BAB III METODE PENELITIAN
3.10 Teknik Analisis Data
Teknik analisis data yang digunakan untuk menguji hipotesis dalam penelitian ini adalah Analisis Deskriptif dan Analisis SEM-PLS.
3.10.1 Analisis Deskriptif
Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono, 2016). Yang termasuk dalam analisis deskriptif diantaranya :
a. Karakteristik Responden
Karakteristik responden dalam penelitian ini peneliti bagi menjadi empat karakter, yakni: karakteristik responden berdasarkan jenis kelamin, karakteristik responden berdasarkan usia, karakteristik responden berdasarkan penghasilan, karakteristik responden berdasarkan jumlah kunjungan.
b. Distribusi Jawaban Responden
Analisis distribusi jawaban responden dilakukan untuk mendapatkan gambaran deskriptif mengenai responden, khususnya variabel-variabel yang digunakan dalam penelitian ini.
c. Mean Median Modus
Mean adalah teknik penjelasan kelompok yang didasarkan atas nilai rata-rata dari kelompok tersebut. Rata-rata (mean) ini didapat dengan menjumlahkan data seluruh individu dalam kelompok itu, kemudian dibagi dengan jumlah individu yang ada pada kelompok tersebut. Median adalah nilai yang letaknya di tengah dari data yang telah diurutkan dari nilai terkecil sampai terbesar.
Jika banyak data ganjil maka Median adalah data yang terletak tepat yang ditengah setelah diurutkan. Jika banyak data genap maka Median adalah rata-rata dari dua data yang terletak ditengah setelah diurutkan. Modus adalah data yang paling sering muncul atau yang memiliki frekuensi terbanyak.
3.10.2 Metode Analisis PLS (Partial LeastSquares)
Menurut Abdillah dan Jogiyanto (2015) analisis Partial Least Squares (PLS) adalah teknik statistika multivariat yang melakukan pembandingan antara variabel dependen berganda dan variabel independen berganda. PLS (Partial Least Square) adalah analisis persamaan struktural (SEM) berbasis varian yang secara simultan dapat melakukan pengujian model pengukuran sekaligus pengujian model struktural. Adapun keunggulan-keunggulan dari PLS menurut Abdillah dan Jogiyanto (2015) adalah sebagai berikut:
1. Mampu memodelkan banyak variabel dependen dan variabel independen (model kompleks).
2. Mampu mengelola masalah multikolinearitas antar variabel independen.
3. Hasil tetap kokoh (robust) walaupun terdapat data yang tidak normal dan hilang (missingvalue).
4. Menghasilkan variabel laten independen secara langsung berbasis cross- product yang melibatkan variabel laten independen sebagai kekuatan prediksi.
5. Dapat digunakan pada konstruk reflektif dan formatif.
6. Dapat digunakan pada sampel kecil.
7. Tidak mensyaratkan data berdistribusi normal.
8. Dapat digunakan pada data dengan tipe skala berbeda, yaitu: nominal.
Dalam mengolah data penelitian ini, softwarealat statistik PLS (Partial Least Squares) yang digunakan, yaitu Smart PLS versi 3.0. Evaluasi model dalam PLS-SEM menggunakan program Smart PLS 3.0 dapat dilakukan dengan menilai hasil pengukuran model (measurement/outer model) yaitu melalui analisis faktor konfirmatori atau confirmatory factor analysis (CFA) dengan menguji validitas dan realibilitas konstruk laten. Kemudian dilanjutkan dengan evaluasi model struktural dan pengujian signifikansi untuk menguji pengaruh antar konstruk atau variabel (Ghozali dan Latan, 2015). Untuk menganalisis penelitian ini digunakan beberapa pengujian dalam menggunakan Partial Least Square (PLS), yaitu:
Evaluasi outer model (model pengukuran). Evaluasi model pengukuran atau outer model dilakukan untuk menilai validitas dan reliabilitas model (Ghozali dan Latan, 2015). Terdiri dari uji validitas (validitas konvergen dan validitas diskriminan) dan uji reliabilitas dengan menggunakan dua metode, yaitu cronbach’s alpha dan composite reliability (Abdillah dan Jogiyanto,2015).
3.10.3 Diagram Jalur
Pembentukan diagram jalur pada proses SEM adalah visualisasi dari kerangka konseptual penelitian sehingga lebih mudah untuk dipahami dan dipelajari. Selain itu diagram jalur ini akan diuji melalui goodness of fit untuk melihat kesesuaian model dengan realitas yang ada (Sugiyono, 2016).
Pembentukan diagram jalur harus memperhatikan konstruk variabel eksogen atau endogen dengan variabel manifest dari masing-masing variabel laten
tersebut. Pengajuan model persamaan structural penelitian berdasarkan kerangka konseptual yang diteliti adalah sebagaiberikut:
Gambar 3.1 Model Diagram Alur Penelitian Persamaan struktural untuk diagram jalur yaitu:
Z= pzX1 + pzX2+ pz X3 + pz ɛ1
Pada diagram alur, besarnya pengaruh variabel eksogen terhadap endogen disimbolkan dengan gamma (γ) dan pengaruh variabel endogen disimbolkan
pyz
3.10.4 Model Struktural
Model struktural dari penelitian dibentuk dengan acuan kerangka konseptual yang sudah dikonversi dalam bentuk diagram jalur. Apabila pola hubungan antar variabel laten endogen dan eksogen telah jelas terlihat, serta hubungan konstruk masing-masing variabel laten sudah jelas, maka model persamaanstruktural dan model persamaan pengukuran dapat dirumuskan Sugiyono (2016). Model persamaan struktural menjelaskan hubungan antara variabel laten endogen dengan variabel laten eksogen. Pada PLS, model persamaan struktural model yang digunakan dalam mengevaluasi inner model.
Model persamaan pengukuran adalah model yang menjelaskan hubungan antara konstruk manifes dengan konstruk laten. Pada PLS, model persamaan pengukuran digunakan dalam mengevaluasi outer model.
3.10.5 Model Pengukuran (OuterModel)
Analisis outer model disebut juga outer relation atau measurement model merupakan analisis yang dilakukan dalam menilai apakah atau bagaimana hubungan antara variabel-variabel manifest terhadap variabel laten yang dibentuknya. Hair et al (2014) menyebutkan bahwa ada tiga kriteria yang harus diperhatikan dalam menilai outer model dari suatu konstruk, yaitu convergent validity, discriminant validity, dan composite reliability. Penilaian validitas dan reliabilitas variabel-variabel manifest reflektif penelitian ditentukan dengan kriteria yang dirangkum dalam:
Tabel 3.4
Prosedur Penilaian Outer Model Reflektif
Alat Penilaian Pencarian dalam
Apabila terdapat indikator yang tidak memenuhi persyaratan validitas indikator, maka sebaiknya indikator tersebut dikeluarkan dari penelitian dan dilakukan analisis data kembali sebelum melakukan pembahasan hasil penelitian.
3.10.6 Model Struktural (InnerModel)
Evaluasi inner model juga dilakukan dengan melakukan penilaian dan signifikansi dari path coefficient antar variabel penelitian. Besaran nilai path coefficient menunjukkan besarnya pengaruh dari variabel laten eksogenus terhadap variabel laten endogenus. Nilai standardized path coefficient ditunjukkan oleh angka pada panah hubungan variabel laten. Untuk menilai pengaruh pada inner model adalah dengan melihat P-Values<0,05 maka pengaruh tersebut signifikan secara statistik dengan tingkat signifikansi 95%.