Trust 0,871
Reliabel
TR1 0,706
0,859 TR2
0,798 0,775
TR3 0,755
0,816
Intention to use
0,854 Reliabel
ITU1 0,667
0,826 ITU2
0,677 0,822
ITU3 0,728
0,801 ITU4
0,712 0,807
4.4. Estimasi dan pengujian Model Struktural
Ada beberapa hal yang harus diperhatikan sebelum melakukan pengujian model struktural dengan pendekatan
4.4.1 Asumsi Kecukupan Sampel Jumlah responden dalam penelitian ini sebanyak 321 orang, jumlah
sampel tersebut dinilai telah memenuhi kriteria jumlah sampel bagi penelitian yang menggunakan Struktural Equation Model SEM dengan
maximum likehood estimation MLE yaitu sebesar 5 observasi untuk setiap parameter yang diestimasi.
4.4.2 Asumsi Normalitas Nilai statistik untuk menguji normalitas tersebut z value Critical
Ratio atau C.R pada ouput Amos 4.01 dari ukuran skeweness dan kurtosis sebaran data. Bila nilai C.R lebih besar dari nilai kritis maka dapat
diduga bahwa distribusi data tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 1 yaitu sebesar
2,58 Hair, 1998. Hasil normalitas data terlihat bahwa secara univariate, kurtosis beberapa
konstruk mempunyai nilai C.R berada dibawah 2,58 berarti bahwa secara
univariate sebaran data diangap normal untuk model cognitive sedangkan untuk model personality terkecuali ada satu C.R diatas
2,58 yaitu ca3,ca4 dengan nilai 20,597 dan 7.248. Sementara secara multivariate nilai C.R
dari model cognitive 190,688 menunujukan dan model personality menunjukan 103,343
berarti data ini tidak berdistribusi normal, namun masih dapat digunakan untuk estimasi pada analisis selanjutnya.
Penilaian Normalitas Personalitas
Min Max
Skew C.R
Kurtosis C.R
ITU4 3
5 0,501
3,664 -1,332
-4,870 ITU3
3 5
0,598 4,371
-1,198 -4,383
ITU2 3
5 0,418
3,056 -0,487
-1,782 ITU1
3 5
0,318 2,324
-0,798 -2,920
TR3 2
5 -0,904
-6,613 1,640
5,999 TR2
2 5
-0,827 -6,039
1,256 4,593
TR1 2
5 -0,967
-7,076 2,034
7,440 AF3
3 5
0,482 3,523
-1,169 -4,276
AF2 3
5 0,607
4,440 -1,401
-5,125 AF1
2 5
-0,093 -0,681
0,116 0,423
CA4 1
5 10,876
13,723 7,248
26,509 CA3
1 4
0,837 6,124
2,597 9,497
CA2 1
4 0,824
6,028 2,511
9,182 CA1
1 4
0,931 6,809
2,465 9,016
Multivariate 244,173
103,343
Penilaian Normalitas Conitive
Min Max
Skew C.R
Kurtosis C.R PU6
4,000 5,000
0,019 0,137
-2,000 -7,313
PU5 4,000
5,000 0,322
2,354 -1,896
-6,936 PU4
3,000 5,000
0,496 3,628
-1,538 -5,626
PU3 4,000
5,000 0,283
2,071 -1,920
-7,021 PU2
4,000 5,000
0,440 3,220
-1,806 -6,606
PU1 4,000
5,000 -0,031
-0,228 -1,999
-7,311 PE6
3,000 5,000
0,679 4,968
-1,298 -4,745
PE5 3,000
5,000 0,501
3,664 -1,332
-4,870 PE4
3,000 5,000
0,551 4,030
-1,474 -5,391
PE3 4,000
5,000 0,563
4,119 -1,683
-6,155 PE1
2,000 5,000
0,344 2,515
0,109 0,397
ITU4 3,000
5,000 0,501
3,664 -1,332
-4,870 ITU3
3,000 5,000
0,598 4,371
-1,198 -4,383
ITU2 3,000
5,000 0,418
3,056 -0,487
-1,782 ITU1
3,000 5,000
0,318 2,324
-0,798 -2,920
Multivariate 490,583
190,668
4.4.3 Asumsi Outliers Dalam analisis Multivariate adanya outlier dapat diuji dengan
statistik chi square terhadap nilai Mahalanobis distance squared dengan tingkat signifikansi 0,01 dengan degree of freedom sejumlah konstruk
yang digunakan dalam penelitian Hier et al., 1998. Outlier adalah observasi yang muncul dengan nilai-nilai ekstrim
yang memiliki karateristik unik yang sangat berbeda dari observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk variabel tungal maupun
variabel kombinasi Hier et al.,1998. umumnya perlakuan terhadap outlier
adalah dengan mengeluarkanya dari data dan tidak mengikutsertakan dalam perhitungan berikutnya.
4.4.4 Evaluasi atas kriteria Goodness of fit Hubungan hipotesis konstruk-konstruk penelitian pada model yang
diajukan hubungan kausal antar konstruk tersebut. Evaluasi nilai Goodness of fit dari model konstruk. Pengujian kesesuaian model dengan
menggunakan criteria goodness of fit dapat dilihat pada tabel berikut ini:
Tabel 40.8 Kriteria Goodness of Fit Cognitive and Personality
Goodness of fit index
Nilai Kritis
Cognitive
Personality Indeks
Keterangan Indeks
Keterangan
χ
2
-Chi-Square CMIN
Diharapkan kecil
1560,754 Kecil, χ
2
dengan DF = 200
167,250 Kecil, χ
2
dengan DF = 200
χ2-Significance Probability P
0,05 0,000
Baik 0,000
Baik χ
2
relatif CMINDF
≤ 2,00
3,00 1,935
Baik 2,322
Baik
GFI ≥ 0,90
0,939 Baik
0,938 Baik
AGFI ≥ 0,90
0,910 Baik
0,903 Baik
RMSEA ≤ 0,08
0,054 Baik
0,065 Baik
Sumber: Lampiran 5 dan 6
a. χ² - Chi square