 Average Variance Extracted (AVE)
Konstruk Average variance extracted (AVE)
ASU 0.8827
ATT 0.5346
CSF 0.8165
OF 0.5833
PEOU 0.5310
PU 0.7445
Tabel di atas memberikan nilai AVE di atas 0,5 untuk semua konstruk yang terdapat
pada model penelitian. Nilai terendah AVE adalah sebesar 0,5310 pada konstruk PEOU.
2. Uji Reliabilitas Uji reliabilitas dilakukan dengan melihat nilai composite reliability dari blok
indikator yang mengukur konstruk. Hasil composite reliability akan menunjukkan nilai
yang memuaskan jika di atas 0,7. Berikut adalah nilai composite reliability pada output:
Tabel 7 Composite Reliability
Composite Reliability
ASU 0.9377
ATT 0.8177
CSF 0.8989
OF 0.7302
PEOU 0.8706
PU 0.9205
Tabel di atas menunjukkan bahwa nilai composite reliability untuk semua konstruk
adalah di atas 0,7 yang menunjukkan bahwa semua konstruk pada model yang diestimasi
memenuhi kriteria discriminant validity. Nilai composite reliability yang terendah adalah
sebesar 0,7302 pada konstruk OF.
-
www.konsultanstatistik.com
10
Uji reliabilitas juga bisa diperkuat dengan Cronbachs Alpha di mana output
SmartPLS Versi 2 memberikan hasil sebagai berikut:
Tabel 8 Cronbachs Alpha
Cronbachs Alpha
ASU 0.8678
ATT 0.7103
CSF 0.7796
OF 0.6112
PEOU 0.8239
PU 0.8830
Nilai yang disarankan adalah di atas 0,6 dan pada tabel di atas menunjukkan bahwa
nilai Cronbachs Alpha untuk semua kontruk berada di atas 0,6.
Berikut adalah nilai loading factor setelah dilakukan drop terhadap 7 indikator dalam
penelitian ini:
-
www.konsultanstatistik.com
11
Gambar 3 Nilai Loading Factor (Dropped 7 Indikator)
B. Pengujian Model Struktural (Inner Model) Setelah model yang diestimasi memenuhi kriteria Outer Model, berikutnya dilakukan
pengujian model structural (Inner model). Berikut adalah nilai R-Square pada konstruk:
Tabel 9 R Square
R-square ASU 0.5627
ATT 0.5418
CSF
OF
PEOU 0.6906
PU 0.7608
Tabel di atas memberikan nilai 0,5627 untuk konstruk ASU yang berarti bahwa PU
dan ATT mampu menjelaskan varians ASU sebesar 56,27%, di mana selebihnya dijelaskan
oleh variabel selain PU dan ATT. Nilai R Square juga terdapat pada ATT yang
dipengaruhi oleh PEOU dan PU yaitu sebesar 0,5418 yang berarti bahwa PEOU dan PU
mampu menjelaskan varians ATT sebesar 54,18%. CSF dan OF mampu menjelaskan
varians PEOU sebesar 69,06% dan konstruk CSF, OF dan PEOU mampu menjelaskan
varians PU sebesar 76,08%.
Adapun pengujian hipotesis adalah sebagai berikut:
Tabel 10 Uji Hipotesis
Hipotesis Original
Sample (O)
Sample
Mean (M)
Standard Deviation
(STDEV)
Standard Error
(STERR)
T Statistics
(|O/STERR|)
ATT -> ASU 0.1605 0.1777 0.0794 0.0794 2.0224
CSF -> PEOU 0.8947 0.8979 0.0451 0.0451 19.8523
CSF -> PU 0.6809 0.6697 0.0867 0.0867 7.8510
OF -> PEOU -0.1364 -0.1385 0.0765 0.0765 1.7819
OF -> PU -0.0226 -0.0213 0.0636 0.0636 0.3551
-
www.konsultanstatistik.com
12
PEOU -> ATT 0.1640 0.1670 0.1135 0.1135 1.4443
PEOU -> PU 0.2336 0.2472 0.0757 0.0757 3.0858
PU -> ASU 0.6250 0.6139 0.0887 0.0887 7.0472
PU -> ATT 0.6001 0.6040 0.0928 0.0928 6.4644
Tabel di atas menunjukkan bahwa pengaruh CSF terhadap PU (CSF PU) adalah
signifikan dengan T-statistik sebesar 7,8510 (> 1,96). Nilai original sample estimate adalah
positif yaitu sebesar 0,6809 yang menunjukkan bahwa arah hubungan CSF terhadap PU
adalah positif. Dengan demikian terdapat pengaruh positif yang signifikan CSF
terhadap PU (H1a). Demikian juga untuk H1b (CSF PEOU) yang memberikan nilai
T-statistik sebesar 19,8523 (> 1,96) dengan original sample estimate adalah positif yaitu
sebesar 0,8947. Dengan demikian terdapat pengaruh positif yang signifikan CSF
terhadap PEOU (H1b).
Hipotesis H2a adalah OF terhadap PU (OF PU). Tampak pada tabel bahwa nilai
T-statistik sebesar 0,3551 (< 1,96) dengan original sample estimate sebesar -0,0226.
Berarti tidak terdapat pengaruh yang signifikan OF terhadap PU (H2a). pengaruh OF
terhadap PEOU (OF PEOU) memberikan nilai T-statistik sebesar 1,7819 (< 1,96)
dengan original sample estimate sebesar -0,1364. Dengan demikian tidak terdapat
pengaruh yang signifikan OF terhadap PEOU (H2b).
Berikutnya adalah uji hipotesis antara PEOU terhadap PU dan PEOU terhadap ATT.
Tabel di atas memberikan nilai T-statistik untuk PEOU terhadap PU (PEOU PU)
sebesar 3,0858 (> 1,96) dengan original sample estimate sebesar 0,2336. Berarti terdapat
pengaruh positif yang signifikan PEOU terhadap PU (H3a). nilai T-statistik PEOU
terhadap ATT (PEOU ATT) adalah sebesar 1,4443 (< 1,96) dengan original sample
estimate sebesar 0,1640. Berarti tidak terdapat pengaruh yang signifikan PEOU
terhadap ATT (H3b).
Pengaruh PU terhadap ATT (PU ATT) memberikan nilai T-statistik sebesar
6,4644 (> 1,96) dengan original sample estimate sebesar 0,6001. Berarti terdapat
pengaruh positif yang signifikan PU terhadap ATT (H4a). nilai T-statistik PU terhadap
ASU (PU ASU) adalah sebesar 7,0472 (> 1,96) dengan original sample estimate sebesar
0,6250. Berarti terdapat pengaruh positif yang signifikan PU terhadap ASU (H4b).
-
www.konsultanstatistik.com
13
Hipotesis terakhir yaitu antara ATT terhadap ASU memberikan nilai T-statistik
sebesar 2,0244 (> 1,96) dengan original sample estimate sebesar 0,1605. Dengan
demikian terdapat pengaruh positif yang signifikan ATT terhadap ASU (H5).
Berikut adalah diagram nilai T statistic berdasarkan output dengan SmartPLS Versi
2:
Gambar 4 Output Bootstrapping
Ingin menggunakan jasa kami? Visit www.konsultanstatistik.com lalu isi
formulir online.
http://www.konsultanstatistik.com/