BAB 3 Metodologi Penelitian - Thesis Title: Subtitle
-
Upload
khangminh22 -
Category
Documents
-
view
1 -
download
0
Transcript of BAB 3 Metodologi Penelitian - Thesis Title: Subtitle
33
BAB 3
Metodologi Penelitian
3.1 Pendekatan Penelitian
Jenis penelitian yang digunakan pada penelitian ini adalah penelitian kuantitatif. Penelitian
kuantitatif merupakan proses menemukan pengetahuan menggunakan data berupa angka
sebagai alat menemukan keterangan mengenai apa yang ingin diketahui (Darmawan, 2016).
Metode kuantitatif digunakan jika (1) masalah yang merupakan titik tolak penelitian
sudah jelas; (2) peneliti ingin mendapatkan informasi yang luas dari suatu populasi; (3)
peneliti ingin mengetahui perlakuan/treatment tertentu terhadap yang lain; (4) peneliti
bermaksud menguji hipotesis penelitian; (5) peneliti ingin mendapatkan data yang akurat,
berdasarkan fenomena yang empiris serta dapat diukur dan (6) peneliti ingin menguji
terhadap adanya keragu-raguan tentang validitas pengetahuan, teori dan produk tertentu
(Sugiyono, 2016).
3.2 Metodologi Penelitian
Metodologi penelitian merupakan tahapan-tahapan yang disusun secara ilmiah untuk
mengumpulkan, menyusun, menganalisis dan menyimpulkan data-data dalam rangka
menemukan, mengembangkan dan menguji kebenaran suatu pengetahuan. Metodologi
penelitian yang dilakukan pada penelitian ini memiliki beberapa tahapan. Tahapan penelitian
dapat dilihat pada Gambar 3.1
Gambar 3.1. Komponen & prosedur penelitian
34
3.2.1 Studi Pustaka
Pada tahap ini, peneliti melakukan pencarian terhadap sumber tertulis dari berbagai literatur
yang berkaitan dengan tema penelitian yang akan diajukan. Studi pustaka atau literatur
review merupakan proses kajian terhadap penelitian-penelitian yang dilakukan sebelumnya
sebagai upaya untuk memperdalam pengetahuan tentang bidang yang akan diteliti. Proses
literatur review meliputi identifikasi, penilaian, serta menginterpretasi temuan-temuan pada
topik penelitian untuk menjawab pertanyaan penelitian. Hasil dari literatur review diperoleh
gambaran mengenai penelitian yang berhubungan dan yang sudah pernah dilakukan,
memperjelas masalah penelitian, mengetahui perkembangan ilmu yang akan diteliti serta
mengetahui metode-metode terkini yang diusulkan peneliti untuk menyelesaikan masalah
penelitian (Wahono, 2016).
Referensi buku, majalah, artikel online, serta jurnal, baik yang berskala nasional
maupun internasional merupakan sumber rujukan dalam menyusun penelitian agar
memperkuat argumentasi penelitian serta acuan dalam mendesain model penelitian . Selain
itu dengan melakukan tinjauan pustaka akan memberikan arah sekaligus landasan dalam
merumuskan pertanyaan-pertanyaan penelitian atau hipotesis serta teori-teori yang
menjelaskan/menguraikan tentang hubungan antar dua atau lebih variabel yang diharapkan,
khususnya yang akan digunakan dalam penelitian yang sedang dilakukan (Creswell, 2013).
Peneliti memulai dengan meninjau karya yang relevan dalam literatur yang
membingkai konsep Push Pull Mooring dan Psychological ownership. Kemudian diikuti
oleh argumen yang mendukung hubungan yang dihipotesiskan antara push pull mooring dan
anteseden dengan pengaruhnya terhadap niat untuk beralih. Selain itu, peneliti memasukan
antaseden PO sebagai konstruksi yang mepengaruhi efek mooring pada kerangka kerja PPM.
Push pull mooring dinilai memiliki konstruksi yang komprehensif terhadap faktor-faktor
yang mempengaruhi individu untuk beralih dalam konteks MIM. Penelitian yang berkaitan
dengan ini juga telah banyak dilakukan di beberapa negara dan terbukti memiliki pengaruh
terhadap proses migrasi pada beberapa konteks penelitian seperti Cloud computing, situs
jejaring sosial, game online serta penyedia layanan.
3.2.2 Pengumpulan Data
3.2.2.1 Pengembangan Instrumen
a. Desain Indikator dan Kuisioner
Proses pengumpulan data dilakukan dengan menggunakan kuesioner. Perancangan
kuisioner dilakukan dengan menyusun dan mendesain indikator pertanyaan-pertanyaan
35
yang diadopsi dari penelitian yang berkaitan atau sesuai dengan variabel-variabel pada
penelitian ini. Indikator pertanyaan dari variabel-variabel yang digunakan dalam
penelitian yang dimuat dalam kuesioner dapat dilihat pada tabel 3.1 dan tabel 3.2
Tabel 3.1. Indikator Penelitian Variabel Push Pull Mooring
No Variabel Kode Indikator Pertanyaan Kuisioner
1. Push
a. Low System
Quality
(Hou, 2015)
LSQ1 Tingkat aksebilitas
tidak terpenuhi
Saya merasa MIM yang
dahulu sulit digunakan
LSQ2 Waktu respon yang
lambat
Saya merasa MIM yang
dahulu lambat/lemot dalam
penggunaanya
LSQ3 Tidak stabil Saya merasa MIM yang
dahulu tidak stabil/terkadang
hang atau macet
b. Dissatisfaction
(Sun et al., 2017)
(Kotler, 2000)
DS1 Pengalaman secara
keselurahan
membawa pada
perasaan
ketidakpuasaan
Secara keseluruhan, saya
merasa kecewa
menggunakan MIM saya
yang dahulu
DS2 Perasaan tidak
senang pada
pengalaman secara
keseluruhan
Secara keseluruhan, saya
merasa tidak senang
menggunakan MIM saya
yang dahulu
DS3 Fitur/layanan tidak
sesuai harapan
Secara keseluruhan, fitur dan
layanan MIM saya yang
dahulu tidak sesuai dengan
keinginan/harapan saya
2. Pull
a. Alternative
Attractiveness
AA1 MIM alternatif lebih
baik
Saya memilih salah satu
MIM alternatif yang saya
gunakan saat ini karena saya
merasa MIM tersebut lebih
baik dari MIM yang dahulu
AA2 MIM alternatif
memiliki Fitur dan
layanan yang
membuat perasaan
senang
Saya senang dengan fitur dan
layanan MIM alternatif yang
saya gunakan saat ini
dibanding MIM yang dahulu
36
AA3 Peningkatan kualitas
pada MIM alternatif
MIM alternatif yang saya
gunakan saat ini jauh lebih
baik
Subjective Norm
(Taylor & Todd,
1995)
SN1 Kuantitas pengguna
lebih banyak
Saya menggunakan MIM
alternatif saat ini karena
orang-orang yang penting
bagi saya banyak yang
menggunakan MIM ini
SN2 Harapan orang lain
dalam menggunakan
aplikasi sejenis
Saya menggunakan MIM
alternatif saat ini karena
teman/kenalan saya
mengharapkan saya
berkomunikasi dengan
mereka menggunakan MIM
ini.
3. Mooring
Commitment
Affective (Sun et
al., 2017)
CA1 Keterikatan
emosional
Saya merasa memiliki
keterikan emosional dengan
MIM yang saya gunakan
CA2 Perasaan yang kuat Saya merasa memiliki
perasaan yang kuat untuk
menjadi bagian dari MIM
yang saya gunakan
CA3 Terjalin hubungan
yang intim
MIM yang saya gunakan
memiliki banyak arti pribadi
bagi saya
4. Switching
Intention (Xu,
Meng, Xu,
Reyes Ayala, &
Shen, 2017)
SWI1 Beralih aplikasi Saya ingin beralih secara
keseluruhan dari MIM saya
yang dahulu ke MIM
alternatif
SWI2 Niat untuk beralih ke
MIM yang lebih
baik
Kemungkinan saya akan
beralih secara keselurahan
dari MIM saya yang dahulu
ke MIM alternatif yang lebih
baik
SW3 Tekad yang kuat
untuk beralih
Saya bertekad beralih dari
MIM saya yang dahulu ke
MIM alternatif yang saat ini
saya gunakan
5. Switching
Behavior (Xu et
al., 2017)
SB1 Frekuensi
penggunaan MIM
yang dahulu
berkurang
Saya mulai mengurangi
frekuensi penggunaan pada
MIM saya yang dahulu sejak
tiga bulan terakhir
37
SB2 Rasa senang dan
penggunaan yang
dominan pada MIM
sekarang
Saya sekarang lebih banya
dan lebih senang
menggunakan MIM saya
sekarang dari pada dahulu
SB3 Komitmen untuk
mengurangi
penggunaan MIM
yang dahulu
Saya akan secara bertahap
mengurangi frekuensi
penggunaan MIM saya yang
dahulu dalam tiga bulan
kedepannya
Tabel 3.2. Indikator Penelitian Variabel Psychologicall Ownership
No Variabel Kode Indikator Pertanyaan Kuisioner
Psychological Ownership (Pierce et al., 2001; Zhao et al., 2016)
a. Perceived
Control PC1
Perasaan
megendalikan
Saya merasa memegang kendali
pada MIM yang saya gunakan
PC2
Faktor kebiasaan
meningkatkan rasa
mengendalikan pada
MIM
Kebiasaan menggunakan MIM
membuat saya merasa
mengendalikan MIM saya.
PC3
Memiliki kendali
pada MIM
Saya merasa bahwa saya tidak
memiliki kendali atas interaksi
saya dengan MIM (R)
b. Perceived
Familiarity
PF1
Pengetahuan yang
banyak pada fungsi
MIM
Mengetahui lebih banyak fungsi
atau pengaturan pada MIM
membuat saya merasa lebih
familiar/terbiasa menggunakan
MIM
PF2
Keakraban dengan
teman
Saya menjadi lebih akrab
dengan teman-teman melalui
membaca postingan,
memposting, atau membalas
pesan mereka di MIM yang
saya gunakan
PF3
Keakraban pada
pemikiran dan
ketertarikan teman-
teman
Saya menjadi lebih akrab pada
ketertarikan serta pemikiran
teman-teman melalui membaca
postingan, memposting atau
membalas pesan mereka di
MIM yang saya gunakan
c. Self-
Investment SI1
Intensitas yang besar
pada fungsi chatting
Saya sering chatting dengan
teman menggunakan MIM
38
SI2
Intensitas yang besar
pada fungsi untuk
status
Saya sering menggunakan MIM
untuk mengetahui status teman
saya
SI3
Investasi waktu Saya menghabiskan waktu rata-
rata 1 jam per hari
menggunakan MIM
Ket: (R) merupakan indikator yang akan menghasilkan nilai terbalik
Selain variabel-variabel pertanyaan diatas ada beberapa poin pertanyaan yang
ditambahkan pada kuisioner penelitian. Pertanyaan tambahan tersebut dimaksudkan
untuk menjamin bahwa data yang dikumpulkan dari responden merupakan sampel yang
benar-benar diharapkan mewakili apa yang akan diteliti. Sehingga pengelolaan data
menjadi lebih akurat. Pertanyaan-pertanyaan tambahan yang dimaksud seperti data
demografi yang diperlukan dalam penelitian ini, pertanyaan mengenai seberapa lama
responden menggunakan MIM baik sebelumnya maupun MIM yang digunakan saat ini,
jumlah MIM serta jenis aplikasi MIM yang di install pada smartphone responden. Selain
paper based, kuesioner akan disebarkan secara online.
b. Identifikasi Variabel
Pada penelitian ini ada empat jenis hubungan variabel yang ada dalam model
penelitian, diantarnya adalah variabel independen laten (eksogen variable), variabel
dependen laten (endogen variable), variabel modiator (intervening variable) serta
variabel moderator (moderating variable). Variabel-variabel tersebut diadaptasi dari
beberapa penelitian yang berkaitan dengan model push pull mooring dan physicological
ownership.
Variabel independen laten (eksogen variable) yang terlibat dalam penelitian ini
terdiri dari Low System Quality (LSQ), Dissatisfaction (DS), Alternative Attractiveness
(AA), Subjective Norm (SN), Perceived Control (PC), Perceived Familirity (PF), dan
Self Investment (SI). Variabel dependen laten (endogen variable) terdiri dari
Commitment Affective (CA) dan Switching Intention (SWI). Variabel Commitment
Affective (CA) juga bertindak sebagai variabel moderator. Gambar 3.2 merupakan model
penelitian yang merepresentasikan hipotesis penelitian:
39
Gambar 3.2. Hipotesis Penelitian
Uji Hipotesis yang akan dilakukan pada penelitian ini merujuk pada hubungan
antar variabel yang ditunjukkan pada gambar 3.2, yaitu:
H1: Low System Quality berpengaruh positif terhadap Switching Intention
H2: Dissatisfaction berpengaruh positif terhadap Switching Intention
H3: Alternative Attractiveness berpengaruh positif terhadap Switching Intention
H4: Subjective Norm berpengaruh positif terhadap Switching Intention
H5: Commitment Afective berpengaruh negatif terhadap Switching Intention
H6: Switching Intention berpengaruh positif terhadap Switching Behavior
H7: Commitment Afective memoderasi hubungan antara Low System Quality dan
Switching Intention
H8: Commitment Afective memoderasi hubungan antara Dissatisfaction dan Switching
Intention
H9: Commitment Afective memoderasi hubungan antara Alternative Attractiveness dan
Switching Intention
H10: Commitment Afective memoderasi hubungan antara Subjective Norm dan
Switching Intention
H11 : Perceived Control berpengaruh positif terhadap Commitment Afective
H12: Perceived Familiarity berpengaruh positif terhadap Commitment Afective
H13: Self Investment berpengaruh positif terhadap Commitment Afective
c. Skala Pengukuran
Pertanyaan pada variabel penelitian akan diukur dengan teknik penskalaan. Dengan
teknik skala pengukuran seperti ini nilai variabel yang diukur dengan kuisioner dapat
40
dinyatakan dalam bentuk angka, sehingga akan lebih akurat, efisien dan komunikatif
(Sugiyono, 2016). Dalam penelitian ini, teknik penskalaan yang digunakan adalah skala
likert. Skala likert digunakan mengukur sikap, pendapat dan persepsi seseorang atau
kelompok orang tentang fenomena sosial.
Skala likert menggunakan ukuran ordinal yang akan mengindikasikan gradasi
jawaban responden dari sangat positif sampai sangat negatif. Skala inilah yang
memberikan angka atau nilai terhadap suatu obyek, sehingga karakteristik yang terdapat
pada obyek dapat diukur. Untuk menjawab atau memberikan nilai terhadap kuisoner
penelitian yang telah disusun, peneliti meminta agar responden memilih apakah sangat
setuju, setuju, ragu-ragu, tidak setuju atau sangat tidak setuju dengan pertanyaan
tersebut. Gradasi penilaian kemudian dikonversi menjadi angka dengan ketentuan:
5 = Sangat Setuju
4 = Setuju
3 = Netral/ragu-ragu
2 = Tidak Setuju
1 = Sangat Tidak Setuju
Setiap pilihan jawaban memiliki bobot yang berbeda sesuai dengan tingkatannya.
Seluruh jawaban dari responden dijumlahkan berdasarkan bobotnya sehingga
menghasilkan suatu skor tunggal mengenai topik tertentu (Morissan, 2012).
3.2.2.2 Populasi dan Sampel
Salah satu tujuan penelitian adalah menjelaskan sifat populasi. Populasi berkaitan dengan
seluruh kelompok orang, peristiwa, atau benda yang menjadi pusat perhatian peneliti untuk
diteliti (Asep & Yusran, 2017). Dalam penelitian ini sumber data atau populasi yang dipilih
adalah pengguna MIM yang memiliki pengalaman menggunakan aplikasi diantarnya yaitu
Whatsapp, Line, BBM, Facebook Messenger dan Telegram tanpa ada batasan waktu atau
berapa lama menjadi pengguna MIM. Kriteria usia responden berada pada rentang 16 sampai
35 tahun. Rentang usia tersebut dipilih berdasarkan data demografi pengguna terbanyak
menggunakan aplikasi MIM yang dilansir dari survei dailysocial.id pada tahun 2017. Selain
itu, kriteria populasi yang dipilih adalah mereka yang masih memiliki MIM yang dahulu
pada smartphone yang digunakan walaupun kadang-kadang atau sudah tidak digunakan lagi.
Mengingat sumber data yang dijadikan sebagai populasi dalam penelitian ini
memiliki jumlah yang banyak dan luas sehingga jika data diambil dari populasi akan
memerlukan sumberdaya yang besar baik berupa waktu, biaya maupun tenaga. Untuk itu
agar data yang diperoleh mampu mewakili data yang ada pada populasi dalam penelitian ini,
41
maka dilakukan pemilihan responden yang tidak begitu banyak tetapi dapat mewakili
populasi dalam penelitian. Responden yang dijadikan sebagai sumber data dalam penelitian
disebut dengan sampel. Dalam penentuan jumlah sampel, peneliti disarankan untuk
menggunakan pendekatan Cohen (1992) yang mempertimbangkan statistical power dan
effect size. Tabel 3.1 menjelaskan ukuran sampel model SEM-PLS dengan level signifikansi
1%, 5% dan 10% dan R2 minimum 0.10, 0.25, 0.50, dan 0.75.
Tabel 3.1. Panduan Menentukan Ukuran Sampel Model PLS-SEM (Haryono, 2017)
Jumlah
maksimal
arah
panah
menuju
konstruk
Tingkat (level) Signifikansi
1% 5% 10%
Minimum R2 Minimum R2 Minimum R2
0.10 0.25 0.50 0.75 0.10 0.25 0.50 0.75 0.10 0.25 0.50 0.75
2 158 75 47 38 110 52 33 26 88 41 26 21
3 176 84 53 42 124 59 38 30 100 48 30 25
4 191 91 58 46 137 65 42 33 111 53 34 27
5 205 98 62 50 147 70 45 36 120 58 37 30
6 217 103 66 53 157 75 48 39 128 62 40 32
7 228 109 69 56 166 80 51 41 136 66 42 35
8 238 114 73 59 174 84 54 44 143 69 45 37
9 247 119 76 62 181 88 57 46 150 73 47 39
10 256 123 79 64 189 91 59 48 156 76 49 41
Dari tabel 3.1 dapat ditentukan jumlah minimum sampel yang akan digunakan pada
penelitian ini berdasarkan model penelitian yang dikembangkan. Jumlah anak panah terbesar
yang mengenai suatu konstuk pada model penelitian ada 5 (lima), peneliti mengharapkan
signifikansi maksimal 0.05 (5%) dan R2 minimum 0.50 maka ukuran minimum sampel yang
dibutuhkan adalah 45 sampel. Level signifikansi 5% merupakan standar yang umum
digunakan untuk menentukan tingkat signifikansi (Willy & Hartono, 2015). Sedangkan
estimasi keselurahan jumlah sampel yang akan digunakan untuk melakukan analisis
hubungan pada model penelitian adalah 120 sampel (Chuan, 2006).
3.2.2.3 Pengujian Instrumen
Instrumen merupakan alat bantu peneliti dalam kegiatan pengukuran obyek atau variabel,
dengan kata lain instrumen adalah alat pengukur variabel (Mustafa, 2013). Setelah variabel
didefenisikan secara operasi dan menerapkan teknik penskalaannya, maka instrumen yang
dikembangkan dalam bentuk kuisioner harus diyakinkan bahwa instrumen yang dibuat harus
42
mengukur senyatanya (actually) dan seakuratnya (accurately) apa yang harus diukur dari
konsep. Pengukuran konsep senyatanya (actually) berhubungan dengan validitas dan
pengukuran seakuratnya berhubungan dengan reliabilitas (Jogiyanto, 2008).
Instrumen yang telah disusun harus terbukti mengukur apa yang ingin diukur dan data
sesuai sasaran penelitian. Pengujian instrumen dapat dilakukan secara sekaligus dengan
pengukuran data dengan subjek yang sesungguhnya, namun dengan konsekuensi bahwa
apabila dalam pengujian tersebut ternyata ada butir yang tidak valid, maka butir harus
dikeluarkan dari model sehingga disarankan untuk melakukan uji coba (try out) instrumen
sebelum dilakukan untuk mengukur subjek yang sesungguhnya (Mustafa, 2013). Banyaknya
subjek untuk uji coba instrumen adalah 30 responden untuk memenuhi rule of thumb
kenormalan data (Haryono, 2017; Mustafa, 2013). Tahap uji coba pengujian instrumen atau
kuisioner dilakukan uji validitas dan realibitas untuk menyatakan bahwa butir pertanyaan
instrumen valid dan reliable sehingga kuisioner dapat digunakan untuk penelitian yang
sesungguhnya terhadap responden sebagai sumber analisis data yang mewakili populasi
(Haryono, 2017). Sehingga pada penelitian ini akan dilakukan uji validitas dan realibitas
pada kuisioner penelitian untuk menjamin konsistensi kuisioner yang akan digunakan.
a. Uji Validitas
Validitas berkaitan apakah instrumen dapat mengukur apa yang seharusnya diukur (Asep
& Yusran, 2017). Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu
butir pertanyaan. Skala butir pertanyaan disebut valid jika melakukan apa yang
seharusnya dilakukan dan mengukur yang seharusnya diukur. Jika skala pengukuran
tidak valid maka tidak bermanfaat bagi peneliti, sebab tidak mengukur apa yang
seharusnya dilakukan (Sunyoto & Setiawan, 2013). Tinggi rendahnya validitas
instrumen menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari
gambaran tentang validitas yang dimaksud.
Uji validitas instrumen terbagi menjadi dua yaitu validitas kualitatif dan validitas
kuantitatif. Validitas kualitatif terdiri atas validitas isi (content validity) dan validitas
tampang (face validity). Kedua jenis validitas kualitatif bertujuan memaksimalkan
kualitas instrumen pengukuran yang terukur melalui kemampuan item-item instrumen
mengukur konsep yang akan diuji dalam model penelitian. Validitas tampang
menunjukkan bahwa peneliti dapat mengidentifikasi bahwa instrumen pengukuran valid
dengan melihat secara sepintas bagian kecil instrumen pengukuran. Validitas isi
menunjukkan bahwa peneliti dapat mengidentifikasi bahwa instrumen pengukuran telah
valid dengan menelaah setiap item instrumen secara cermat. Validitas tampang dan isi
43
tercapai ketika responden memahami maksud pertanyaan-pertanyaan dalam instrumen
penelitian dan pemahaman responden konsisten dengan maksud dan tujuan peneliti
(Willy & Hartono, 2015).
Tahap selanjunya adalah melakukan uji validitas kuantitatif atau validitas
kontruk. Pada tahap ini dilakukan uji coba item indikator pertanyaan untuk menunjukkan
apakah item-item instrumen pengukuran mengukur secara valid konsep yang diuji dalam
model penelitian atau tidak. Valid tidaknya item-item indikator pertanyaan dilihat ketika
indikator-indikator pada konstruk saling berkolerasi tinggi (validitas konvergen) yaitu
memiliki skor loading factor yang cukup. Ukuran indikator individual dikatan tinggi jika
loading factor lebih dari 0.70 dengan konstruk yang ingin diukur. Namun dijelaskan
oleh Chin (1998) dalam (Ghozali, 2014) bahwa untuk penelitian tahap awal dari
pengembangan skala pengukuran nilai loading 0.50 sampai 0.60 dianggap cukup.
Sehingga dapat disimpulkan bahwa jika nilai korelasi antara komponen score (item
indikator variabel) > 0.50 maka poin individu pertanyaan tersebut signifikan sehingga
dapat digunakan dalam kuisioner penelitian. Sebaliknya jika korelasinya < 0.50 maka
poin individu tersebut tidak signifikan sehingga poin pertanyaan tersebut harus
dihilangkan.
Uji validitas kuantitatif yang kedua adalah validitas diskriminan. Jika indikator-
indikator pengukur di suatu konstruk menunjukkan saling berkolerasi tinggi di
konstruknya dan berkorelasi rendah bahkan tidak berkolerasi dengan indikator-indikator
di suatu konstruk yang lain maka dinyatakan valid atau dapat digunakan. Validitas
konvergen dan diskriminan saling berkolerasi positif, artinya konstruk yang memenuhi
validitas diskriminan seharusnya memenuhi validitas konvergen (Willy & Hartono,
2015).
b. Uji Reliabilitas
Reliabilitas berkaitan dengan konsistensi, akurasi dan prediktabilitas suatu alat ukur. Uji
reliabilitas suatu blok indikator pertanyaan terhadap konstruk diukur dengan dua kriteria
yaitu dapat dengan melihat cronbach alpha ataupun dengan composite reliability.
Konstruk dinyatakan reliabel jika nilai cronbach alpha atau composite reliability lebih
dari 0.70 yang berarti bahwa memenuhi uji realibiltas (Ghozali, 2014; Ghozali & Latan,
2015).
3.2.3 Analisis Data
Berdasarkan data yang dikumpulkan dan merujuk pada kerangka konseptual yang telah
dikembangkan dari hasil teoritis, maka analisis yang digunakan pada penelitian ini adalah
44
Structural Equation Modelling (SEM). SEM merupakan salah satu teknik multivariat yang
memungkinkan dilakukan serangkaian analisis dari beberapa variabel laten secara simultan
sehingga memberikan efisiensi secara statistik.
3.2.3.1 Metode Analisis
Metode analisis statistik yang digunakan pada penelitian ini adalah SEM jenis Partial Least
Squares (PLS) atau biasa disebut dengan PLS-SEM/Component based SEM/VB-SEM. PLS-
SEM dipilih sebagai metode analisis karena model dalam penelitian merupakan
pengembangan model. Model yang dibangun merupakan integrasi antara model PO dan
model PPM. Pendekatan SEM-PLS digunakan untuk memprediksi model penelitian
berdasarkan asumsi dari literatur yang dilakukan dengan mengintegtrasikan variabel yang
dimiliki PPM dengan PO pada niat beralih individu pada penggunaan MIM. Seperti yang
dijelaskan oleh Willy & Hartono (2015) bahwa teknik statistik variance-based SEM
merupakan pilihan yang tepat untuk menguji pengaruh antar variabel dalam rangka
memprediksi hubungan sebab-akibat pada level konstruk atau variabel.
3.2.3.2 Evaluasi model
Sebelum melakukan analisis model struktural (inner model) terlebih dahulu dilakukan
pengukuran model (measurement/outer model) untuk menguji validitas dan realibilitas dari
indikator-indikator pembentuk konstruk laten dengan melakukan confirmatory factor
analysis (CFA). Namun perlu diketahui bahwa analisis CFA terdiri dari dua macam analisis
yaitu first order confirmatory factor analysis (1st order CFA) dan second order confirmatory
factor analysis (2st order CFA), tergantung dimensi konstruk yang ada pada model penelitian.
Pada penelitian ini terdapat dua jenis dimensi konstruk yaitu konstruk unidimensional dan
multidimensional.
Konstruk unidimensional adalah konstruk yang dibentuk langsung dari manifest
variabelnya dengan arah indikatornya dapat berbentuk reflektif atau formatif. Untuk
menguji validitas konstruk unidimensional dilakukan dengan 1st order CFA yaitu menguji
konstruk laten yang direfleksikan langsung oleh indikator-indikatornya. Konstruk
multidimensional adalah konstruk yang dibentuk dari konstruk laten dimensi yang
didalamnya termasuk konstruk unidimensional dengan arah indikatornya dapat berbentuk
reflektif maupun formatif. Untuk menguji validitas konstruk multidimensional dilakukan
dengan 2st order CFA, yaitu analisis yang dilakukan dua tahap (1) analisis first order
construct dan (2) analisis pada second order construct yaitu konstruk yang direfleksikan atau
dibentuk oleh konstruk laten dimensinya (Ghozali & Latan, 2015). Setelah evaluasi model
45
pengukuran dilakukan maka dilanjutkan dengan evaluasi model struktural atau inner model
serta pengujian signifikansi untuk menguji pengaruh antar konstruk atau variabel.
a. Evaluasi model pengukuran (outer model)
Berdasarkan model penelitian yang diajukan dapat dilihat bahwa model
pengukuran (outer model) bersifat reflektif sehingga dinilai berdasarkan korelasi antara
item score/component score dengan construct score. Pengukuran model melalui analisis
faktor konfirmatori akan dilakukan dengan pendekatan MTMM (MultiTrait β
MultiMethod) dengan menguji validitas convergent dan validitas discriminant dari
indikatornya, serta menguji composity realibility untuk blok indikatornya.
Model pengukuran akan dievaluasi dengan convergent dan discriminant validity
dari indikatornya dan composity realibility untuk blok indikatornya. Sama dengan uji
coba instrumen penelitian untuk menguji validitas konvergen bahwa rule of thumb
ukuran reflektif individual dikatan tinggi jika nilai loading factor-nya berkolerasi lebih
dari 0.70 dengan konstruk yang ingin diukur. Namun penelitian tahap awal dari
pengembangan skala pengukuran nilai loading 0.50 sampe 0.60 dianggap cukup.
Pengujian validitas discriminant akan dievaluasi melalui cross loading,
kemudian dibandingkan dengan akar kuadrat dari average varience extracted (AVE)
untuk setiap konstruk dengan nilai korelasi antar konstruk dalam model. Ukuran cross
loading adalah membandingkan korelasi indikator dengan konstruknya dan konstruk dari
blok lainnya. Bila korelasi antara indikator dengan konstruknya lebih tinggi dari korelasi
dengan konstruk pada blok lainnya, hal ini menunjukkan konstruk tersebut memprediksi
ukuran pada blok konstruknya lebih dari blok lainnya. Ukuran lain untuk validitas
discriminant yang baik ditujukkan dari akar kuadrat AVE untuk tiap konstruk lebih besar
dari korelasi antar konstruk dalam model
Rumus untuk menghitung AVE:
(2.1)
Pengujian blok indikator yang mengukur suatu konstruk dievaluasi dengan
composite realibility atau biasa disebut dengan Dillon Goldsteinβs. Rule of thumb yang
digunakan menilai pengujian ini yaitu nilai composite realibility lebih besar 0.70.
b. Evaluasi model struktural (inner model)
Setelah mengevaluasi model pengukuran konstruk/variabel, selanjutnya adalah
mengevaluasi model struktural atau inner model. Langkah pertama adalah mengevaluasi
46
model dengan cara melihat signifikansi hubungan antara konstruk/variabel. Ini dapat
dilihat dari koefisien jalur (path coeficient) yang menggambarkan kekuatan hubungan
antar kostruk. Nilai P-values dengan kategori signifikansi 0.01 (10%), 0.05 (5%), 0.1 (1%).
Langkah kedua yang dievaluasi adalah dengan melihat persentase variance yang
dijelaskan yaitu dengan melihat nilai R-square (R2) untuk konstruk laten dependen
dengan menggunakan ukuran Stone-Geisser Q squares test dan juga melihat besarnya
koefisien jalur strukturalnya. Stabilitas dari estimasi ini dievaluasi dengan menggunakan
uji t-statistik yang didapat lewat prosedur bootstraping. Nilai R-square 0.75, 0.50 dan
0.25 dapat disimpulkan bahwa model kuat, moderate atau lemah. Hasil dari PLS R-
square merepresentasikan jumlah varience dari konstruk yang dijelaskan oleh model.
Perubahan nilai R2 dapat digunakan untuk melihat apakah pengaruh variabel laten
eksogen terhadap variabel laten endogen memiliki pengaruh yang substantif. Hal ini
dapat diukur dengan effect size f2 (Ghozali & Latan, 2015; Haryono, 2017). Formulasi
effect size f2 adalah:
πΈπππππ‘ π ππ§π f 2 =π 2 πΌππππ’πππ β π 2 πΈπ₯πππ’πππ
1 β π 2πΌππππ’πππ (2.2)
Dimana R included dan R excluded adalah R2 dari variabel laten endogen yang
diperoleh ketika variabel eksogen tersebut masuk atau dikeluarkan dalam model. Sesuai
yang direkomendasikan cohen (1988) nilai effect size f2 yang disarankan adalah 0.02,
0.15 dan 0.35 dengan variabel laten eksogen memiliki pengaruh kecil, moderat dan besar
pada level struktural (Ghozali & Latan, 2015; Haryono, 2017). Dari pengukuran model
struktural (inner model) inilah yang menjadi pedoman penilaian terhadap pengujian
hipotesis yang diajukan pada penelitian. Apakah keterkaitan antar konstruk yang ada
pada model yang diusulkan berdasarkan karakteristik objek yang diteliti dapat diterima
atau ditolak.
3.2.4 Pembahasan
Tahap ini merupakan tahap pembahasan hasil evaluasi dari pengujian hipotesis yang
diajukan. Jika hasil analisis hipotesis yang diajukan terbukti benar atau memiliki keterkaitan
antara variabel yang diajukan, maka diharapkan dapat menjadi pedoman bagi developer
ataupun perusahaan dalam menyusun strategi pengembangan Mobile Instant Messaging
yang concern utamanya bukan hanya memperhatikan dari sisi sistemnya tetapi juga
pengaruh sosial individu pengguna MIM itu sendiri