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
Variabel Kepuasan Konsumen (X)
Tabel 3.1 Definisi Operasional Definisi Operasional 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.
Indikator 1. Harapan 2. Kinerja 3. Perbandingan 4. Confirmation 5. Disconfirmation 6. Ketidaksesuaian
Minat Beli Minat beli ulang adalah rasa ingin 1. Keinginan untuk Ulang (Y) atau niat seorang konsumen untuk menggunakan produk melakukan pembelian ulang 2. Rencana terhadap produk Berryshu yang menggunakan produk disebabkan hadirnya pengalaman di masa mendatang positif yang telah konsumen 3. Kebutuhan untuk dapatkan setelah menggunakan menggunakan produk produk Berryshu. Kepercayaan Kepercayaan konsumen adalah 1. Reputasi produk Konsumen kesediaan konsumen menerima 2. Persepsi kualitas situs (Z1) resiko dari Berryshu berdasarkan dari toko online keyakinan dan harapan bahwa 3. Keyakinan pihak lain akan melakukan tindakan sesuai yang diharapkan, meskipun kedua belah pihak belum mengenal satu sama lain. 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. 2. 3. 4.
Kepuasan Perilaku Kebiasaan Komitmen 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) masingmasing 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 CS CT CL RI Indikator Diskriminant CS1 Validity CS2 CS3 CS4 RI1 RI2 RI3 CT1 CT2 CT3 CT4 CT5 CL1 CL2 CL3 CL4 Sumber: Data Diolah, 2014
AVE 0.5763 0.6501 0.5759 0.7514 Cross Loading 0.4446 0.9536 0.9536 0.5373 0.9694 0.6120 0.9694 0.5950 0.6299 0.9694 0.6120 0.9694 0.4553 0.9529 0.9529 0.5292
Valid Valid Valid Valid
>0,5
>0,5
Tidak Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Tidak Valid Valid Valid Valid
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
Measurment Model
Tabel 3.3 Hasil Uji Validitas Prariset Akhir Hasil Nilai Kritis
Evaluasi Model
Outer Model Convergen Validity
Variabel CS CT CL RI Indikator Diskriminant CS2 Validity CS3 CS4 CT1 CT2 CT3 CT4 CL2 CL3 CL4 RI1 RI2 RI3 Sumber: Data Diolah, 2014
AVE 0.7272 0.7272 0.6069 0.7508 Cross Loading 0.9701 0.9701 0.5470 0.8035 0.7685 0.8803 0.6453 0.9714 0.9714 0.5426 0.9591 0.6423 0.9591
>0,5
>0,5
Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid
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 Composite Nilai Kritis Reliability CS 0.8831 >0,7 CT 0.8592 CL 0.8830 RI 0.8977 Sumber: Data Diolah, 2014 Variabel
Evaluasi Model
Reliabel
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 variabel exogen (independent),dan
vector
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
residual variabel. Jika hasil menghasilkan nilai
adalah inner
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 Qsquare 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
persamaan. Besaran Q
... R 2
p
2
adalah R-square variabel endogen dalam model
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
persamaan. Besaran Q
... R 2
p
2
adalah R-square variabel endogen dalam model
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 Tstatistic 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.
