BAB III METODE PENELITIAN 3.1 TIPE PENELITIANdigilib.unila.ac.id/10088/18/BAB III.pdf · -Untuk...
Transcript of BAB III METODE PENELITIAN 3.1 TIPE PENELITIANdigilib.unila.ac.id/10088/18/BAB III.pdf · -Untuk...
BAB III
METODE PENELITIAN
3.1 TIPE PENELITIAN
Tipe penelitian yang digunakan dalam penelitian ini adalah penelitian eksplanasi
atau explanative research. Menurut Sugiyono (2009), penelitian eksplanasi adalah
penelitian yang digunakan untuk menjelaskan kedudukan-kedudukan dari
variabel-variabel yang diteliti serta hubungan antara satu variabel dengan variabel
lainnya. Penelitian yang dilakukan untuk menguji pengaruh variabel independen
yaitu kepuasan konsumen (X), dan variabel dependen minat beli ulang (Y), serta
variabel moderator yakni kepercayaan konsumen (Z1) dan loyalitas konsumen
(Z2).
3.2 DEFINISI KONSEPTUAL
Menurut Galo dalam Simamora (2003) konsep adalah istilah atau simbol yang
memiliki pengertian tertentu. Sementara itu, Zinkmud dalam Simamora (2003)
menerangkan bahwa konsep adalah generalisasi ide tentang kelas objek, atribut,
atau proses. Bagi Cooper dan Schindler dalam Simamora (2003) konsep adalah
sekumpulan pengertian atau karakteristik yang bisa diasosiasikan dengan
kejadian, objek, keadaan, situasi, atau perilaku tertentu.
39
Berdasarkan definisi konsep yang telah dijelaskan oleh para ahli di atas, pada
dasarnya memiliki persamaan. Gulo mengartikan konsep sebagai sesuatu yang
dapat diartikan dan Zinkmud menerangkan pengertian tersebut harus berlaku
umum atau general, sehingga dapat diambil suatu kesimpulan bahwa konsep
adalah sejumlah pengertian general tentang objek, kejadian, keadaan dan perilaku
tertentu.
Definisi konseptual dalam penelitian ini, yaitu terdapat satu variabel independen
(X), yaitu kepuasan konsumen, dan satu variabel dependen (Y), yaitu minat beli
ulang, serta dua variabel moderator (Z), yaitu kepercayaan konsumen (Z1) dan
loyalitas konsumen (Z2).
1. Kepuasan Konsumen (X)
Kepuasan konsumen merupakan keseluruhan sikap yang ditunjukkan
konsumen atas barang atau jasa yang telah diperoleh dan setelah dinggunakan
konsumen. Ini merupakan penelitian evaluatif pasca pemilihan yang
disebabkan oleh seleksi pembelian khusus dan pengalaman menggunakan
barang atau jasa tersebut (Mowen dan Minor, 2002).
2. Minat Beli Ulang (Y)
Minat beli ulang adalah keinginan konsumen untuk membeli kembali suatu
produk, karena adanya kepuasan yang diterima atas suatu produk sesuai yang
dinginkan. Merek yang sudah melekat dalam hati pelanggan akan
menyebabkan pelanggan melanjutkan pembelian atau pembelian ulang
(Nurhayati, 2012).
40
3. Kepercayaan Konsumen (Z1)
Kepercayaan konsumen didefinisikan sebagai sikap rela atau kesediaan satu
pihak untuk menerima resiko dari tindakan pihak lain berdasarkan harapan
bahwa pihak lain akan melakukan tindakan penting untuk pihak yang
mempercayainya, terlepas dari kemampuan untuk mengawasi dan
mengendalikan tindakan pihak yang dipercaya (Mayer et al, 1995).
4. Loyalitas Konsumen (Z2)
Loyalitas konsumen sebagai komitmen yang tinggi untuk membeli kembali
suatu barang atau jasa yang disukai atau disenangi di masa mendatang,
disamping pengaruh situasi dan usaha pemasar dalam merubah perilaku.
Dengan kata lain konsumen akan setia untuk melakukan pembelian ulang
secara terus-menerus. Oliver (dalam Taylor, Celuch, dan Goodwin, 1999)
41
3.3 DEFINISI OPERASIONAL
Tabel 3.1
Definisi Operasional
Variabel Definisi Operasional Indikator
Kepuasan
Konsumen
(X)
Kepuasan konsumen sebagai
perasaan konsumen, baik itu
berupa kesenangan atau
kekecewaan yang timbul dari
membandingkan penampilan
sebuah produk dihubungkan
dengan harapan konsumen atas
produk Berryshu.
1. Harapan
2. Kinerja
3. Perbandingan
4. Confirmation
5. Disconfirmation
6. Ketidaksesuaian
Minat Beli
Ulang (Y)
Minat beli ulang adalah rasa ingin
atau niat seorang konsumen untuk
melakukan pembelian ulang
terhadap produk Berryshu yang
disebabkan hadirnya pengalaman
positif yang telah konsumen
dapatkan setelah menggunakan
produk Berryshu.
1. Keinginan untuk
menggunakan produk
2. Rencana
menggunakan produk
di masa mendatang
3. Kebutuhan untuk
menggunakan produk
Kepercayaan
Konsumen
(Z1)
Kepercayaan konsumen adalah
kesediaan konsumen menerima
resiko dari Berryshu berdasarkan
keyakinan dan harapan bahwa
pihak lain akan melakukan
tindakan sesuai yang diharapkan,
meskipun kedua belah pihak belum
mengenal satu sama lain.
1. Reputasi produk
2. Persepsi kualitas situs
dari toko online
3. Keyakinan
Loyalitas
(Z2)
Loyalitas konsumen adalah sikap
setia konsumen terhadap suatu
produk Berryshu yang digunakan
pada masa lampau, ditunjukkan
dengan melakukan pembelian yang
konsisten terhadap produk
Berryshu serta sukarela
merekomendasikan kepada orang
lain untuk membeli produk
Berryshu.
1. Kepuasan
2. Perilaku Kebiasaan
3. Komitmen
4. Kesukaan Produk
42
3.4 POPULASI DAN SAMPEL
3.4.1 Populasi
Sugiono (2010) mengemukakan bahwa populasi adalah wilayah generalisasi yang
terdiri atas objek ataupun subjek, yang memiliki kualitas dan karakteristik tertentu
yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya. Dalam penelitian ini, populasinya adalah konsumen Berryshu
yang pernah berbelanja online di instagram Berryshu yang berjumlah 5553 orang.
3.4.2 Sampel
Menurut Sugiyono (2010) sampel adalah bagian dari jumlah dan karakteristik
yang dimiliki oleh populasi tersebut. Menurut Sugiyono (2010), teknik purposive
sampling merupakan teknik penentuan sampel dengan pertimbangan tertentu.
Pertimbangan sampel dalam penelitian ini adalah konsumen yang pernah minimal
dua kali melakukan pembelanjaan di instagram Berryshu sebagai acuan untuk
mendapat responden yang loyal. Ukuran sampel dalam penelitian ini
menggunakan formula slovin (dalam Riduwan, 2005) seperti berikut.
Keterangan :
n= jumlah sampel
N= jumlah populasi
e= persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel
yang masih dapat ditolerir atau diinginkan.
43
Maka, perhitungan jumlah sampel dengan jumlah populasi (sampai pada bulan
November) 5553 dan persen kelonggaran ketidaktelitian karena kesalahan
pengambilan sampel yang masih dapat ditolerir atau diinginkan sebesar 10%,
adalah sebagai berukiut:
≈ 100
Berdasarkan perhitungan di atas, maka sampel yang digunakan pada penelitian ini
adalah 100 orang.
3.5 JENIS DAN SUMBER DATA
Jenis data yang digunakan dalam penelitian ini adalah sebagai berikut.
a. Data Primer
Data primer merupakan data yang diperoleh secara langsung dari objek penelitian,
yaitu dengan cara melakukan penyebaran kuisioner kepada responden atau
sampel yang terpilih (konsumen Berryshu yang pernah berbelanja online di
instagram Berryshu).
b. Data sekunder
Data sekunder merupakan data yang berupa informasi tertulis maupun tidak
tertulis yang diperoleh dari perusahaan, internet, majalah, koran, dan buku-buku
yang terkait atau berhubungan dengan penelitian ini.
44
3.6 METODE PENGUMPULAN DATA
Adapun metode pengumpulan data dalam penelitian ini adalah dengan
menggunakan metode Kuisioner. Pengumpulan data dengan menggunakan daftar
pertanyaan yang telah dibuat dalam rangka memperoleh data dalam penelitian,
dimana kuisioner tersebut diajukan hal-hal yang relevan dan berkaitan dengan
tujuan penelitian. Kuisioner dalam penelitian ini dibuat dengan menggunakan
pertanyaan terbuka dan pertanyaan tertutup. Pertanyaan terbuka, terkait dengan
identitas responden. Pertanyaan tertutup, yakni pertanyaan yang meminta
responden untuk memilih salah satu jawaban yang tersedia dari setiap pertanyaan
yang telah tersedia.
3.7 SKALA PENGUKURAN
Dalam pengukurannya, skala ini menggunakan skala Likert. Skala Likert
merupakan skala yang digunakan untuk mengatur sikap, pendapat, dan presepsi
seseorang atau kelompok orang tentang fenomena sosial (Sugiono, 2008).
Pertanyaan dalam kuesioner dibuat dengan menggunakan skala Likert dari
pertanyaan yang diberikan kepada responden, yaitu :
-Untuk jawaban sangat setuju diberi nilai = 5
-Untuk jawaban setuju diberi nilai = 4
-Untuk jawaban netral diberi nilai = 3
-Untuk jawaban tidak setuju diberi nilai = 2
-Untuk jawaban sangat tidak setuju diberi nilai = 1
45
3.8 METODE ANALISIS DATA
3.8.1 Pengujian Instrumen Data
3.8.1.1 Uji Validitas
Uji validitas dimaksudkan untuk mengetahui sejauh mana suatu alat ukur
mengukur apa saja yang ingin kita teliti atau sejauh mana dapat mengenai sasaran.
Validitas menurut Sugiyono (2009) adalah suatu ukuran yang menunjukkan
tingkat-tingkat keabsahan atau kesahihan suatu instrument. Suatu instrumen
dikatakan valid apabila mampu mengukur apa yang diukur, karena suatu alat ukur
yang valid mempunyai validitas yang tinggi. Sebaliknya suatu alat ukur yang
kurang valid memiliki validitas yang rendah.
Validitas dapat diketahui dengan menggunakan rumus Product Moment
Coeficient of Correlation sebagai berikut:
rxy =
√{ }{ }
Sumber: Supranto (2000)
Keterangan :
rxy = Koefisien Korelasi antara variabel Xi dan variabel Yi
n = Banyaknya variabel sampel yang dianalisis
Xi = Skor dari masing-masing variabel (faktor yang mempengaruhi)
Yi = Skor dari seluruh variabel
Dengan kriteria pengambilan keputusan sebagai berikut :
46
1. Jika r hitung > r tabel, maka kuesioner valid
2. Jika r hitung < r tabel, maka kuesioner tidak valid
3.8.2.2 Uji Reliabillitas
Reliabilitas merujuk pada satu pengertian bahwa suatu instrumen cukup dapat
dipercaya untuk di gunakan sebagai alat pengumpulan data karena instrumen
tersebut sudah baik. Dalam penelitian ini pengujian reliabilitas menggunakan
teknik Alpha Crombach dengan rumus sebagai beikut:
Rii =
Sumber: Sugiyono (2008)
Keterangan:
rii = Reliabiltas Instumen
k = Banyaknya butir pertanyaan dan soal
∑α = ∑ varians butir pertanyaan
αt2
= Varians total
Menurut Ghozali (2002), instrumen penelitian dikatakan reliabel jika memiliki
nilai Alpha Crombach> 0.60. Jika nilainya lebih kecil dari 0.60 maka kuesioner
penelitian ini tidak reliabel.
3.8.2 Teknik Analisis Data
3.8.2.1. Statistik Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan
cara mendeskripsikan atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk
47
umum atau generalisasi (Sugiyono, 2009). Analisis statistik deskriptif digunakan
untuk memberikan gambaran mengenai suatu data. Dalam penelitian ini
menggambarkan penilaian dan analisis jawaban responden.
3.8.2.2 Analisis Statistik Inferensial
Analisis statistik inferensial bertujuan untuk melakukan pengujian konsepsi yang
ditanyakan dalam hipotesis penelitian (Ferdinan, 2006). Sesuai dengan hipotesis
yang telah dirumuskan, maka dalam penelitian ini analisis data yang digunakan
adalah Partial Least Square (PLS). PLS dikembangan pertama kali oleh Wold
sebagai metode umum untuk mengestimasi path model yang menggunakan
variabel laten dengan multiple indicator.
Pendekatan PLS adalah distribution free (tidak mengasumsikan data berdistribusi
tertentu, dapat berupa nominal, kategori, ordinal, interval, dan rasio)
(Ghozali,2006). Lebih lanjut, Ghozali (2006) menjelaskan bahwa PLS merupakan
metode analisis yang powerfull karena tidak mengasumsikan data harus dengan
pengukuran skala tertentu, jumlah sampel kecil. PLS juga digunakan untuk
konfirmasi teori. Dibandingkan dengan covariance based SEM (yang diwakili
oleh software LISREL, EQS dan AMOS) component based PLS mampu
menghindarkan dua masalah besar yang dihadapi oleh covarian based SEM
(CBSEM) yaitu inadmissible solution dan factor indeterminancy (Fornell and
Bookstein, 1982).
Terdapat 4 (empat) asumsi yang menjadi penyebab digunakannya PLS dalam
suatu penelitian. Dalam penelitian ini keempat asumsi tersebut adalah: pertama,
PLS merupakan metode analisis data yang didasarkan asumsi sampel tidak harus
48
besar, yaitu jumlah sampel kurang dari 100 bisa dilakukan analisis, dan residual
distribution. Kedua, PLS dapat digunakan untuk menganalisis teori yang belum
mapan, karena PLS dapat digunakan untuk prediksi.Ketiga, PLS memungkinkan
alogaritma dengan menggunakan analisis series ordinary least square (OLS)
sehingga diperoleh efisiensi perhitungan olgaritma (Falk and Miller, 1992 dalam
Ghozali, 2006). Keempat, pada pendektan PLS, diasumsikan bahwa semua ukuran
variance dapat digunkan untuk menjelaskan.
3.8.2.2.1 Langkah-Langkah Pengujian PLS
1. Pengujian Model (Model Outer)
Outer model sering juga disebut (outer relation atau measurement model) yang
mendefinisikan bagaimana setiap indikator berhubungan dengan variabel
latennya. Blok dengan indikator refleksif dapat ditulis persamaannya (Jaya et.al.,
2008) sebagai berikut:
= ⋀ + ……………………………..(3.1)
y = ⋀ η+ εy……………………………...(3.2)
Dimana x dan y adalah indikator variabel untuk variabel laten exogen dan
endogen dan η, sedangkan ⋀ dan ⋀ merupakan matrix loading yang
menggambarkan koefisien regresi sederhana yang menghubungkan variabel laten
dengan indikatornya. Residual yang diukur dengan ε dan ε dapat
diintrepresentasikan sebagai kesalahan pengukuran. Model pengukuran (outer
model) digunakan untuk menguji validitas konstruk dan reliabilitas instrument.
49
Uji validitas dilakukan untuk mengetahui kemampuan instrument penelitian
mengukur apa yang seharusnya diukur (Cooper dan Schindler, 2006).
Sedangkan uji reliablitas digunakan untuk mengukur konsistensi alat ukur dalam
mengukur suatu konsep atau dapat juga digunakan untuk mengukur konsistensi
responden dalam menjawab item pernyataan dalam kuesioner atau instrument
penelitian. Convergent validity dan measurement model dapat dilihat dari kolerasi
antara skor indikator dengan skor variabelnya. Indikator dianggap valid jika
memiliki nilai AVE diatas 0,5 atau memperlihatkan seluruh outer loading dimensi
variabel memiliki nilai loading > 0,5 sehingga dapat disimpulkan bahwa
pengukuran tersebut memenuhi kriteria validitas konvergen (Chin 1995). Rumus
AVE (average varians extracted) dapat dirumuskan sebagai berikut:
AVE =
………………………….(3.3)
Keterangan:
AVE adalah rerata persentase skor varian yang diektrasi dari seperangkat variabel
laten yang diestimasi melalui loading standarlize indikatornya dalam proses
iterasi alogaritma dalam PLS. 𝝺 melambangkan standardize loading factor dan i
adalah jumlah indikator.
Uji yang dilakukan pada outer model menurut Vincenzo (2010):
a. Convergent Validity. Nilai convergen validity adalah nilai loading faktor pada
variabel laten dengan indikator-indikatornya. Nilai yang diharapkan >0.5.
b. Discriminant Validity. Nilai ini merupakan nilai cross loading faktor yang
berguna untuk mengetahui apakah konstruk memiliki diskriminan yang memadai
50
yaitu dengan cara membandingkan nilai loading pada konstruk yang dituju harus
lebih besar dibandingkan dengan nilai loading dengan konstruk yang lain.
c. Composite Reliability. Data yang memiliki composite reliability >0.7
mempunyai reliabilitas yang tinggi.
d. Average Variance Extracted (AVE). Nilai AVE yang diharapkan >0.5.
e. Cronbach Alpha. Uji reliabilitas diperkuat dengan Cronbach Alpha atau
Composite Reliability. Nilai diharapkan >0.7 untuk semua konstruk.
Di bawah ini hasil prariset untuk mengetahui kuesioner yang akan disebarkan
layak atau tidak untuk penelitian berikutnya, prariset dilakukan dengan
menyebarkan 30 kuesioner kepada konsumen Berryshu yang pernah berbelanja
online di Instagram Berryshu. Kriteria layak dalam penelitian ini ini adalah AVE
> 0,5 dan CrossLoading>0,5. Berikut hasil dari uji validitas terhadap 16 item
pertanyaan kuesioner yang dilakukan pada 30 responden:
Pada tabel 3.2 melalui pengukuran Outer Loading terdapat dua variabel yang
tidak memenuhi kriteria sehingga dinyatakan tidak valid. Variabel tersebut yaitu
Customer Satisfaction (X) dan Customer Loyalty (Z2). Untuk mengoreksi variabel
yang tidak valid tersebut agar memenuhi kriteria yang telah ditentukan, maka
indikator CS1 dan CL1 dikeluarkan atau tidak diikut sertakan pada uji selanjutnya
dengan tujuan dapat menaikkan skor pengukuran model (outer loading) masing-
masing item dan skor composite reliability.
51
Tabel 3.2 Hasil Uji Validitas Prariset Awal
Measurment
Model
Hasil Nilai Kritis Evaluasi
Model
Outer Model
Convergen Validity Variabel AVE
>0,5
Valid CS 0.5763
CT 0.6501 Valid
CL 0.5759 Valid
RI 0.7514 Valid
Diskriminant
Validity
Indikator Cross Loading
>0,5
Tidak Valid CS1 0.4446
CS2 0.9536 Valid
CS3 0.9536 Valid
CS4 0.5373 Valid
RI1 0.9694 Valid
RI2 0.6120 Valid
RI3 0.9694 Valid
CT1 0.5950 Valid
CT2 0.6299 Valid
CT3 0.9694 Valid
CT4 0.6120 Valid
CT5 0.9694 Valid
CL1 0.4553 Tidak Valid
CL2 0.9529 Valid
CL3 0.9529 Valid
CL4 0.5292 Valid
Sumber: Data Diolah, 2014
Karena ketidak valid-an beberapa item tersebut, maka dilakukan kembali uji
validitas pada 30 responden dan didapatkan hasil pada tabel 3.3 melalui
pengukuran (outer loading) menyatakan bahwa semua variabel dan indikator
memenuhi kriteria sehingga dinyatakan valid dengan nilai kritis >0,5.
52
Tabel 3.3 Hasil Uji Validitas Prariset Akhir
Measurment
Model
Hasil Nilai Kritis Evaluasi
Model
Outer Model
Convergen
Validity
Variabel AVE
>0,5
Valid CS 0.7272
CT 0.7272 Valid
CL 0.6069 Valid
RI 0.7508 Valid
Diskriminant
Validity
Indikator Cross Loading
>0,5
Valid CS2 0.9701
CS3 0.9701 Valid
CS4 0.5470 Valid
CT1 0.8035 Valid
CT2 0.7685 Valid
CT3 0.8803 Valid
CT4 0.6453 Valid
CL2 0.9714 Valid
CL3 0.9714 Valid
CL4 0.5426 Valid
RI1 0.9591 Valid
RI2 0.6423 Valid
RI3 0.9591 Valid
Sumber: Data Diolah, 2014
Selanjutnya uji reliabilitas dapat dilihat dari nilai Cronbach’s Alpha dan nilai
Composite Realibility (pc). Untuk dapat dikatakan suatu item pernyataan reliabel,
maka nilai Cronbach’s alpha harus >0,6 dan nilai composite reliability harus 0,7.
Dengan menggunakan output yang dihasilkan SmartPLS maka composite
reliability dapat dihitung dengan rumus sebagai berikut:
……………………………………………………. (3.4)
Dimana adalah component loading ke indikator dan .
Dibandingkan dengan Cronbach’s Alpha, ukuran ini tidak mengasumsikan tau
equivalence antar pengukuran dengan asumsi semua indikator diberi bobot sama.
Sehingga Cronbach’s Alpha cenderung lower bond estimate reliability, sedangkan
53
Composite Reliability merupakan closer Approximation dengan asumsi estimasi
parameter adalah akurat.
Hasil uji reliabilitas yang dilakukan pada 30 responden, dapat dilihat dalam Tabel
3.4 berikut ini:
Tabel 3.4 Hasil Uji Reliabilitas
Variabel Composite
Reliability
Nilai Kritis Evaluasi Model
CS 0.8831
>0,7
Reliabel CT 0.8592
CL 0.8830
RI 0.8977
Sumber: Data Diolah, 2014
2. Evaluasi Model Struktural (Inner Model)
Menurut Vincenzo (2010) Uji pada model struktural dilakukan untuk menguji
hubungan antara konstruk laten. Ada beberapa uji untuk model struktural yaitu:
a. R Square pada konstruk endogen. Nilai R Square adalah koefisien determinasi
pada konstruk endogen. Menurut Chin (1998), nilai R square sebesar 0.67
(kuat), 0.33 (moderat) dan 0.19 (lemah).
b. Estimate for Path Coefficients, merupakan nilai koefisen jalur atau besarnya
hubungan/pengaruh konstruk laten. Dilakukan dengan prosedur Bootrapping.
c. Prediction relevance (Q square) atau dikenal dengan Stone-Geisser's. Uji ini
dilakukan untuk mengetahui kapabilitas prediksi dengan prosedur blinfolding.
Apabila nilai yang didapatkan 0.02 (kecil), 0.15 (sedang) dan 0.35 (besar).
Hanya dapat dilakukan untuk konstruk endogen dengan indikator reflektif.
Model struktural (Inner Model) merupakan model struktural untuk memprediksi
hubungan kausalitas antar variabel laten. Melalui proses bootstrapping, parameter
uji T-statistic diperoleh untuk memprediksi adanya hubungan kausalitas. Model
54
struktural (inner model) dievaluasi dengan melihat persentase variance yang
dijelaskan oleh nilai untuk variabel dependen dengan menggunakan ukuran
Stone-Geisser
Q-square test (Stone, 1974; Geisser, 1975) dan juga melihat besarnyakoefisien
jalur struktural. Model persamaanya dapat ditulis seperti dibawah ini.
…………………………………….. (3.4)
menggunakan vector endogen (dependen) variabel laten, adalah vector
variabel exogen (independent),dan adalah vector variabel residual. karena PLS
didesain untuk model recursive, maka hubungan antar variabel laten, setiap
variabel laten dependen , atau sering disebut causal chain system dari variabel
laten dapat dispesifikasikan sebagai berikut:
………………………………(3.5)
dan adalah koefisien jalur yang menghubungkan prediktor endogen dan
variabel laten exogen dan sepanjang range indeks i dan b, dan adalah inner
residual variabel. Jika hasil menghasilkan nilai lebih besar dari 0,2 maka dapat
diinterprestasikan bahwa predictor laten memiliki pengaruh besar pada level
struktural.
Goodness of Fit Model diukur dengan menggunakan R-square variabel laten
dependen dengan interpretasi yang sama dengan regresi; Q-Square predictive
relevance untuk model struktural, mengukur seberapa baik nilai observasi
dihasilkan oleh model dan juga estimasi parameternya. Nilai Q-square > 0
menunjukkan model memilki predictive relevance; sebaliknya jika niali Q-square
≤ 0 menunjukkan model kurang memilki predictive relevance. Perhitungan Q-
square dilakukan dengan rumus:
55
= 1 – ( 1- R 1 2 ) ( 1 – R 2
2 ) ... ( 1- R p
2 ).......................(3.6)
Dimana R 1 2
, R 2
2 ... R p
2 adalah R-square variabel endogen dalam model
persamaan. Besaran Q 2
memilki nilai dengan rentang 0 < Q 2
< 1, dimana
semakin mendekati 1 berarti model semakin baik. Besaran
Q 2
ini setara dengan koefisein determinasi total pada analisis jalur (path analysis).
R m 2.
3.8.3 Model Analisis Persamaan Struktural
Model analisis struktural tahap pertama yang dibangun dalam penelitian ini dapat
dilihat pada gambar berikut:
Gambar 3.1 Model Analisis Persamaan Struktural
Model struktural (Inner Model) merupakan model struktural untuk memprediksi
hubungan kausalitas antar variabel laten. Goodness of Fit Model diukur dengan
menggunakan R-square variabel alten dependen dengan interpretasi yang sama
dengan regresi; Q-Square predictive relevance untuk model struktural, mengukur
56
seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi
parameternya. Nilai Q-square > 0 menunjukkan model memiliki predictive
relevance; sebaliknya jika niali Q-square ≤ 0 menunjukkan model kurang memilki
predictive relevance. Perhitungan Q-square dilakukandengan rumus :
= 1 – ( 1- R 1 2 ) ( 1 – R 2
2 ) ... ( 1- R p
2 ).......................(3.6)
Dimana R 1 2
, R 2
2 ... R p
2 adalah R-square variabel endogen dalam model
persamaan. Besaran Q 2
memilki nilai dengan rentang 0 < Q 2
< 1, dimana
semakin mendekati 1 berarti model semakin baik. Besaran
Q 2
ini setara dengan koefisein determinasi total pada analisis jalur (path analysis).
R m 2.\
3.9 Pengujian Hipotesis
Menurut Jogiyanto dan Abdillah (2008), ukuran signifikansi keterdukungan
hiptesis dapat digunakan perbandingan nilai T-table dan T-statistic. Jika T-
statistic lebih tinggi dibandingkan nilai T-table, berarti hipotesis terdukung atau
diterima. Analisis PLS (Partial Least Square) yang digunakan dalam penelitian
ini menggunakan SmartPLS versi 2.0.m3 yang dijalankan dengan media
komputer.