Tabel 4.11 : Cross Loading HK
PU FS
DF MH
K NP
PP HK1
0.903 0.589 0.562
0.698 0.669 0.779 0.720 0.778
HK2 0.868
0.465 0.601 0.629 0.642
0.677 0.654 0.591 HK3
0.925 0.515 0.560
0.645 0.696 0.756 0.670 0.728
HK4 0.931
0.576 0.651 0.688 0.730
0.761 0.735 0.744 PU1
0.534 0.914 0.392
0.559 0.561 0.563 0.479 0.503
PU2
0.509 0.927 0.433
0.617 0.583 0.521 0.473 0.459
PU3
0.499 0.927 0.436
0.577 0.595 0.510 0.486 0.455
PU4 0.613
0.884 0.386 0.592 0.624
0.617 0.545 0.600 FS1
0.437 0.261 0.752
0.526 0.441 0.362 0.400 0.272
FS2
0.588 0.411 0.859
0.452 0.508 0.515 0.480 0.473
FS3 0.588
0.430 0.868 0.634 0.596
0.580 0.508 0.532 DF1
0.523 0.376 0.519
0.806 0.607 0.532 0.549 0.429
DF2
0.611 0.655 0.498
0.869 0.646 0.633 0.635 0.552
DF3 0.720
0.551 0.561 0.859 0.678
0.699 0.670 0.667 DF4
0.596 0.562 0.618
0.835 0.640 0.580 0.579 0.448
MH1
0.650 0.544 0.575
0.701 0.926 0.698 0.674 0.577
MH2 0.766
0.662 0.607 0.760 0.971
0.767 0.753 0.655 MH3
0.737 0.642 0.608
0.723 0.960 0.773 0.766 0.687
K1 0.783
0.571 0.514 0.690 0.715
0.942 0.816 0.875 K2
0.756 0.531 0.499
0.659 0.703 0.939 0.793 0.838
K3 0.693
0.469 0.635 0.590 0.625
0.815 0.663 0.657 K4
0.714 0.609 0.517
0.689 0.772 0.892 0.809 0.768
NP1
0.765 0.554 0.544
0.741 0.773 0.855 0.989 0.799
NP2 0.753
0.525 0.567 0.696 0.748
0.848 0.989 0.802 PP1
0.786 0.556 0.526
0.634 0.673 0.878 0.809 1.000
Sumber : Data diolah 2016
Berdasarkan tabel 4.11 dapat diketahui bahwa semua indikator yang menyusun masing-masing variabel dalam penelitian ini telah memenuhi validitas
diskriminan yaitu nilai cross loading melebihi nilai 0,7 Jogiyanto, 2011.
4.3.1.2 Uji Reliabilitas
Composite reliability menguji nilai reliabilitas indikator-indikator pada suatu
variabel. Suatu variabel dikatakan memenuhi composite reliability apabila PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
memiliki nilai composite reliability 0,7. Nilai composite reliability masing- masing variabel dapat dilihat pada tabel 4.12 di bawah ini.
Tabel 4.12 : Nilai Composite Reliability Variabel
Nilai Composite Reliability
Harapan Kinerja 0.949
Persepsi Usaha 0.952
Faktor Sosial 0.867
Dukungan Fasilitas 0.907
Motivasi Hedonis 0.967
Kebiasaan 0.943
Niat Penggunaan 0.989
Perilaku Penggunaan 1.000
Sumber : Data diolah 2016
Tabel 4.12 menunjukkan nilai composite reliability telah memenuhi syarat yaitu lebih dari 0.7. Pengujian reliabilitas juga dilihat dari nilai
cronbach’s alpha yang disajikan pada tabel 4.13.
Tabel 4.13 : Nilai Cronbach’s Alpha
Variabel Nilai
Cronbach’s Alpha
Harapan Kinerja 0,928
Persepsi Usaha 0,933
Faktor Sosial 0,769
Dukungan Fasilitas 0,864
Motivasi Hedonis 0,949
Kebiasaan 0,919
Niat Penggunaan 0,977
Perilaku Penggunaan 1,000
Sumber : Data diolah 2016
Nilai Cronbach’s Alpha di atas menunjukkan nilai di atas 0,6 yang membuktikan
bahwa pengukuran dalam penelitian ini adalah reliabel handal. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4.3.2 Evaluasi Inner Model
Evaluasi inner model atau uji model struktural untuk melihat pengaruh langsung dan tidak langsung antar variabel. Evaluasi inner model dengan PLS-
SEM dimulai dengan melihat nilai R-square. Berdasarkan pengolahan data dengan SmartPLS 3.0 Professional, dihasilkan nilai R-Square dalam table 4.14
berikut.
Tabel 4.14 : Nilai R-square Variabel
Nilai R-square
Niat Penggunaan NP 0,776
Perilaku Penggunaan PP 0,785
Sumber : Data diolah 2016
Tabel 4.14 menunjukkan bahwa nilai R-square untuk variabel ‘Niat
Penggunaan’ sebesar 0,776. Hal ini berarti bahwa persentase besarnya pengaruh harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi
hedonis, dan kebiasaan terhadap niat penggunaan adalah sebesar 77,6 sedangkan sisanya yaitu 22,4 dipengaruhi oleh faktor lain. Selanjutnya nilai R-
square untuk variabel ‘Perilaku Penggunaan’ sebesar 0,785. Hal ini berarti bahwa
persentase besarnya pengaruh harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap perilaku penggunaan
adalah sebesar 78,5 sedangkan sisanya yaitu 21,5 dipengaruhi oleh faktor lain. Pada penilaian goodness of fit bisa diketahui melalui nilai Q
2
. Nilai Q
2
memiliki arti yang sama dengan koefisien determinasi R-Square pada analisis regresi, di mana semakin tinggi R-Square, maka model dapat dikatakan semakin
fit dengan data. Perhitungan nilai Q
2
sebagai berikut Hair et al., 2011 : PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
