64
Dari tabel 5 diatas menunjukkan bahwa mayoritas responden sebanyak 55,32 atau 52 responden memiliki tingkat pendidikan
terakhir adalah SMA atau sederajat. Sedangkan mayoritas kedua adalah responden yang memiliki pendidikan terakhir adalah Sarjana S1
dengan 30,85 atau 29 responden. Mayoritas ketiga adalah diploma atau sederajat dengan 11,70 atau 11 responden. Responden dengan
tingkat pendidikan SMP atau sederajat sebesar 2,12 atau 2 responden, sedangkan responden dengan pendidikan terakhir Magister
S2 tidak ada. 4. Responden menurut jenis pekerjaan
Tabel 6. Jenis Pekerjaan Responden No
Jenis Kelamin Jumlah
Presentase 1
Pelajar Mahasiswa 63
67,02 2
Pegawai Negri 4
4,25 3
Pegawai Swasta 17
18,08 4
Wiraswasta 9
9,57 5
Ibu Rumah Tangga 1
1,06 Jumlah
94 100
Sumber : Data Primer yang Diolah Dari tabel 6 di atas, pekerjaan dengan responden tertinggi adalah
pelajar mahasiswa dengan total 63 responden atau 67,02 persen. Pegawai swasta berada pada peringkat dua dengan 17 responden atau
18,08 persen. Responden dengan jenis pekerjaan wiraswasta sebanyak 9 responden atau 9, 57 persen, pegawai negri sebanyak 4 responden atau
4,25 persen dan terakhir adalah responden sebagai ibu rumah tangga 1 responden atau 1,06 persen.
65
B. Model Pengukuran Outer Model
Data primer yang diperoleh dari kuesioner yang telah memenuhi screening, dimana kuesioner yang dijadikan data primer adalah responden
yang mengetahui e-money Kartu Indomaret dan belum menggunakan e- money Kartu Indomaret. Setelah data ditabulasi selanjutnya dilakukan
pengujian outer model untuk melihat validitas dan reliabilitas instrumen pengukuran sebelum dilakukan proses selanjutnya. Model pengukuran
menggunakan SmartPLS 2.0 M3 melalui proses algorithm dengan pengaturan skema pembobotan oleh PLS adalah path weighting scame
membobot nilai path yang merupakan default SmartPLS. Jumlah iterasi yang digunakan adalah 300, jumlah iterasi menunjukkan berapa kali PLS
akan melakukan iterasi dalam pembobotan sehingga didapat hasil yang stabil. Menurut Jogiyanto 2011:79 jumlah iterasi disarankan lebih besar
dari 200 untuk mendapatkan hasil yang stabil. Berikut ini model pengukuran yang telah melalui proses algorithm:
66
Gambar 7. Model Pengukuran Setelah Proses Algorithm Sumber : SmartPLS 2.0 M3
Setelah dilakukan proses algorithm diperoleh gambar model pengukuran yang memiliki nilai koefisien parameter, untuk selanjutnya
dilakukan uji validitas dan reliabilitas. Uji validitas dan reliabilitas yang dilakukan adalah pada instrumen pengukuran yang digunakan. Jika dalam
pengujian validitas dan reliabilitas instrumen pengukuran terdapat instrumen yang dinyatakan tidak valid dan tidak reliabel, maka indikator
ataupun konstruk yang tidak memenuhi rule of thumb uji validitas dan reliabilitas harus dihilangkan dari model yang diajukan.
1. Uji Validitas Validitas instrumen menunjukkan bahwa instrumen yang digunakan
valid, yang berarti dapat digunakan untuk mengukur apa yang seharusnya diukur. Uji validitas instrumen dilakukan menggunakan
67
SmartPLS 2.0 M3 dengan uji validitas konvergen dan validitas diskriminan.
a. Uji Validitas Konvergen Uji validitas konvergen ini digunakan untuk melihat bahwa
instrumen pengukur memiliki korelasi yang tinggi terhadap instrumen yang diukur. Rule of thumb yang digunakan untuk uji
validitas konvergen adalah dengan nilai outer loading harus lebih besar dari 0,7, communality 0,5 dan average variance extracted
AVE 0,5. Pengujian ditampilkan dalam tabel berikut: Tabel 7. Uji Validitas Dengan Outer Loading
Instrumen Pengukuran Outer
Loading Status 0,7
ITU 1 0,961298
VALID ITU 2
0,960783 VALID
ITU3 0,975153
VALID PEOU 1
0,746789 VALID
PEOU 2 0,890891
VALID PEOU 3
0,811980 VALID
PEOU 4 0,781479
VALID PR 1
0,854676 VALID
PR 2 0,920753
VALID PR 3
0,808144 VALID
PU1 0,705091
VALID PU2
0,651916 VALID
PU3 0,780237
VALID T 1
0,892741 VALID
T 2 0,733247
VALID T 3
0,848982 VALID
Sumber : Output SmartPLS 2.0M3 Diolah Peneliti