Analisis Faktor yang Mempengaruhi Anggot
Analisis Faktor yang Mempengaruhi Anggota
Komunitas Virtual Melakukan Knowledge Sharing:
Studi Kasus Komunitas Online TI di Indonesia
Arieffender Limupa- 0906563514
Agenda
Pendahuluan
Landasan Teori
Metodologi
Analisis dan Pembahasan
Penutup
Pendahulua
n
Latar Belakang
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Latar Belakang (Lanj.)
Pengguna KASKUS 4,5
juta orang (Kaskus,
2012)
Sumber : APJJI (2013)
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Rumusan Masalah
Faktor-faktor apa yang berpengaruh bagi
anggota komunitas online dalam berbagi
pengetahuan?
pengaruh perilaku berbagi
pengetahuan terhadap promosi komunitas
Bagaimana
yang dilakukan oleh anggota komunitas?
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Landasan Teori
Knowledge Sharing
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Komunitas Virtual
Komunitas online merupakan sebuah
ruang virtual yang ada pada internet
dimana sekumpulan orang dari
ketertarikan yang sama melakukan
komunikasi dan interkasi secara
kolektif atau individu untuk mencapai
suatu tujuan
(Meng & Gong, 2009)
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Model Penelitian Chen dan Hung
Contextual
Factors
Knowledge Sharing
Self-efficacy
Perceived Relative
Advantage
Knowledge
Contributing
Behavior
Knowledge
Utilization
Knowledge
Collecting
Behavior
Community
Promotion
Perceived
Compatibility
Individual
Factors
Norm of Reciprocity
Interpersonal Trust
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Model Penelitian Chen dan Hung
E
P
Contextual
Factors
Individual
Factors
SC
T
B
Knowledge
Contributing
Behavior
Knowledge
Utilization
Knowledge
Collecting
Behavior
Community
Promotion
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
DeLone & McLean IS Success Model
Information
Quality
Use
(Intention to Use)
System Quality
Net
Benefits
User
Satisfaction
Service Quality
DeLone dan McLean (2002)
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Model Penelitian
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Metodologi
Tahapan Penelitian
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Rancangan Penelitian
Kuantitati
f
Populasi
Anggota
Komunitas
Online TI di
Indonesia
BBDevI
D
Xlmani
a
IndoNet
workers
XCode
Id-Androiddev
Id-Android
Purposive
Sampling
Kuesioner
220 Responden
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Teknik Analisis Data
• Membuat Model SEM
Berdasarkan Teori
• Mengidentifikasi Model
• Mengevaluasi Estimasi Model
• Menguji Kelayakan Model
• Uji Measurement Model
• Uji Structural Model
• Melakukan Respesifikasi
Structural
Equation Mode
(SEM)
• Mengevaluasi Measurement
Model
• Mengevaluasi Structural Model
Partial Least
Square (PLS)
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Analisis dan
Pembahasan
Structural Equation Mode (SEM)
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Pembuatan dan identifikasi
Model
Spesifikasi Model
Pengukuran
KSS1-KSS5 = KSS
OE1-OE4 = OE
EHO1-EHO3 = EHO
SyQ1-SyQ4 = SyQ
SeQ1-SeQ5 = SeQ
IQ1-IQ6 = IQ
IT1-IT3 =IT
NR1-NR3 = NR
GK1-GK3 = GK
RK1-RK3 = RK
KU1-KU3 = KU
CP1-CP4 = CP
Gambar Path Diagram
Spesifikasi Model Struktural
GK = KSS OE EHO SyQ SeQ IQ IT
NR
RK = KSS OE EHO SyQ SeQ IQ IT NR
KU = GK RK
CP = GK RK KU
Identifikasi Model
df = 753 Over Identified
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Estimasi Model
Transformasi Data
Ordinal
Interval
Outlier
13 Data Outlier
Sehingga tersisa
207 data
MSI
Ukuran
Sampel 100–
200
(EQ dan Wijaya,
2012)
Multikolinearit
as
nilai korelasi
antara indikatorindikator > 0,9
220 Sampel
Normalitas Data
Test of Multivariate Normality for Continuous Variables
Skewness
Kurtosis
Value Z-Score P-Value
Value Z-Score P-Value
------ ------- ------------- ------- ------676.914
29.373
0.000 2442.507
14.394
0.000
Skewness and Kurtosis
Chi-Square P-Value
---------- ------1069.956
0.000
asymptotic
covariance
matrix
(Ghozali, 2012)
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Uji Validitas
Coreccted
Kode
Item-Total
Indikat
Correlatio
or
n
KSS1
KSS2
KSS3
KSS4
KSS5
EO1
EO2
EO3
EO4
EHO1
EHO2
EHO3
(> 0,136)
0,542
0,579
0,509
-0,126
-0,010
0,710
0,650
0,747
0,738
0,815
0,837
0,710
Standardiz
ed Loading
Kode
Item-Total
|T-
Indikat
Correlatio
velue|
or
n
Factor
(≥
( ≥ 0,5)
1,96)
0,82
0,87
0,79
-0,17
-0,03
0,8
0,69
0,83
0,87
0,89
0,96
0,74
Coreccted
13,8
14,39
12,65
-2,28
0,41
13,33
10,81
13,89
15,03
15,52
17,56
12
Keterang
an
Valid
Valid
Valid
Tidak Valid
Tidak Valid
Valid
Valid
Valid
Valid
Valid
Valid
Valid
SyQ1
(> 0,136)
0,743
SyQ2
Standardiz
|T-
ed Loading
velue|
Factor
(≥
( ≥ 0,5)
1,96)
Coreccted
Standardi
Kode
Item-Total
zed
Indikato
Correlatio
Loading
r
n
Factor
Keterang
an
|T-value|
Keteranga
( ≥ 1,96)
n
IT1
(> 0,136)
0,703
( ≥ 0,5)
0,73
17,36 Valid
IT2
0,812
1
11,46 Valid
IT3
0,690
0,73
8,28 Valid
0,83
13,83 Valid
0,772
0,88
13,15 Valid
NR1
0,761
0,85
14,58 Valid
SyQ3
0,704
0,79
13,09 Valid
NR2
0,813
0,89
15,58 Valid
SyQ4
0,629
0,66
10,09 Valid
NR3
0,755
0,87
15,23 Valid
SeQ1
0,684
0,71
11,28 Valid
SeQ2
0,736
0,78
12,83 Valid
GK1
0,485
0,74
11,07 Valid
SeQ3
0,743
0,83
14,04 Valid
GK2
0,384
0,91
13,75 Valid
SeQ3
0,744
0,83
14,28 Valid
GK3
0,001
0
SeQ5
0,756
0,84
14,53 Valid
RK1
0,460
0,64
10,25 Valid
IQ1
0,772
0,78
12,98 Valid
RK2
0,466
0,99
20,05 Valid
IQ2
0,756
0,76
12,57 Valid
RK3
0,051
0,05
IQ3
0,809
0,84
14,48 Valid
IQ4
0,714
0,76
12,58 Valid
KU1
0,824
0,85
14,91 Valid
IQ5
0,818
0,88
15,61 Valid
KU2
0,872
0,94
17,56 Valid
IQ6
0,797
0,82
11,37 Valid
KU3
0,846
0,9
16,23 Valid
CP1
0,668
0,7
10,91 Valid
CP2
0,621
0,69
10,8 Valid
CP3
0,754
0,9
15,58 Valid
CP4
0,627
0,83
13,76 Valid
-0,04 Tidak Valid
0,76 Tidak Valid
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Uji Reliabilitas
Kode
Variabel
KSS
EO
EHO
SyQ
SeQ
IQ
IT
NR
GK
RK
KU
CP
Cronbach’s
Alpha
0,860
0.863
0.891
0.863
0.890
0.923
0.859
0.885
0.756
0.771
0,925
0.836
Construct
Variance
Keterangan
Reliability (CR) Extracted (VE)
0,86
0,68 Reliable
0,88
0,64 Reliable
0,90
0,75 Reliable
0,87
0,63 Reliable
0,9
0,64 Reliable
0,91
0,65 Reliable
0,87
0,69 Reliable
0,90
0,76 Reliable
0,81
0,68 Reliable
0,79
0,65 Reliable
0,93
0,81 Reliable
0,87
0,62 Reliable
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
kombinasi 2 indikator yang baik untuk melakukan
uji kecocokan model yaitu NNFI (TLI) dan SRMR,
RMSEA dan SRMR, serta CFI dan SRMR
(Hopper, Coughlan, dan Mullen, 2008)
Uji Kecocokan Model
Kriteria
Goodness of
Fit
χ2/df
NFI
NNFI
CFI
RMSEA
SRMR
GFI
Tingkat
Kecocokan
Ukuran
Goodness of
0,7 dan
composite reliability >
0,7.
(Latan dan Ghozali, 2012)
Convergent Validity
baik jika nilai Average
Variance Extracted
(AVE) > 0,5.
(Latan dan Ghozali, 2012)
Varia
bel
AVE
ite
Reliabili
ty
0,70674 0,90597
R
Squar
e
Cronbac
Communa Redundan
hs Alpha lity
cy
0,4645
CP
6
0,82483
1
0,93379
19
EHO
4
0,72834
2
0,91455
0,893127
0,824834
EO
8
0,83750
1
0,91156 0,5488
0,874984
0,728348
GK
6
0,70813
5
0,93566
IQ
9
0,77516
IT
KSS
09
0,86203
0,706746
0,80622
0,837506
1
0,91162
0,91729
0,708139
5
0,78467
9
0,855709
0,775165
2
0,86934
0,91619
0,95228 0,3867
0,863385
0,784672
0,218193
0,127737
KU
7
4 – METODOLOGI
51 0,924773
0,869347
0,240257
PENDAHULUAN
- LANDASAN
TEORI
- ANALISIS
& PEMBAHASAN
- PENUT
Mengevaluasi Measurement Model
Menurut Latan
dan Ghozali
(2012) untuk
discriminant
validity dilihat
dari nilai akar
kuadrat AVE >
nilai korelasi
antar variabel
laten.
CP
EHO
0,84
EO
GK
IQ
IT
KSS
KU
NR
RK
SeQ
SyQ
0
0,17 0,88
KSS
9
2
8
9
9
6
6
*Angka yang di bold = nilai akar kuadrat AVE dari variabel
0,56 0,47 0,53 0,55 0,52 0,47 0,23 0,93
2
0,51 0,91
CP
1
0,40 0,90
EHO
6
0,47
8
0,56 0,85
EO
6
0,61
8
0,50
3
0,48 0,91
GK
1
0,54
5
0,38
0
0,36
5
0,59 0,84
IQ
3
0,51
7
0,26
7
0,34
0
0,56
2
0,62 0,88
IT
8
0,26
3
0,44
2
0,35
2
0,25
5
0,13
KU
8
0,51
6
0,44
7
0,45
9
0,62
8
0,61
0
0,59
4
0,13
NR
0
6
7
2
3
2
6
8
5
– METODOLOGI
& PEMBAHASAN - PENUT
0,52PENDAHULUAN
0,47 0,31 - LANDASAN
0,56 0,63TEORI
0,45
0,15 0,54- ANALISIS
0,62 0,90
Menguji Structural Model
Path
T Statistics
Path
Coeffecie
(|O/STERR|)
KSS GK
KSS RK
OE GK
OE RK
EHO GK
EHO RK
nt
0,053938
-0,00298
0,118093
-0,10533
0,181321
0,223235
≥ 1.96
0,81108
0,191872
2,018772
1,672073
2,330491
3,307435
SyQ GK
-0,15154
2,193693
SyQ RK
SeQ GK
SeQ RK
0,005224
0,090786
0,071021
0,016992
1,320714
0,996682
Kesimpulan
tidak signifikan
tidak signifikan
Signifikan
tidak signifikan
Signifikan
Signifikan
Signifikan
(negatif)
tidak signifikan
tidak signifikan
tidak signifikan
Path
T Statistics
Path
Coeffecien
(|O/STERR|)
Kesimpulan
IQ GK
IQ RK
IT GK
IT RK
NR GK
NR RK
GK KU
RK KU
GK CP
RK CP
KU CP
t
0,217056
0,352307
0,209929
-0,03143
0,248945
0,333206
0,360538
0,346232
0,371267
0,159693
0,274699
≥ 1.96
2,709852
4,593716
2,712832
0,313571
3,544374
4,73408
4,583609
3,973525
4,56802
1,84433
3,204349
Signifikan
Signifikan
Signifikan
tidak signifikan
Signifikan
Signifikan
Signifikan
Signifikan
Signifikan
tidak signifikan
Signifikan
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Uji Hipotesis
Hipotesis
CBSEM-LISREL
Individual Factors
H1a: KSSGK
Ditolak
H1b: KSSRK
Ditolak
H2a: EOGK
Diterima
H2b: EORK
Ditolak
H3a: EHOGK
Diterima
H3b: EHORK
Diterima
Contextual Factors
H7a: IT GK
Diterima
H7b: ITRK
Ditolak
H8a: NRGK
Diterima
H8b: NRRK
Diterima
PLS-SmartPLS
Ditolak
Ditolak
Diterima
Ditolak
Diterima
Diterima
Diterima
Ditolak
Diterima
Diterima
Hipotesis
CBSEM-
LISREL
Technology Factors
H4a:
Ditolak
PLS-SmartPLS
Diterima tetapi
SyQGK
H4b:
Ditolak
SyQRK
H5a:
SeQ
Ditolak
Ditolak
GK
H5b:
Ditolak
Ditolak
SeQRK
H6a: IQGK
Diterima
H6b: IQRK
Diterima
Knowledge-sharing activity
H9a: GKKU
Diterima
H9b: RKKU
Diterima
H10a:
Diterima
GKCP
Ditolak
H10b:
RKCP
H11: KUCP
Ditolak
negatif
Ditolak
Diterima
Diterima
Diterima
Diterima
Diterima
Ditolak
Diterima
Penutup
Kesimpulan
information
quality
norm of
reciprocity
knowledge
contributing
behaviour
interpersonal
trust
expectation
out-comes
knowledge
collecting
behaviour
knowledge
utilization
Community
Promotion
enjoyment in
helping others
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Keterbatasan Penelitian
Ukuran sampel dan normalitas data
◦ Menurut Wijanto (2008) jumlah sampel yang ideal untuk MLE yaitu
sebanyak lima kali jumlah indikator/pertanyaan
Kompleksitas model
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Saran
Menggunakan ukuran sampel yang lebih besar antara
(250-350)
Disarankan untuk melakukan pilot study dan pilot survey
sebelum mengumpulkan data
Penelitian selanjutnya akan lebih baik ditujukan kepada
pengguna komunitas online secara luas.
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Terima kasih
Q&A?
Komunitas Virtual Melakukan Knowledge Sharing:
Studi Kasus Komunitas Online TI di Indonesia
Arieffender Limupa- 0906563514
Agenda
Pendahuluan
Landasan Teori
Metodologi
Analisis dan Pembahasan
Penutup
Pendahulua
n
Latar Belakang
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Latar Belakang (Lanj.)
Pengguna KASKUS 4,5
juta orang (Kaskus,
2012)
Sumber : APJJI (2013)
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Rumusan Masalah
Faktor-faktor apa yang berpengaruh bagi
anggota komunitas online dalam berbagi
pengetahuan?
pengaruh perilaku berbagi
pengetahuan terhadap promosi komunitas
Bagaimana
yang dilakukan oleh anggota komunitas?
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Landasan Teori
Knowledge Sharing
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Komunitas Virtual
Komunitas online merupakan sebuah
ruang virtual yang ada pada internet
dimana sekumpulan orang dari
ketertarikan yang sama melakukan
komunikasi dan interkasi secara
kolektif atau individu untuk mencapai
suatu tujuan
(Meng & Gong, 2009)
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Model Penelitian Chen dan Hung
Contextual
Factors
Knowledge Sharing
Self-efficacy
Perceived Relative
Advantage
Knowledge
Contributing
Behavior
Knowledge
Utilization
Knowledge
Collecting
Behavior
Community
Promotion
Perceived
Compatibility
Individual
Factors
Norm of Reciprocity
Interpersonal Trust
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Model Penelitian Chen dan Hung
E
P
Contextual
Factors
Individual
Factors
SC
T
B
Knowledge
Contributing
Behavior
Knowledge
Utilization
Knowledge
Collecting
Behavior
Community
Promotion
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
DeLone & McLean IS Success Model
Information
Quality
Use
(Intention to Use)
System Quality
Net
Benefits
User
Satisfaction
Service Quality
DeLone dan McLean (2002)
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Model Penelitian
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Metodologi
Tahapan Penelitian
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Rancangan Penelitian
Kuantitati
f
Populasi
Anggota
Komunitas
Online TI di
Indonesia
BBDevI
D
Xlmani
a
IndoNet
workers
XCode
Id-Androiddev
Id-Android
Purposive
Sampling
Kuesioner
220 Responden
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Teknik Analisis Data
• Membuat Model SEM
Berdasarkan Teori
• Mengidentifikasi Model
• Mengevaluasi Estimasi Model
• Menguji Kelayakan Model
• Uji Measurement Model
• Uji Structural Model
• Melakukan Respesifikasi
Structural
Equation Mode
(SEM)
• Mengevaluasi Measurement
Model
• Mengevaluasi Structural Model
Partial Least
Square (PLS)
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Analisis dan
Pembahasan
Structural Equation Mode (SEM)
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Pembuatan dan identifikasi
Model
Spesifikasi Model
Pengukuran
KSS1-KSS5 = KSS
OE1-OE4 = OE
EHO1-EHO3 = EHO
SyQ1-SyQ4 = SyQ
SeQ1-SeQ5 = SeQ
IQ1-IQ6 = IQ
IT1-IT3 =IT
NR1-NR3 = NR
GK1-GK3 = GK
RK1-RK3 = RK
KU1-KU3 = KU
CP1-CP4 = CP
Gambar Path Diagram
Spesifikasi Model Struktural
GK = KSS OE EHO SyQ SeQ IQ IT
NR
RK = KSS OE EHO SyQ SeQ IQ IT NR
KU = GK RK
CP = GK RK KU
Identifikasi Model
df = 753 Over Identified
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Estimasi Model
Transformasi Data
Ordinal
Interval
Outlier
13 Data Outlier
Sehingga tersisa
207 data
MSI
Ukuran
Sampel 100–
200
(EQ dan Wijaya,
2012)
Multikolinearit
as
nilai korelasi
antara indikatorindikator > 0,9
220 Sampel
Normalitas Data
Test of Multivariate Normality for Continuous Variables
Skewness
Kurtosis
Value Z-Score P-Value
Value Z-Score P-Value
------ ------- ------------- ------- ------676.914
29.373
0.000 2442.507
14.394
0.000
Skewness and Kurtosis
Chi-Square P-Value
---------- ------1069.956
0.000
asymptotic
covariance
matrix
(Ghozali, 2012)
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Uji Validitas
Coreccted
Kode
Item-Total
Indikat
Correlatio
or
n
KSS1
KSS2
KSS3
KSS4
KSS5
EO1
EO2
EO3
EO4
EHO1
EHO2
EHO3
(> 0,136)
0,542
0,579
0,509
-0,126
-0,010
0,710
0,650
0,747
0,738
0,815
0,837
0,710
Standardiz
ed Loading
Kode
Item-Total
|T-
Indikat
Correlatio
velue|
or
n
Factor
(≥
( ≥ 0,5)
1,96)
0,82
0,87
0,79
-0,17
-0,03
0,8
0,69
0,83
0,87
0,89
0,96
0,74
Coreccted
13,8
14,39
12,65
-2,28
0,41
13,33
10,81
13,89
15,03
15,52
17,56
12
Keterang
an
Valid
Valid
Valid
Tidak Valid
Tidak Valid
Valid
Valid
Valid
Valid
Valid
Valid
Valid
SyQ1
(> 0,136)
0,743
SyQ2
Standardiz
|T-
ed Loading
velue|
Factor
(≥
( ≥ 0,5)
1,96)
Coreccted
Standardi
Kode
Item-Total
zed
Indikato
Correlatio
Loading
r
n
Factor
Keterang
an
|T-value|
Keteranga
( ≥ 1,96)
n
IT1
(> 0,136)
0,703
( ≥ 0,5)
0,73
17,36 Valid
IT2
0,812
1
11,46 Valid
IT3
0,690
0,73
8,28 Valid
0,83
13,83 Valid
0,772
0,88
13,15 Valid
NR1
0,761
0,85
14,58 Valid
SyQ3
0,704
0,79
13,09 Valid
NR2
0,813
0,89
15,58 Valid
SyQ4
0,629
0,66
10,09 Valid
NR3
0,755
0,87
15,23 Valid
SeQ1
0,684
0,71
11,28 Valid
SeQ2
0,736
0,78
12,83 Valid
GK1
0,485
0,74
11,07 Valid
SeQ3
0,743
0,83
14,04 Valid
GK2
0,384
0,91
13,75 Valid
SeQ3
0,744
0,83
14,28 Valid
GK3
0,001
0
SeQ5
0,756
0,84
14,53 Valid
RK1
0,460
0,64
10,25 Valid
IQ1
0,772
0,78
12,98 Valid
RK2
0,466
0,99
20,05 Valid
IQ2
0,756
0,76
12,57 Valid
RK3
0,051
0,05
IQ3
0,809
0,84
14,48 Valid
IQ4
0,714
0,76
12,58 Valid
KU1
0,824
0,85
14,91 Valid
IQ5
0,818
0,88
15,61 Valid
KU2
0,872
0,94
17,56 Valid
IQ6
0,797
0,82
11,37 Valid
KU3
0,846
0,9
16,23 Valid
CP1
0,668
0,7
10,91 Valid
CP2
0,621
0,69
10,8 Valid
CP3
0,754
0,9
15,58 Valid
CP4
0,627
0,83
13,76 Valid
-0,04 Tidak Valid
0,76 Tidak Valid
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Uji Reliabilitas
Kode
Variabel
KSS
EO
EHO
SyQ
SeQ
IQ
IT
NR
GK
RK
KU
CP
Cronbach’s
Alpha
0,860
0.863
0.891
0.863
0.890
0.923
0.859
0.885
0.756
0.771
0,925
0.836
Construct
Variance
Keterangan
Reliability (CR) Extracted (VE)
0,86
0,68 Reliable
0,88
0,64 Reliable
0,90
0,75 Reliable
0,87
0,63 Reliable
0,9
0,64 Reliable
0,91
0,65 Reliable
0,87
0,69 Reliable
0,90
0,76 Reliable
0,81
0,68 Reliable
0,79
0,65 Reliable
0,93
0,81 Reliable
0,87
0,62 Reliable
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
kombinasi 2 indikator yang baik untuk melakukan
uji kecocokan model yaitu NNFI (TLI) dan SRMR,
RMSEA dan SRMR, serta CFI dan SRMR
(Hopper, Coughlan, dan Mullen, 2008)
Uji Kecocokan Model
Kriteria
Goodness of
Fit
χ2/df
NFI
NNFI
CFI
RMSEA
SRMR
GFI
Tingkat
Kecocokan
Ukuran
Goodness of
0,7 dan
composite reliability >
0,7.
(Latan dan Ghozali, 2012)
Convergent Validity
baik jika nilai Average
Variance Extracted
(AVE) > 0,5.
(Latan dan Ghozali, 2012)
Varia
bel
AVE
ite
Reliabili
ty
0,70674 0,90597
R
Squar
e
Cronbac
Communa Redundan
hs Alpha lity
cy
0,4645
CP
6
0,82483
1
0,93379
19
EHO
4
0,72834
2
0,91455
0,893127
0,824834
EO
8
0,83750
1
0,91156 0,5488
0,874984
0,728348
GK
6
0,70813
5
0,93566
IQ
9
0,77516
IT
KSS
09
0,86203
0,706746
0,80622
0,837506
1
0,91162
0,91729
0,708139
5
0,78467
9
0,855709
0,775165
2
0,86934
0,91619
0,95228 0,3867
0,863385
0,784672
0,218193
0,127737
KU
7
4 – METODOLOGI
51 0,924773
0,869347
0,240257
PENDAHULUAN
- LANDASAN
TEORI
- ANALISIS
& PEMBAHASAN
- PENUT
Mengevaluasi Measurement Model
Menurut Latan
dan Ghozali
(2012) untuk
discriminant
validity dilihat
dari nilai akar
kuadrat AVE >
nilai korelasi
antar variabel
laten.
CP
EHO
0,84
EO
GK
IQ
IT
KSS
KU
NR
RK
SeQ
SyQ
0
0,17 0,88
KSS
9
2
8
9
9
6
6
*Angka yang di bold = nilai akar kuadrat AVE dari variabel
0,56 0,47 0,53 0,55 0,52 0,47 0,23 0,93
2
0,51 0,91
CP
1
0,40 0,90
EHO
6
0,47
8
0,56 0,85
EO
6
0,61
8
0,50
3
0,48 0,91
GK
1
0,54
5
0,38
0
0,36
5
0,59 0,84
IQ
3
0,51
7
0,26
7
0,34
0
0,56
2
0,62 0,88
IT
8
0,26
3
0,44
2
0,35
2
0,25
5
0,13
KU
8
0,51
6
0,44
7
0,45
9
0,62
8
0,61
0
0,59
4
0,13
NR
0
6
7
2
3
2
6
8
5
– METODOLOGI
& PEMBAHASAN - PENUT
0,52PENDAHULUAN
0,47 0,31 - LANDASAN
0,56 0,63TEORI
0,45
0,15 0,54- ANALISIS
0,62 0,90
Menguji Structural Model
Path
T Statistics
Path
Coeffecie
(|O/STERR|)
KSS GK
KSS RK
OE GK
OE RK
EHO GK
EHO RK
nt
0,053938
-0,00298
0,118093
-0,10533
0,181321
0,223235
≥ 1.96
0,81108
0,191872
2,018772
1,672073
2,330491
3,307435
SyQ GK
-0,15154
2,193693
SyQ RK
SeQ GK
SeQ RK
0,005224
0,090786
0,071021
0,016992
1,320714
0,996682
Kesimpulan
tidak signifikan
tidak signifikan
Signifikan
tidak signifikan
Signifikan
Signifikan
Signifikan
(negatif)
tidak signifikan
tidak signifikan
tidak signifikan
Path
T Statistics
Path
Coeffecien
(|O/STERR|)
Kesimpulan
IQ GK
IQ RK
IT GK
IT RK
NR GK
NR RK
GK KU
RK KU
GK CP
RK CP
KU CP
t
0,217056
0,352307
0,209929
-0,03143
0,248945
0,333206
0,360538
0,346232
0,371267
0,159693
0,274699
≥ 1.96
2,709852
4,593716
2,712832
0,313571
3,544374
4,73408
4,583609
3,973525
4,56802
1,84433
3,204349
Signifikan
Signifikan
Signifikan
tidak signifikan
Signifikan
Signifikan
Signifikan
Signifikan
Signifikan
tidak signifikan
Signifikan
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Uji Hipotesis
Hipotesis
CBSEM-LISREL
Individual Factors
H1a: KSSGK
Ditolak
H1b: KSSRK
Ditolak
H2a: EOGK
Diterima
H2b: EORK
Ditolak
H3a: EHOGK
Diterima
H3b: EHORK
Diterima
Contextual Factors
H7a: IT GK
Diterima
H7b: ITRK
Ditolak
H8a: NRGK
Diterima
H8b: NRRK
Diterima
PLS-SmartPLS
Ditolak
Ditolak
Diterima
Ditolak
Diterima
Diterima
Diterima
Ditolak
Diterima
Diterima
Hipotesis
CBSEM-
LISREL
Technology Factors
H4a:
Ditolak
PLS-SmartPLS
Diterima tetapi
SyQGK
H4b:
Ditolak
SyQRK
H5a:
SeQ
Ditolak
Ditolak
GK
H5b:
Ditolak
Ditolak
SeQRK
H6a: IQGK
Diterima
H6b: IQRK
Diterima
Knowledge-sharing activity
H9a: GKKU
Diterima
H9b: RKKU
Diterima
H10a:
Diterima
GKCP
Ditolak
H10b:
RKCP
H11: KUCP
Ditolak
negatif
Ditolak
Diterima
Diterima
Diterima
Diterima
Diterima
Ditolak
Diterima
Penutup
Kesimpulan
information
quality
norm of
reciprocity
knowledge
contributing
behaviour
interpersonal
trust
expectation
out-comes
knowledge
collecting
behaviour
knowledge
utilization
Community
Promotion
enjoyment in
helping others
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Keterbatasan Penelitian
Ukuran sampel dan normalitas data
◦ Menurut Wijanto (2008) jumlah sampel yang ideal untuk MLE yaitu
sebanyak lima kali jumlah indikator/pertanyaan
Kompleksitas model
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Saran
Menggunakan ukuran sampel yang lebih besar antara
(250-350)
Disarankan untuk melakukan pilot study dan pilot survey
sebelum mengumpulkan data
Penelitian selanjutnya akan lebih baik ditujukan kepada
pengguna komunitas online secara luas.
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT
Terima kasih
Q&A?