• Tidak ada hasil yang ditemukan

BAB V HASIL PENELITIAN DAN PEMBAHASAN

5.6. Inner Model

Inner model atau model struktural adalah untuk mengevaluasi atau menguji pengaruh antara satu variabel laten dengan variabel laten lainnya baik eksogen maupun endogen. Inner model atau model struktural dievaluasi dengan menggunakan R-square untuk konstruk dependen, Stone-Geisser Q-square test

untuk predictive relevance dan uji t serta signifikansi dari koefisien parameter jalur struktural.

Tabel 16. : Hasil Evaluasi Model (Goodness-of-Fit - GoF)

R Square communality H2 redundancy F2 CV Red. CV Com. IC 0,02509 1,000000 0,022501 0,013769 0,013769

ROI 0,768459 1,000000 0,762128 0,153305 0,153305

SDM 1,000000

TI 1,000000

Average 0,3967745 2,000000 0,3923145 0,083537 0,083537 0

GoF = average R2 x average communality = 1,094709

Note: H2 = CV-Communality Index, F2 = CV-Redundancy Index (Tenenhaus et al., 2005) Sumber : Output data sekunder SmartPLS 2.0 M3 diolah, 2014.

1.Nilai R Square

Pengaruh variabel eksogen TI dan SDM secara gabungan terhadap IC

dapat dilihat dari hasil output algorithm SmartPLS 2.0 M3 pada nilai R square

yang tertera pada Tabel 16.

Besarnya nilai R square (R2) pada Tabel 16. adalah 0,02509 pada IC. Angka tersebut mempunyai makna besarnya pengaruh variabel-variabel eksogen TI dan SDM terhadap variabel intervening IC secara gabungan. Angka 0,02509 dapat dibuat dalam bentuk angka persen dengan menghitung koefisien determinasi, dengan mengalikannya dengan angka 100% sehingga didapat nilai koefisien determinasi sebesar 2,509%. Angka 2,509% ini mempunyai makna sebagai besarnya pengaruh variabel-variabel eksogen TI dan SDM terhadap variabel intervening IC secara gabungan. Dengan kata lain variabel intervening IC

dapat dijelaskan atau diterangkan dengan menggunakan variabel-variabel eksogen TI dan SDM secara gabungan sebesar 2,509%, sedang sisanya, pengaruh sebesar 0,97491 atau 97,491% disebabkan oleh variabel-variabel lain diluar penelitian ini. Nilai R square untuk variabel intervening IC dengan angka sebesar 0,02509 menunjukkan nilai tersebut termasuk dalam model kategori yang lemah.

Besarnya nilai R square (R2) pada Tabel 16. juga menunjukkan angka 0,768459 pada ROI. Angka tersebut mempunyai makna besarnya pengaruh variabel eksogen TI, SDM dan IC terhadap ROI secara gabungan. Angka 0,768459 hitungan dalam persen sama dengan 76,846% mempunyai makna sebagai besarnya pengaruh variabel eksogen TI, SDM dan IC terhadap ROI secara gabungan. Dengan kata lain variabel endogen ROI dapat dijelaskan atau diterangkan dengan menggunakan variabel-variabel eksogen TI, SDM dan

variabel intervening IC sebesar 76,846%, sedang sisanya, pengaruh sebesar 0,231541 atau 23,154% disebabkan oleh variabel-variabel lain diluar penelitian ini. Nilai R square untuk variabel endogen ROI dengan angka sebesar 0,768459 menunjukkan nilai tersebut termasuk dalam model kategori yang kuat.

2.Nilai Q-Square

Q-Square (Q2) statistik mengukur relevansi prediksi model dengan mereproduksi nilai-nilai yang diamati oleh model itu sendiri. Q-Square lebih besar dari 0 berarti model memiliki relevansi prediktif; sedangkan statistik

Q-Square kurang dari nol berarti bahwa modal tidak memiliki relevansi prediktif (Fornell dan Cha, 1994). Nilai Q-Square dapat juga dilihat pada tabel redudancy

(Chin, 1998) yang diperoleh dari hasil evaluasi atau pengujian ulang dari

algorithm SmartPLS 2.0 M3.

Pada Tabel 16. dapat dilihat nilai redundancy dengan masing-masing bernilai sebesar 0,022501 > 0 untuk variabel intervening IC dan sebesar 0,762128 > 0 untuk variabel endogen ROI yang dapat diartikan bahwa model dalam penelitian ini memiliki nilai predictive relevance, dimana semakin mendekati 1 berarti model semakin kuat.

Pada Tabel 16. dapat dilihat nilai communality dengan masing-masing bernilai sebesar 1 > 0 untuk semua variabel yang dapat diartikan model dalam penelitian ini memiliki nilai predictive relevance, dimana angka 1 menunjukkan model yang kuat.

Gambar 9. adalah hasil out put blind folding PLS berupa cross-validated communality (H2) dan cross-validated redundancy (F2). Validasi silang (cross- validated) communality H2 mengukur kapasitas model untuk memprediksi

CV RED... IC ROI TI SDM X11 X21 Y21 Y12 CV COM... CV RED... CV COM... CV RED... CV COM... CV RED... CV COM...

variabel manifest (MV) langsung dari variabel laten (LV) oleh validasi silang. Ini hanya menggunakan model pengukuran. Prediksi dari MV dari blok endogen dilakukan dengan menggunakan MV dari blok yang sama. Validasi silang (cross- validated) redundancy F2 mengukur kapasitas model jalur (path) untuk memprediksi endogen MV secara tidak langsung dari prediksi LV mereka sendiri dengan menggunakan hubungan struktural terkait, dengan validasi silang (cross- validated) (Tenenhaus et al., 2005). Untuk data set ini blindfolding dilakukan dengan menggunakan SmartPLS 2.0 M3 dengan jarak kelalaian (omission distance) G = 25 dan hasilnya ditunjukkan pada Gambar 9.

Gambar 9. Diagram Jalur Blind Folding SmartPLS 2.0 M3

Tabel 16. menunjukkan bahwa hasil untuk model ini semua blok memiliki nilai F2 yang tinggi mulai dari 0,013769-0,153305 dan H2 semua bernilai 0,000000. Semua nilai F2 dan H2 adalah positif (terus di atas ambang batas permukaan), yang berarti bahwa model memiliki relevansi prediktif yang dapat diterima.

0,000 0,547 0,046 0,000 0,805 0,564 3,074 0,000 0,000 IC ROI TI SDM X11 X21 Y21 Y12

3. Analisis Pengaruh dengan nilai signifikansi t-value

Gambar 10. dan Tabel 17. menyajikan hasil (output) estimasi untuk pengujian model struktural (inner model). Berdasarkan estimasi signifikansi parameter diperoleh informasi mengenai hubungan antar variabel-variabel penelitian. Untuk menghitung besarnya angka T-tabel atau menentukan besarnya taraf signifikansi sebesar 0,05 atau 5% adalah dengan menggunakan Degree of Freedom (DF) atau Derajat Kebebasan (DK) dengan ketentuan : DK = n – 2 (Wiyono, 2011) dan (Sarwono, 2012) sehingga untuk penelitian ini DK = 151 – 2

= 149. Dari ketentuan tersebut diperoleh T-tabel sebesar 1,655 (significance level = 5%).

Dalam hal ini dapat juga menggunakan batas untuk menolak dan menerima hipotesis yang diajukan adalah nilai signifikansi (two-tailed) t-value

1,65 (significance level = 10%); 1,96 (significance level = 5%); dan 2,58 (significance level = 1%) (Latan dan Ghozali, 2012).

Gambar 10. Diagram Jalur T-statistik Output Bootstrapping PLS setelah Uji Indikator

5.7. Quality Indexes

Untuk menilai fit model secara keseluruhan maka dilakukan Goodness-of- Fit (GoF) (Tenenhaus et al., 2005). Gof adalah rata-rata geometris dari rata-rata komunalitas dan rata-rata R2, yang merupakan indeks untuk memvalidasi model

PLS secara global, seperti mencari kompromi antara kinerja model pengukuran dan model struktural, masing-masing. Untuk model ini indeks GoF adalah 1,094709 sebagaimana ditampilkan pada Tabel 16.

GoF dengan nilai sebesar 1,094709 adalah nilai yang masuk dalam kategori GoF large (GoF yang besar/kuat) sebagaimana yang telah direkomendasikan (Latan dan Ghozali, 2012).

5.8. Pengujian Hipotesis (Resampling Bootstraping)

Pada sub-bab ini dilakukan pengujian efek mediasi menggunakan program

SmartPLS 2.0 M3. Efek mediasi merupakan hubungan antara konstruk eksogen dan endogen melalui variabel penghubung atau antara. Dalam hal ini pengaruh variabel eksogen terhadap variabel endogen bisa secara langsung tetapi juga bisa melalui variabel penghubung atau mediasi. Evaluasi atau pengujian statistik yang digunakan adalah Degree of Freedom (DF) atau Derajat Kebebasan (DK) diperoleh T-tabel sebesar 1,655 (significance level = 5%).

Gambar 10. dan Tabel 17. memperlihatkan nilai koefisien parameter dan nilai T-statistik yang menunjukkan besarnya pengaruh dan signifikansi masing- masing variabel eksogen independen, variabel intervening dan pengaruhnya terhadap variabel endogen ROI. Penjelasan lebih rinci tentang besarnya pengaruh

dan signifikansi masing-masing variabel dapat diketahui pada pembahasan hipotesis.

Tabel 17. : Path Coefficients (Mean, STDEV, T-Values)

Path Coefficients (Mean, STDEV, T-Values)

Original

Sample Sample Mean

Standard

Deviation Standard Error T Statistics

(O) (M) (STDEV) (STERR) (|O/STERR|)

IC -> ROI 0,885057 0,725606 0,287903 0,287903 3,074149

SDM -> IC 0,120563 0,181321 0,14972 0,14972 0,805258 SDM -> ROI -0,084153 -0,160626 0,149284 0,149284 0,563708

TI -> IC 0,050876 0,109621 0,092931 0,092931 0,547457 TI -> ROI 0,007361 0,130176 0,15971 0,15971 0,04609 Sumber : Output Bootstrapping re-calculation dengan SmartPLS 2.0 M3

Tabel 18. : Direct Effect, Indirect Effect dan Total Effect

Direct Effect, Indirect Effect dan Total Effect

Direct Effect Indirect Effect Total Effect

Koef. T-Statistik Koef. T-Statistik Koef. T-Statistik TI -> ROI 0,007361 0,046090 SDM -> ROI -0,084153 0,563708 IC -> ROI 0,885057 3,074149 TI -> IC 0,050876 0,547457 SDM -> IC 0,120563 0,805258 TI -> IC -> ROI 0,045028 1,682964 0,935933 3,621606 SDM -> IC -> ROI 0,106705 2,475483 1,005620 3,879407

Sumber : Output Bootstrapping re-calculation dengan SmartPLS 2.0 M3 diolah, 2014

Didasarkan pada hasil analisis perhitungan koefisien parameter dengan

bootstrapping pada SmartPLS 2.0 M3 (Tabel. 17) maka dapat dilihat :

1. Pengaruh variabel TI terhadap variabel ROI secara langsung sebesar 0,007361 dengan T-statistik 0,04609.

2. Pengaruh variabel SDM terhadap variabel ROI secara langsung sebesar -0,084153 dengan T-statistik 0,563708.

3. Pengaruh variabel IC terhadap variabel ROI secara langsung sebesar 0,885057 dengan T-statistik 3,074149.

4. Pengaruh variabel TI, SDM dan variabel IC terhadap variabel ROI secara gabungan yang diperoleh dari R square sebesar 0,768459.

5. Pengaruh variabel-variabel lain diluar model ini terhadap variabel ROI

sebesar 0,231541.

6. Pengaruh variabel TI terhadap variabel IC secara langsung sebesar 0,050876 dengan T-statistik 0,547457.

7. Pengaruh variabel SDM terhadap variabel IC secara langsung sebesar 0,120563 dengan T-statistik 0,805258.

8. Pengaruh variabel TI dan SDM terhadap variabel IC secara gabungan yang diperoleh dari R-square sebesar 0,02509.

9. Pengaruh variabel-variabel lain diluar model ini terhadap variabel IC

sebesar 0,97491

Berdasarkan pada hasil analisis perhitungan koefisien parameter dan T-statistik dengan bootstrapping pada SmartPLS 2.0 M3 maka didapat pengaruh tidak langsung (indirect effect) sebagai berikut :

1. Pengaruh variabel TI terhadap variabel ROI melalui variabel IC adalah sebesar 0,045028 dengan T-statistik sebesar 1,682964.

2. Pengaruh SDM terhadap variabel ROI melalui variabel IC adalah sebesar 0,106705 dengan T-statistik sebesar 2,475483.

Berdasarkan pada hasil analisis perhitungan koefisien parameter dan T-statistik dengan bootstrapping pada SmartPLS 2.0 M3 maka didapat pengaruh

total effect sebagai berikut :

1. Pengaruh variabel TI terhadap variabel ROI melalui variabel IC adalah sebesar 0,935933 dengan T-statistik sebesar 3,621606.

2. Pengaruh SDM terhadap variabel ROI melalui variabel IC adalah sebesar 1,005620 dengan T-statistik sebesar 3,879407.

1. Hipotesis pertama

Variabel-variabel investasi TI dan investasi SDM berpengaruh positif dan signifikan terhadap ROI. Berdasarkan hasil bootstrapping path coefficient pada SmartPLS 2.0 M3 pada Tabel 18. dapat dilihat bahwa variabel TI dan variabel SDM memiliki nilai T-statistik di bawah 1,655, ini dapat disimpulkan bahwa TI dan SDM memiliki pengaruh yang tidak signifikan terhadap ROI. Masing-masing memiliki nilai koefisien parameter sebesar 0,007361 dan -0,084153 dengan nilai T-statistik 0,04609 < 1,655 dan 0,563708 < 1,655. Nilai tersebut memberi arti bahwa terdapat pengaruh tidak signifikan pada tingkat 5% dengan nilai T-hitung < dari T-tabel. Hal ini mengindikasikan terdapat pengaruh postif tetapi tidak signifikan pada investasi TI dan terdapat pengaruh negatif dan tidak signifikan pada SDM terhadap ROI. Sehingga dengan demikian maka hipotesis pertama

2. Hipotesis kedua

Variabel-variabel investasi TI dan investasi SDM berpengaruh positif dan signifikan terhadap IC sebagai value creation. Berdasarkan hasil bootstrapping path coefficient pada SmartPLS 2.0 M3 pada Tabel 18. dapat dilihat bahwa variabel TI dan variabel SDM memiliki nilai T-statistik di bawah 1,655, ini dapat disimpulkan bahwa TI dan SDM tidak memiliki pengaruh yang signifikan terhadap IC. Masing-masing memiliki nilai koefisien parameter sebesar 0,050876 dan 0,120563 dengan nilai T-statistik 0,547457 < 1,655 dan 0,805258 < 1,655. Nilai tersebut memberi arti bahwa terdapat pengaruh tidak signifikan pada tingkat 5% dengan nilai T-hitung < dari T-tabel. Hal ini mengindikasikan bahwa terdapat pengaruh postif tetapi tidak signifikan pada investasi TI dan terdapat pengaruh positif dan tidak signifikan pada SDM terhadap IC sebagai value creation. Sehingga dengan demikian maka hipotesis kedua ditolak.

3. Hipotesis ketiga

Variabel-variabel investasi TI dan investasi SDM berpengaruh positif dan signifikan terhadap ROI melalui variabel IC sebagai value creation. Berdasarkan hasil bootstrapping path coefficient pada SmartPLS 2.0 M3 pada Tabel 18. dengan perhitungan pengaruh total effect dan pengaruh tidak langsung (indirect effect).

Dapat dilihat bahwa pengaruh variabel TI terhadap variabel ROI melalui variabel IC memiliki nilai T-statistik di atas 1,655 dengan pengaruh total effect

sebesar 0,935933 dengan T-statistik 3,621606 > T-tabel 1,655 (significance level

statistik 1,682964 > T-tabel 1,655 (significance level = 5%). Berdasarkan analisa yang dilakukan maka dapat disimpulkan bahwa TI memiliki pengaruh yang positif dan signifikan terhadap ROI melalui IC sebagai value creation. Sehingga dengan demikian maka pengaruh variabel TI terhadap variabel ROI melalui variabel IC

positif dan signifikan sehingga hipotesis ketiga diterima.

Dapat dilihat bahwa pengaruh variabel SDM terhadap variabel ROI

melalui variabel IC memiliki nilai T-statistik di atas 1,655 dengan pengaruh total effect sebesar 1,005620 dengan T-statistik 3,879407 > T-tabel 1,655 (significance level = 5%). Pengaruh tidak langsung (indirect effect) sebesar 0,106705 dengan T- statistik 2,475483 > T-tabel 1,655 (significance level = 5%). Berdasarkan analisa yang dilakukan maka dapat disimpulkan bahwa SDM memiliki pengaruh yang positif dan signifikan terhadap ROI melalui IC sebagai value creation. Sehingga dengan demikian maka pengaruh variabel SDM terhadap variabel ROI melalui variabel IC positif dan signifikan sehingga hipotesis ketiga diterima.

Dokumen terkait