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
Q
2
= 1
–
1
–
R
1 2
1 - R
2 2
… 1 –
R
p 2
Q
2
= 1 - 1-0,776 x 1-0,785 = 1
– 0,224 x 0,215 = 1
– 0,05 = 0,95
Hasil perhitungan diketahui nilai Q
2
sebesar 0,95 artinya besarnya keberagaman dari data penelitian dapat dijelaskan oleh model struktural yang
dikembangkan dalam penelitian ini adalah sebesar 95. Berdasarkan hasil ini, model struktural pada penelitian telah memiliki
goodness of fit
yang baik. Evaluasi selanjutnya pada
inner model
dengan melihat
path diagram
yang menunjukkan seberapa besar pengaruh variabel independen terhadap variabel
dependen. Gambar 4.1 merupakan
path diagram
dalam model ini. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Gambar 4.1
Path diagram
4.4 Pengujian Hipotesis
Setelah data memenuhi syarat pengukuran, maka dapat dilanjutkan dengan melakukan metode
bootstrapping
pada SmartPLS 3.2.4. Metode
bootstrapping
adalah prosedur pengambilan sampel baru secara berulang sebanyak N sampel baru dari data asal berukuran n, di mana untuk sebuah sampel baru dilakukan
pengambilan titik sampel dari data asal dengan cara satu persatu sampai n kali dengan pengambilan Efron Tibshirani, 1998.
Untuk uji simultan digunakan Uji T-statistic yang dimaksudkan untuk menguji signifikansi pengaruh variabel-variabel eksogen Xi secara keseluruhan
terhadap variabel endogen Y. Pengujian ini dilakukan dengan cara membandingkan anatara nilai T yang dihasilkan dari perhitungan
T-statistic
dengan nilai
T-tabel
. Hipotesis nol akan diterima apabila nilai
T-statistic
lebih kecil dari nilai
T-tabel T-statistic T-table,
ini berarti hipotesis alternatif yang ditolak
.
Sebaliknya, hipotesis nol akan ditolak apabila nilai
T-statistic
lebih besar atau sama dengan nilai
T-tabel T-statistic T-table,
ini berarti hipotesis alternatif yang diterima. Nilai T-tabel dapat diketahui berdasarkan taraf
signifikansi 0,05 dengan jumlah observasi 178, yaitu 1,65356. Tabel berikut ini merupakan hasil uji t-statistik.
Tabel 4.14 : Uji statistic hipotesis nol Hipotesis Statistik
ξ η
t-statistic
H0
1
Harapan kinerja Niat penggunaan
1.094 H0
2
Persepsi Usaha Niat penggunaan
1.259 H0
3
Faktor Sosial Niat penggunaan
0.588 H0
4
Dukungan fasilitas Niat penggunaan
2.118 H0
5
Dukungan fasilitas Perilaku penggunaan
1.228 H0
6
Motivasi hedonis Niat penggunaan
1.789 H0
7
Kebiasaan Niat penggunaan
8.716