Siti Hasanah, 2014 Kajian Implementasi E-Learning Berdasarkan Tingkat Kesiapan Peserta E-Learning
Universitas Pendidikan Indonesia
|
repository.upi.edu |
perpustakaan.upi.edu
independence model dengan nilai default model harus lebih kecil. Adapun secara matematis menurut Santoso 2012:125 dapat
dirumuskan sebagai berikut:
dimana: AIC
= nilai akaike information criteria;
2
= chi-square hitung; q
= jumlah parameter estimasi.
9. Uji Hipotesis
Untuk mengetahui apakah hipotesis penelitian diterima atau ditolak, maka selanjutnya dilakukan uji hipotesis. Uji hipotesis yang dilakukan
menggunakan kaidah pengujian signifikansi secara manual. Dilakukan dua tahap yaitu untuk menguji hipotesis keseluruhan model, dan hipotesis
individual. Adapun hipotesis keseluruhan yaitu: H
a
= Keempat kategori kesiapan dari model ini berpengaruh secara signifikan terhadap kesiapan peserta e-learning
H = Keempat kategori kesiapan dari model ini tidak berpengaruh
secara signifikan terhadap kesiapan peserta e-learning Atau secara statistiknya adalah :
H :
= 0 H
a
: 0
Sedangkan pengembangan hipotesis secara individu disampaikan pada bab 4 sesuai dengan spesifikasi model. Menurut Riduwan dan Kuncoro
2012:117, pengujian hipotesis secara keseluruhan dilakukan dengan membandingkan nilai F tabel F
t
dengan F hitung F
h
. Jika F
h
lebih besar atau sama dengan F
t
, maka H ditolak, dan sebaliknya jika F
h
kurang dari atau sama dengan F
t
maka H diterima. Adapun menghitung
nilai F
h
dapat digunakan persamaan 3.17.
Siti Hasanah, 2014 Kajian Implementasi E-Learning Berdasarkan Tingkat Kesiapan Peserta E-Learning
Universitas Pendidikan Indonesia
|
repository.upi.edu |
perpustakaan.upi.edu
dimana: n
= jumlah sampel; k
= jumlah variabel eksogen; R
2 yxk
= nilai R-square. Selanjutnya untuk menguji signifikansi hubungan antar variabel laten
dapat dilihat dari pengujian model pengukuran dan model struktural yang telah disampaikan sebelumnya. Untuk mengetahui besar tidaknya
pengaruh hubungan variabel terhadap variabel lain, AMOS menyajikan pengaruh setiap variabel yang dirangkum dalam efek langsung direct
effect, efek tidak langsung indirect effect dan efek total total effect. Adapun SEM sendiri yang terdiri dari analisis jalur memiliki beberapa
simbol untuk mewakili pengaruh tersebut yaitu Sugiyono,2013b:328: a.
ξ ksi = mewakili variabel laten eksogen;
b. eta
= mewakili variabel laten endogen; c.
λ lambda = nilai factor loading;
d. beta
= koefisien pengaruh variabel endogen terhadap variabel endogen;
e. gamma
= koefisien pengaruh variabel eksogen terhadap variabel endogen;
f. φ phi
= koefisien pengaruh variabel eksogen terhadap variabel eksogen;
g. zeta
= peluang galat model; h.
ε epsilon = kesalahan pengukuran variabel manifes untuk
variabel laten endogen; i.
δ delta = kesalahan pengukuran variabel manifes untuk
variabel laten eksogen.
