Karakteristik Pengunjung dan Korelasi antar karakteristik

14

1. Hasil Proses Analisis Outer Model Pengunjung Perpustakaan Total

Hasil proses dari analisis Structural Equation Model semua indikator memiliki nilai loading faktor yang lebih dari 0.7 artinya semua indikator memiliki realibilitas yang baik. Model akhir pengunjung perpustakaan total dalam pengujian ini melihat mengenai variabel endogen dan variabel eksogen yang dicerminkan dalam beberapa indikator. Setiap indikator pada model total dapat merefleksikan interelasi dalam menggambarkan masing-masing variabel laten dengan baik apabila lebih dari 0,7. Hal ini menunjukan bahwa kesesuain pelayanan terhadap harapan pengunjung. Gambar 3 Kriteria suatu konstruk dapat dikatakan reliabel adalah ketika nilai composite reability atau croncach’s alpha lebih dari 0.7. Dari hasil output SmartPLS menunjukan bahwa semua konstruk laten ER, PP, OS, TF, TLE, HSU, UV, US, UL pengguna memiliki nilai composite reliability dan cronbach’s alpha lebih dari 0.7 ; sehingga dapat disimpulkan bahwa semua konstruk memiliki tingkat reliabilitas dan validitas yang baiktinggi dengan standar yang telah terpenuhi. Tabel 7. Gambar 3 Model awal diagram jalur hasil output SmartPLS pengunjung total Hasil output SmartPLS yaitu nilai Average Variance Extracted AVE dapat dilihat pada tabel 8. Kontruksi dapat memiliki validity yang baik adalah ketika nilai AVE lebih dari 0.5. 15 Tabel 7 Hasil Output SmartPLS pada Report Overview pengunjung total Konstruk Laten AVE Composite Reliability ER 0.856368 0.922626 HSU 0.777765 0.933258 OS 0.873177 0.932295 PP 0.918379 0.957452 TF 0.904398 0.949797 TLE 0.890761 0.942224 UL 0.718444 0.884319 US 0.780507 0.914190 UV 0.733185 0.891759 Sumber : Data diolah 2014 Hasil output Composite Reliability menunjukkan korelasi indikator ER1, ER2 dengan masing-masing variabel ER lebih tinggi dari korelasi dengan variabel lainnya masing-masing sebesar 0.921; 0.930. Sama halnya dengan korelasi indikator pada variabel HSU, OS, PP, TF, TLE, UV, US, UL, bahwa nilai korelasi indikator lebih tinggi dengan korelasi variabel masing-masing dari pada korelasi dengan variabel lainnya, sehingga dapat disimpulkan bahwa indikator pada variabel ER, PP, OS, TF, TLE, HSU, UV, US, UL memiliki tingkat discrimnat validity yang baik. Artinya bahwa indikator tersebut dapat dikatakan tingkat validitasnya baik. Membandingkan korelasi antar variabel dengan akar AVE bahwa nilai akar AVE harus lebih besar dari nilai korelasi maksimal variabel. Perbandingan dilakukan dengan melihat akar AVE apabila korelasi setiap variabel dibawahnya. Perbandingan korelasi dengan akar AVE dapat dilihat pada Tabel 8. Tabel 8 Perbandingan korelasi dengan akar AVE pengunjung total Konstruk Laten ER HSU OS PP TF TLE UL US UV ER 0,9255 HSU 0.5623 0,8815 OS 0.6070 0.6456 0,9345 PP 0.6001 0.6328 0.6624 0,9585 TF 0.5929 0.7204 0.6179 0.6667 0,951 TLE 0.4941 0.4758 0.4348 0.5163 0.569 0,9435 UL 0.3343 0.2825 0.3605 0.2432 0.289 0.3221 0,8473 US 0.6722 0.7480 0.7127 0.7148 0.719 0.6125 0.4282 0,8833 UV 0.4340 0.3948 0.4145 0.4511 0.436 0.6379 0.4755 0.5742 0,856 Akar AVE untuk variabel ER adalah 0.9255, sedangkan korelasi maksimal ER dengan variabel lainnya adalah 0.672291 dengan variabel US. Nilai akar AVE ER 0.92550.6722 lebih tinggi dari korelasinya dengan variabel lainnya, maka dapat dikatakan bahwa variabel ER memiliki discriminant validity-nya baik. Sama halnya dengan akar AVE