Pengujian Instrumen Penelitian Uji Validitas dan Uji Reliabilitas

3.4 Pengujian Instrumen Penelitian

Pengujian instrumen penelitian adalah bagian yang terpenting untuk dilakukan. Data penelitian tidak akan berguna jika instrumen pengukuran yang digunakan tidak mempunyai validitas dan reliabilitas yang tinggi, dimana pengujian hipotesis sangat dipengaruhi oleh kualitas data Cooper dan Schindler, 2003. Sebelum dilakukan survei, maka terlebih dahulu dilakukan pra survei dengan sampel yang lebih kecil dengan tujuan untuk mengetahui validitas dan reliabilitas instrumen yang ada, sehingga dapat digunakan untuk memperbaiki item-item pertanyaan yang memenuhi persyaratan tersebut sebelum dilakukan survei yang sesungguhnya. Meskipun item-item pertanyaan yang digunakan dalam penelitian ini telah digunakan pada penelitian sebelumnya dan dinyatakan valid serta reliabel, tetapi item-item pertanyaan ini perlu diuji kembali validitas dan reliabilitasnya.

3.5 Uji Validitas dan Uji Reliabilitas

Uji validitas ini dilakukan untuk mengetahui sejauh mana kemampuan instrumen penelitian mengukur apa yang seharusnya diukur Cooper dan Schindler, 2003. Validitas internal terdiri dari validitas isi dan validitas konstruk. Pengukuran validitas secara kualitatif dilakukan dengan content validity dan uji validitas secara kuantitatif dengan Confirmatory Faktor Analysis CFA melalui bantuan software SPSS 16 for Windows, yang menggambarkan validitas konstruk Ghozali, 2005. Validitas konstruk menunjukkan seberapa baik hasil yang diperoleh dari penggunaan suatu pengukuran sesuai teori-teori yang digunakan untuk mendefenisikan suatu konstruk Hartono, 2004. Menurut Huck et al. 2000 korelasi yang kuat antara konstruk dan item-item pertanyaannya dan hubungan yang lemah dengan variabel lainnya merupakan salah satu cara untuk menguji validitas konstruk construct validity. Instrument memiliki convergent validity jika item pengukuran memiliki faktor loading lebih besar dari 0,4 Hair et al., 2006. Hair et al., 2006 juga menyatakan bahwa faktor loading lebih besar 0,3 dapat dipertimbangkan sebagai batas minimal dan bila faktor loading lebih besar dari 0,5 maka akan diterima secara signifikan. Pengujian validitas dalam penelitian ini dilakukan dengan metode Confirmatory Faktor Analysis CFA yang menggunakan program komputer SPSS 16 for Windows. Jumlah sampel yang digunakan adalah sebanyak 60 sampel. Sebelum dilakukan uji analisis faktor, dilakukan terlebih dahulu uji Kaiser Meyer Olkin KMO dan Bartlett’s Test yang bertujuan untuk menguji ada tidaknya korelasi antar variabel. KMO yang tinggi akan semakin valid suatu item pertanyaan dan semakin homogen variabel- variabel yang diukur. Batas ukuran validitas menurut Kaiser dan Rice 1974 dalam Sharma 1996 seperti yang dikutip Setyaningrum 2006 adalah 0,50 masih dapat ditoleransi untuk diterima sebagai instrumen penelitian, sehingga kriteria nilai KMO harus di atas 0,50 dengan signifikansi 0,05 agar variabel bisa diprediksi dan dapat dianalisis lebih lanjut. Penelitian yang dilakukan ini mempunyai nilai KMO sebesar 0,758 dengan signifikansi 0,000, maka dapat disimpulkan bahwa semua variabel yang ada dapat dianalisis lebih lanjut karena telah memeuhi kriteria. Dapat dilihat dalam tabel 3.1 dibawah ini: Tabel 3.1 Pengujian KMO dan Bartletts’s Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,758 Bartletts Test of Sphericity Approx. Chi-Square 1,168E3 df 325 Sig. 0,000 Dalam analisis faktor, indikator masing-masing konstruk harus memiliki factor loading yang signifikan terhadap konstruknya. Menurut Hair et al 2006 the rule of thumb butir-butir pengukuran dapat dikatakan valid apabila memiliki factor loading lebih dari atau sama dengan 0,4 dan tidak menjadi bagian dari konstruk lain. Hasil analisis faktor tersebut dapat dilihat pada Tabel 3.2 berikut ini: Tabel 3.2 Hasil Analisi Faktor Komponen 1 2 3 4 5 6 PU1 0,802 PU2 0,818 PU3 0,735 PU4 0,591 PU5 0,543 PU6 0,658 PE1 0,606 PE2 0,649 PE3 0,528 PE4 0,671 PE5 0,699 PE6 0,787 CA1 0,754 CA2 0,865 CA3 0,852 CA4 0,799 AF1 0,707 AF2 0,598 AF3 0,622 TR1 0,745 TR2 0,885 TR3 0,921 ITU1 0,810 ITU2 0,706 ITU3 0,673 ITU4 0,781 Bila dilihat dari hasil Tabel 3.2 tersebut, dapat diketahui bahwa secara keseluruhan ada satu butir pertanyaan yang tidak valid karena tidak memenuhi syarat seperti yang telah ditentukan oleh Hair et al. 2006. Dari tabel dapat dilihat bahwa butir PU6 tidak memenuhi kedua persyaratan tersebut, sehinga harus didrop atau dikeluarkan. Walaupun pada uji validiatas dengan sampel kecil ini ada butir- butir yang didrop, tetapi pada sampel besar butir-butir tersebut tetap diikutsertakan, mengingat adanya suatu kemungkinan bahwa tidak validnya butir-butir tersebut dikarenakan jumlah sampel yang kurang memadai. Reliabilitas adalah suatu alat pengukur yang menunjukkan akurasi, konsistensi dan ketepatan dari pengukurnya Hartono, 2004. Konsistensi menunjukkan seberapa baik item–item pertanyaan yang mengukur sebuah konsep bersatu menjadi sebuah kumpulan Sekaran, 2006. Suatu kuisioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pertanyaan adalah konsisten dari waktu ke waktu Cooper dan Schindler, 2003. Dalam penelitian ini, uji reliabilitas akan dilakukan dengan menggunakan teknik croncbach’s alpha dengan bantuan software SPSS 16 for Windows Ghozali, 2005. Cronback’s alpha adalah koefisien keandalan yang menunjukkan seberapa baik item dalam suatu kumpulan secara positif berkorelasi satu sama lain. Konsistensi jawaban ditunjukan oleh nilai rule of thumb atau tingginya cronbach’s alpha, dengan nilai alpha harus lebih besar dari 0,7 meskipun nilai 0,6 masih dapat diterima Hair et al, 2006. Tabel 3.3. Hasil Uji Reliabilitas pada Sampel Kecil Variabel Cronbach’s Alpha Keterangan PU 0,840 Reliabel PE 0,826 Reliabel ITU 0,884 Reliabel CA 0,882 Reliabel AF 0,906 Realibel TR 0,903 Reliabel Model Penelitian Berdasarkan tinjauan teoritis dan hipotesis yang dikemukakan, maka model penelitian yang akan diusulkan adalah sebagai berikut: 30,5 Teknik Pengujian Hipotesis Pengujian hipotesis dilakukan untuk mengetahui hubungan antar konstruk yang diteliti. Teknik pengujian hipótesis dalam penelitian ini menggunakan Análisis of Moment Structure AMOS dengan Structure Equation Modeling SEM. SEM merupakan alat teknik multivariate yang mengkombinasi aspek regresi berganda dan analisis faktor untuk mengestimasi serangkaian hubungan ketergantungan secara simultan Hair et al., 1998. Pengaruh variabel independen variabel bebas terhadap variabel dependen variabel tidak bebas dalam AMOS ditunjukan dengan variabel endogenous dan variabel exogenous. Variabel endogenous dapat C O G N I T I V E P e r c e i v e d U s e f u l n e s s P U P e r c e i v e d E a s e o f U s e P E O U I n t e n t i o n t o U s e I T U I n t e n t i o n t o U s e I T U C o m p u t e r A n x i e t y C A T r u s t T R H 1 H 2 H 3 H 4 P E R S O N A L I T Y A f f e c t A f H 5 muemprediksi satu satu atau beberapa variabel endogenous lainnya, tetapi variabel exogenous hanya dapat berhubungan kausal dengan variabel. Langkah-langkah dalam melakukan dalam penggunaan SEM pada program AMOS versi 4.01 adalah sebagai berikut: 1. Pengembangan Model Secara Teori Langkah pertama dalam melakukan pemodelan adalah sesuai dengan mencari dan mengembangakan sebuah model yang mempunyai basis teori yang kuat, kemudian model tersebut divalidasi secara empirik melalui komputasi dengan program SEM. Kajian teori ini telah dipaparkan dalam bab dua serta hubungan struktural antar konstruk yang dihipotesiskan seperti yang disajikan pada tabel dibawah ini: 2. Pengembangan Diagram Alur Diagram alur akan mempermudah untuk melihat hubungan kausal antar variabel. Hubungan variabel dalam hal ini antara variabel exogenous dan variabel endogenous yang dinyatakan dalam anak panah. Anak panah lupus menunjukan hubungan kausal langsung antar konstruk dengan konstruk yang lain, sementara anak panah garis lengkung menunjukan korelasi antar konstruk. 3. Mengidentifikasi Model Salah satu yang akan dihadapi dalam mengestimasi model kausal ini adalah masalah indentifikasi. Masalah identifikasi merupakan ketidakmampuan model yang dikembangkan untuk menghasilkan Konstruk Jumlah Item Definisi PU 6 Kegunaan persepsian perceived usefulnees adalah sejauh mana seseorang percaya bahwa menggunakan suatu teknologi akan meningkatkan kinerjanya PE 5 Kemudahan penggunaan persepsian perceived ease of use adalah tingkat keyakinan seseorang bahwa dalam menggunakan sistem tertentu tidak diperlukan usaha yang keras. CA 4 Kecemasan komputer adalah menunjukan ketakutan mengenai implikasi dari komputer AF 3 perasaan affect yang merupakan perasaan- perasaan bahagia, gembira, riang atau senang, atau depresi, jijik, tidak nyaman, atau benci yang dihubungkan dengan seorang individual kesuatu tindakan tertentu TR 3 Kepercayaan yaitu adalah suatu proses pilihan ITU 4 Niat intention didefinisikan sebagai keinginan untuk melakukan sesuatu. Niat tidak selalu statis, tetapi dapat berubah dengan berjalannya waktu estimasi yang diinginkan oleh peneliti. Apabila muncul masalah identifikasi, maka komputer akan memberikan pesan sebab kemungkinan terjadinya program tidak dapat melakukan estimasi. 4. Mengevaluasi Asumís-asumsi yang Harus Dipenuhi Jika Menggunakan SEM:  Asumsi Kecukupan Sampel Jumlah responden dalam penelitian ini sebanyak 321 orang, jumlah sampel tersebut dinilai telah memenuhi kriteria jumlah sampel bagi penelitian yang menggunakan Struktural Equation Model SEM dengan maximum likehood estimation MLE yaitu sebesar 5 observasi untuk setiap parameter yang diestimasi.  Asumsi Normalitas Nilai statistik untuk menguji normalitas tersebut z value Critical Ratio atau C.R pada ouput Amos 4.01 dari ukuran skeweness dan kurtosis sebaran data. Bila nilai C.R lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 1 yaitu sebesar 2,58 Hair, 1998.  Asumsi Outliers Dalam analisis Multivariate adanya outlier dapat diuji dengan statistik chi square terhadap nilai Mahalanobis distance squared dengan tingkat signifikansi 0,01 dengan degree of freedom sejumlah konstruk yang digunakan dalam penelitian Hier et al., 1998. Outlier adalah observasi yang muncul dengan nilai-nilai ekstrim yang memiliki karateristik unik yang sangat berbeda dari observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk variabel tungal maupun variabel kombinasi Hier et al.,2006. umumnya perlakuan terhadap outlier adalah dengan mengeluarkanya dari data dan tidak mengikutsertakan dalam perhitungan berikutnya.  Evaluasi atas kriteria Goodness of fit Hubungan hipotesis konstruk-konstruk penelitian pada model yang diajukan hubungan kausal antar konstruk tersebut. Evaluasi nilai Goodness of fit dari model konstruk. Pengujian kesesuaian model dengan menggunakan criteria goodness of fit dapat dilihat pada tabel berikut ini: Goodness of fit index Nilai Kritis χ 2 -Chi-Square CMIN Diharapkan kecil, χ2-Significance Probability P  0,05 χ 2 relatif CMINDF ≤ 2,00 GFI ≥ 0,90 AGFI ≥ 0,90 RMSEA ≤ 0,08 Pengujian hipotesis dilakukan dengan melakukan prosedur sebagai berikut:  Melihat critical ratio setiap path dan membandingkan dengan nilai tertentu. Untuk pengujian satu arah dengan tingkat signifikansi 0,05, nilai critical ratio harus 1,645 sedangkan dengan tingkat signifikansi 0,01 nilai critical ratio harus 2,326.  Melihat standarized structural path coefficients dari setiap hipotesis terutama pada kesesuaian arah hubungan path dengan arah hubungan yang telah dihipotesiskan sebelumnya.  Jika arah hubungan sesuai dengan yang dihipotesiskan dan nilai critical ratio memenuhi persyaratan maka dapat dikatan bahwa hipotesis yang diuji mendapat dukungan yang kuat. 5. Mengintrspretasikan dan Memodifikasi Model

a. χ² - Chi square