simulasi-smartsimulasi

13
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,

Upload: amie-van-java

Post on 17-Nov-2015

5 views

Category:

Documents


0 download

DESCRIPTION

Simulasi-SmartPLS-01

TRANSCRIPT

  • 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/