Pengertian PLS Partial Least Square

19 Dimana β ni dan γ nj merupakan koefisien jalur yang menghubungkan prediktor endogen η dan konstruk laten eksogen ξ sepanjang indeks i dan j, dan ζ n adalah inner residual variable. b Model pengukuran outer model. Model pengukuran atau outer model mendefinisikan bagaimana setiap blok indikator berhubungan dengan konstruk latennya. Perancangan model pengukuran menentukan sifat indikator dari masing-masing konstruk laten, apakah refleksif atau formatif, berdasarkan definisi operasional variabel Ghozali, 2006: 23. Model persamaan dasar dari model pengukuran atau outer model dapat ditulis sebagai berikut: Untuk konstruk latent eksogen : x = Λx ξ + ε x Untuk konstruk latent endogen : y = Λy η + ε y Keterangan : x = indikator untuk konstruk latent eksogen y = indikator untuk konstruk laten endogen Λx = Lamda besar, matrik loading faktor konstruk laten eksogen Λy = Lamda besar, matrik loading faktor konstruk laten endogen ε = Epsilon galat pengukuran pada konstruk latent endogen Dimana x dan y merupakan indikator dari konstruk laten endogen η dan konstruk laten eksogen ξ, sedangkan Λx dan Λy merupakan matrik loading 20 yang menggambarkan koefisien regresi sederhana yang menghubungkan konstruk laten dengan indikatornya. Residual yang diukur dengan ε x dan ε y dapat diinterpretasikan sebagai kesalahan pengukuran.

B. Hasil Penelitian yang Relevan

Kegiatan yang dilakukan adalah studi relevansi awal yang bertujuan untuk mendapatkan temuan-temuan relevan dari hasil penelitian sebelumnya. Terdapat hasil penelitian yang memiliki relevansi dengan penelitian ini yaitu : 1. I Gusti Nyoman Sedana dan St. Wisnu Wijaya 2010, dengan judul penelitian “Penerapan Model UTAUT Untuk Memahami Penerimaan Dan Penggunaan Learning Management System Studi Kasus: Experential E- learning Of Sanata Dharma University”. Makalah ini menjelaskan tentang hasil penelitian mengenai hubungan faktor-faktor yang mempengaruhi penerimaan dan penggunaan Exelsa dengan menggunakan Unified Theory of Acceptance and Use of Technology UTAUT. Data dikumpulkan dari responden mahasiswa yang menggunakan Exelsa melalui pengambilan data dari basis data dan penyebaran kuesioner sejumlah 281 buah. Hasil analisis deskriptif memperlihatkan bahwa sebagian besar responden memiliki tingkat performance expectancy, effort expectancy, social influence, facilitating conditions, dan use behavior yang tergolong tinggi, sementara tingkat behavioral intention sebagian besar responden tergolong sedang. Hasil pengujian dengan korelasi Spearman menunjukkan bahwa performance expectancy, effort expectancy, social influence, dan facilitating condition masing-masing memiliki korelasi positif dan signifikan p-value0.01 terhadap behavioral intention. Begitu pula behavioral intention memiliki korelasi yang positif dan signifikan dengan use behavior