Teknik Analisis Teknik Analisis dan Uji Hipotesis

c. Kuisioner Merupakan daftar pertanyaan kepada responden yang berisi pertanyaan menyangkut dengan masalah penelitian untuk kemudian diberikan nilai atau skor.

3.5. Teknik Analisis dan Uji Hipotesis

3.5.1. Teknik Analisis

Teknik analisis yang digunakan dalam penelitian ini adalah Partial Least Square PLS. PLS dikembangkan pertama kali oleh Wold sebagai metode umum untuk mengestimasi parth model yang menggunakan konstruk laten dengan multiple indikator yang dianalisis menggunakan program PLS. Metode Partial Least Square PLS merupakan metode analisis yang powerful karena dapat diterapkan pada semua skala data, tidak membutuhkan banyak asumsi dan ukuran sampel tidak harus besar. Model persamaan structural untuk menguji teori atau pengembangan teori dengan tujuan prediksi, pendekatan PLS lebih cocok. Dengan pendekatan PLS dapat membantu penelitiuntuk mendapatkan nilai variable laten untuk tujuan prediksi . PLS selain dapat digunakan sebagai konfirmasi teori juga dapat digunakan untuk membangun hubungan yang belum ada landasan teorinya atau untuk pengujian proposisi Ghozali, 2008:18. 1. Rancangan Model Struktural Iner Model Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Merupakan model yang menspesifikasi hubungan antara variabel laten atau juga dikatakan menggambarkan hubungan antar variabel laten berdasarkan substantive theory Ghozali, 2008:22. Perancangan Model Struktural hubungan antar variabel laten didasarkan pada rumusan masalah atau hipotesis penelitian. Persamaan Model Struktural : 1= γ 11 ᶓ 1 + γ 12 ᶓ 2 + γ 13 ᶓ 3 + Keterangan:  = Variabel Laten Endogen Variabel Terikat  ᶓ = Variabel Laten Eksogen Variabel Bebas  γ = Koefisien pengaruh variabel eksogen terhadap variabel endogen  = Galat model struktural Sofyan Yamin, 2011: 38 2. Rancangan Model Measurement Outer Model Merupakan model yang menspesifikasi hubungan antara variabel laten dengan indikator-indikatornya atau bisa dikatakan bahwa outer model mendefinisikan bagaimana setiap indikator berhubungan dengan variabel latennya Ghazali, 2008:22. Hubungan antar variabel laten dengan variabel indikatornya bersifat reflektif yaitu perubahan pada variabel laten akan mempengaruhi indikator, Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. sebaliknya perubahan pada indikator tidak akan mempengaruhi variabel laten Sofyan Yamin, 2011:10. Persamaan Model Pengukuran Variabel Eksogen Bebas : X 1= λX 1 ξ 1 + δ 1 X 2= λX 1 ξ 2 + δ 2 X 3= λX 1 ξ 3 + δ 3 X 4= λX 1 ξ 4 + δ 4 X 5= λX 1 ξ 5 + δ 5 X 6= λX 1 ξ 6 + δ 6 X 7= λX 1 ξ 7 + δ 7 Dan seterusnya sampai X 14= λX 14 ξ 1 + δ 14 Keterangan:  X adalah variabel indikator yang dipengaruhi variabel eksogen  ξ adalah variabel laten eksogen  λX adalah loading faktor variabel eksogen  δ adalah galat pengukuran pada variabel eksogen Sofyan Yamin, 2011: 37 Persamaan Model Pengukuran Variabel Endogen Terikat : Y 1 = λY 1 1 + ɛ 1 Y 2 = λY 2 1 + ɛ 2 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Y 3 = λY 3 1 + ɛ 3 Dan seterusnya sampai Y 16 = λY 16 1 + ɛ 16 Keterangan:  Y adalah variabel indikator yang dipengaruhi variabel endogen  adalah variabel laten endogen  λY adalah loading faktor variabel independen  ɛ adalah galat pengukuran pada variabel endogen Sofyan Yamin, 2011: 38 3. Evaluasi Goodness Of Fit Outer Model Dievaluasi berdasarkan subtantive conten-nya yaitu dengan melihat signifikansi dan weight yang meliputi : a. Convergent Validity Nilai convergen validity adalah nilai loading faktor pada variabel laten dengan indikator-indikatornya. Nilai yang diharapkan lebih besar dari 0,5. b. Discriminant Validity. Merupakan nilai cross loading faktor yang berguna untuk mengetahui apakah konstruk memiliki diskriminan yang memadai yaitu dengan cara membandingkan nilai loading pada konstruk yang dituju harus lebih besar dibandingkan dengan nilai Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. loading dengan konstruk lain. Metode lain yang dapat digunakan adalah membandingkan nilai akar Average Variance Extracted AVE setiap konstruk dengan korelasi antar konstruk dengan konstruk lainnya dalam model. Jika nilai akar kuadrat AVE setiap konstruk lebih besar daripada nilai korelasi konstruk lainnya dalam model, maka dikatakan memiliki nilai discriminant validity yang baik . Dimana nilai AVE atau Cross Loading lebih besar dari 0,5. c. Composite reliability Nilai batas yang diterima untuk tingkat reliabilitas composit adalah lebih besar dari 0,7. Metode lain yang dapat digunakan adalah dengan Cronbach Alpha, nilai yang diharapkan lebih besar dari 0,6 untuk semua konstruk. www.statistikaolahdata.com 4. Evaluasi Goodness Of Fit Inner Model Diukur dengan menggunakan Q-Square predictive relevance dimana interprestasi Q 2 sama dengan koefisien determinasi total pada regresi. Model persamaan untuk Q-square adalah : Q 2 = 1 – 1 – R 1 2 1 – R 2 2 1 – R 3 2 Keterangan :  R adalah R-Square variabel endogen dalam model Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

3.5.2. Uji Hipotesis

Dokumen yang terkait

BAB 1PENDAHULUAN Pengaruh Keterlibatan Pemakai Sistem, Program Pelatihan dan Pendidikan, Kemampuan Teknik Personal, Dukungan Manajemen Puncak, dan Formalisasi Pengembangan Sistem Informasi Terhadap Kinerja Sistem Informasi Akuntansi di Bank Umum Kota Sura

0 6 10

DAFTAR PUSTAKA Pengaruh Keterlibatan Pemakai Sistem, Program Pelatihan dan Pendidikan, Kemampuan Teknik Personal, Dukungan Manajemen Puncak, dan Formalisasi Pengembangan Sistem Informasi Terhadap Kinerja Sistem Informasi Akuntansi di Bank Umum Kota Suraka

3 17 4

PENGARUH KEMAMPUAN, KETERLIBATAN, DUKUNGAN MANAJEMEN PUNCAK, KUALITAS SISTEM INFORMASI, Pengaruh Kemampuan, Keterlibatan, Dukungan Manajemen Puncak, Kualitas Sistem Informasi, Dan Kualitas Informasi Terhadap Kinerja Pengguna Sistem Informasi Akuntansi P

1 6 19

PENGARUH KEMAMPUAN TEKNIK PERSONAL, DUKUNGAN MANAJEMEN PUNCAK, PROGRAM PELATIHAN DAN PENDIDIKAN TERHADAP KINERJA SISTEM INFORMASI AKUNTANSI PADA PT. SURABAYA INDUSTRIAL ESTATE RUNGKUT (SIER).

0 0 124

PENGARUH DUKUNGAN MANAJEMEN PUNCAK, PARTISIPASI PEMAKAI, KEMAMPUAN TEKNIK PERSONAL, PROGRAM PENDIDIKAN DAN PELATIHAN PEMAKAI TERHADAP KINERJA SISTEM INFORMASI AKUNTANSI PADA PT. BANK DKI CABANG RAYA DARMO SURABAYA.

3 5 103

PENGARUH DUKUNGAN MANAJEMEN PUNCAK, PARTISIPAS PEMAKAI DAN KEMAMPUAN TEKNIK PERSONAL TERHADAP KINERJA SISTEM INFORMASI AKUNTANSI PADA CV.RIZKI ABADI SIDOARJO.

0 0 98

PENGARUH DUKUNGAN MANAJEMEN PUNCAK, PARTISIPAS PEMAKAI DAN KEMAMPUAN TEKNIK PERSONAL TERHADAP KINERJA SISTEM INFORMASI AKUNTANSI PADA CV.RIZKI ABADI SIDOARJO

0 0 24

PENGARUH DUKUNGAN MANAJEMEN PUNCAK, PARTISIPASI PEMAKAI, KEMAMPUAN TEKNIK PERSONAL, PROGRAM PENDIDIKAN DAN PELATIHAN PEMAKAI TERHADAP KINERJA SISTEM INFORMASI AKUNTANSI PADA PT. BANK DKI CABANG RAYA DARMO SURABAYA

0 0 23

PENGARUH KEMAMPUAN TEKNIK PERSONAL, DUKUNGAN MANAJEMEN PUNCAK, PROGAM PELATIHAN DAN PENDIDIKAN TERHADAP KINERJA SISTEM INFORMASI AKUNTANSI PADA PT KERTA RAJASA RAYA SKRIPSI

0 0 22

PENGARUH KEMAMPUAN TEKNIK PERSONAL, DUKUNGAN MANAJEMEN PUNCAK, PROGRAM PELATIHAN DAN PENDIDIKAN TERHADAP KINERJA SISTEM INFORMASI AKUNTANSI PADA PT. SURABAYA INDUSTRIAL ESTATE RUNGKUT (SIER)

0 2 22