Estimasi dan pengujian Model Struktural

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