Evaluasi Inner Model Analisis PLS-SEM

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