22
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1. Perancangan Model Struktal
Perancanga model strukural (Inner Model) dapat dilihat pada gambar IV.4, perancangan ini pada penelitian ini menggunakan aplikasi SmartPLS 3.0 untuk pengembangan penelitiannya.
Gambar IV.1. Perancangan Model Struktural (Inner Model)
4.2. Perancangan Model Pengukuran
Pada penelitian ini, konstruk pada masing-masing variabel bersifat reklekatif, pada gambar IV.5, dapat dilihat kostruk pada variabel kualitas sistem, kualitas pelayanan, kualitas informasi, penggunaan dan kepuasaan pengguna bersifat relekatif, sehingga reflekasi nya harus mengarahkan pada indikator (Gozali, 2016:89).
Gambar IV.2. Perancangan Outer Model
4.3. Evaluasi Model
Evaluasi model dilakukan dengan melihat hasil kontruk dari outer model dan inner model, untuk membaca hasilnya dapat dilihat report dari PLS Algorithm pada software SmartPLS.
4.3.1. Pengujian Outer Model
Pengujian outer model outer model dilakukan untuk menguji validitas dan reabilitas konstruk, untuk mengetahuinya dapat dilihat pada validitas konvergen dan validitas diskriminan.
Validitas konvergen digunanakan untuk mengetahui validitas setiap indikator terhadap variabel latennya, pada software SmartPLS untuk melihat hasil dari validitas maka dapat dilihat pada tabel outer loading. Pada tabel outer loading terdapat angka atau nilai yang menujukan indikator menunjukkan kesaamaan dengan varibel kontruk nya. Nilai untuk indikator dikatakan valid, apabila indiator menejelaskan varibel kontruknya dengan nilai >0,7 (lebih dari No. koma tujuh), berdasarkan penjelasan (Hair, Hult, Ringle, & Sarstedt, 2014), sedangkan nilai yang dibawah 0,7 sebainya lakukan penghapusan pada indikator tersebut. Pada gambar IV.6 dapat dilihat loading factor model, untuk menjelaskan secara detail nilai dari outer loading dapat dilihat pada tabel IV.1.
Tabel IV.1 Nilai Muatan (Loading) Indikator Indikator Information Quality Service Quality Sistem Quality Use User Satisfaction IQ1 0.896 IQ2 0.806 IQ3 0.720 IQ4 0.839 IQ5 0.880 IQ6 0.735 S1 0.766 S2 0.785 S3 0.818 S4 0.906 S5 0.793 SQ1 0.828 SQ2 0.839 SQ3 0.707 SQ4 0.653 SQ5 0.702 SQ6 0.738 SQ7 0.705 U1 0.909 U2 0.927 U3 0.711 U4 0.666 U5 0.594 US1 0.820 US2 0.866 US3 0.883 US4 0.913 US5 0.818
Sumber: Olah Data (2020)
Dari hasil tabel IV.1 dapat diketahui muatan (loading) yang lebih besar dari 0.70 kecuali pada indikator SQ4 yaitu indikator kegunaan yang menjelaskan kontruk Kualitas Sistem (System Quality) dengan nilai loading kurnang dari 0,70 yakni 0,653, nilai tersebut mengindikasikan bahwa indikator kegunaan memiliki
validitas yang rendah karena belum memenuhi persyaratan loading. Selain indikator SQ4, nilai loading yang tidak valid selanjutnya yaitu U4 dan U5, yang menjelaskan kontruk Penggunaan (Actual Use), dengan nilai masing-masing U4 sebesar 0,666 dan U5 sebesar U9 sebesar 0,594.
Sebelum dilakukan uji selanjutnya, terlebih dahulu indikator yang tidak valid itu dilakukan penghapusan (dropping) kemudian dilakukan perhitungan ulang untuk memberikan keyakinan bahwa nilai loading sudah diatas 0,70. Gambar IV.7 menunjukkan hasil penghapusan indikator yang tidak valid.
Sumber: Olah Data (2020)
Gambar IV.4 Nilai loading setelah (dropping)
Dari Gambar IV.7 dapat dilihat bahwa nilai muatan (loading) sudah memenuhi syarat yaitu lebih dari 0,70 dan sudah dikatan bahwa semua indikator dikatan valid.
Pengujian selanjutnya adalah menguji validitas diskriminan, pengujian ini bertujuan untuk menetukan apakah suatu indikator reflektif merupakan pengukuran yang baik bagi kontruknya berdasarkan prinsip bahwa indikator berkorelasi tinggi terhadap kontruknya. Tabel menunjukkan hasil cross loading dari pengujian validitas diskriminan.
Tabel IV.2. Cross Loading Indikator Kontruk Information Quality Service Quality Sistem Quality Use User Satisfaction IQ1 0.895 0.753 0.663 0.580 0.785 IQ2 0.807 0.596 0.752 0.436 0.611 IQ3 0.721 0.530 0.561 0.252 0.420 IQ4 0.840 0.665 0.701 0.459 0.639 IQ5 0.879 0.810 0.664 0.467 0.785 IQ6 0.735 0.644 0.517 0.521 0.694 S1 0.608 0.764 0.657 0.519 0.639 S2 0.638 0.788 0.616 0.295 0.590 S3 0.625 0.820 0.595 0.305 0.668 S4 0.818 0.905 0.617 0.468 0.827 S5 0.665 0.792 0.702 0.793 0.617 SQ1 0.636 0.593 0.829 0.426 0.687 SQ2 0.727 0.648 0.831 0.490 0.588 SQ3 0.647 0.437 0.713 0.374 0.548 SQ5 0.542 0.664 0.710 0.773 0.537 SQ6 0.566 0.679 0.765 0.381 0.532 SQ7 0.497 0.559 0.752 0.530 0.410 U1 0.594 0.617 0.691 0.947 0.520 U2 0.595 0.591 0.614 0.948 0.590 U3 0.238 0.348 0.395 0.714 0.324 US1 0.639 0.542 0.657 0.597 0.816 US2 0.705 0.708 0.668 0.568 0.862 US3 0.780 0.735 0.617 0.401 0.885 US4 0.699 0.764 0.581 0.450 0.914 US5 0.721 0.774 0.599 0.423 0.821
Pengujian Validitas Diskriminan pada SmartPLS menggunakan hasil uji cross loading, dengan ketentuan indikator harus mempunyai korelasi lebih tinggi
dengan varibel lainnya. Dari hasil tabel IV.2 dapat dilihat bahwa indikator kontruk mempunya korelasi lebih tinggi dibandingkan dengan indikator lainnya, dengan kata lain semua pengujian validitas diskriminan indikator sudah valid.
Metode lain untuk menguji validitas diskriminan yaitu dengan melihat nilai AVE dan akar kuadrat dari AVE, dengan ketentuan apakah setiap kontruk memiliki korelasi lebih besar daripada korelasi antara kontruk lainnya. Sebelum melihat korelasinya, nilai AVE dikatakan valid jika lebih besar dari 0,5. Grafik pada Gambar menunjukkan nilai AVE dan nilai Kuadrat AVE.
Tabel IV.3. Average Variance Extracted Kontruk AVE Akar
AVE IQ 0,665 0,815475 ServQ 0,665 0,815475 SQ 0,590 0,768115 U 0,768 0,876356 US 0,740 0,860233
Dari tabel IV.3, dapat dilihat bahwa nilai AVE sudah lebih dari 0,5, dengan kata lain bahwa semua kontruk sudah valid atau bisa dikatakan kontruk sudah dpat menjelaskan variansi itemnya.
Sumber: Olah Data (2020)
Gambar IV.5. Grafik AVE C. Uji Reliabilitas / Composite Reliability
Uji reliabilitas pada penelitian ini memiliki tujuan untuk menilai sejauh mana alat ukur yang digunakan dalam penelitian ini dapat diandalkan atau
dapat dipercaya. Uji reliabilitas yaitu melihat dari composite reliability. Composite reliability menguji nilai reliabilitas indikator-indikator pada suatu konstruk. Konstruk dinyatakan reliabel jika nilai composite reliability dan cronbach alpha diatas 0,70.
Tabel IV.4. Composite Reliability dan Cronbach Alpha
Varibel Laten Composite
Reliability Cronbach Alpha Kulitas Sistem 0,922 0,899 Kualitas Informasi 0,908 0,874 Kualitas Pelayanan 0,896 0,861 Penggunaan 0,907 0,847 Kepuasan Pengguna 0,934 0,912
Berdasarkan hasil tabel IV.4 di atas menunjukkan bahwa nilai dari composite reliabilty dan cronbach alpha yang lebih besar dari 0,70. Dengan demikian dapat disimpulkan bahwa kuesioner yang digunakan sudah konsisten dan memiliki reliabilitas yang baik.
4.3.2. Pengujian Struktur (Inner Model) A. Koefisien determinasi (R2)
Setelah model yang diestimasi memenuhi kriteria validitas diskriminan, selanjutnya dilakukan pengujian terhadap model structural (inner model) yang dilakukan dengan melihat Koefisien determinasi (R2) dan path coefficient. Koefisien determinasi di uji untuk melihat seberapa besar kontruk endogen dapat dijelaskan oleh kontruk eksogen. Dan path coefficient bertujuan untuk melihat signifikansi dan kekeutan hubungan dan juga menguji hipotesis.
Nilai R-square 0,75 yang berarti model kuat, nilai 0,50 model moderat, dan nilai 0,25 disimpulkan model lemah, semakin tinggi nilai koefisien determinasi maka, maka akan semakin baik juga nilai prediksi yang diajukan.
Tabel IV.5. Koefisien Determinasi (R2) Variabel R Square
Use 0.463
User Satisfaction 0.747 Sumber Data: Olah Data (2020)
Pada tabel IV.5 dapat dilihat bahwa varibel penggunaan mengindikasikan nilai penelitiannya moderat dan kepuasan pengguna kuat, dengan kata lain penelitian tentang kepuasaan pengguna sangat kuat atau sangat penting dilakukan.
Nilai R-square untuk Penggunaan adalah sebesar 0,463 memiliki arti bahwa presentasi besarnya pengaruh kualitas sistem, kualitas informasi dan kualitas layanan adalah sebesar 46,3% sedangkan sisanya yaitu 74,7% dipengaruhi oleh kepuasan pengguna, dengan kata lain kepuasaan pengguna sangat mempengaruhi dalam penelitian ini.
B. Path Coefficients
Tabel IV.6. Path Coefficients
Varibel Use User
Satisfaction Information Quality 0.006 0.436 Service Quality 0.227 0.432 Sistem Quality 0.482 0.041
Pada tabel IV.6 dapat dilihat hubungan antara kontruks, nilainya berkisar antara -1 sampai +1, semakin medekati +1 maka hubungan antar kontruk semakin kuat, semakin mendekati -1 maka hubungan antar kontruk semakin negatif. Dari tabel IV.6 dapat di simpulkan bahwa hubungan kualitas inforamsi tidak terlalu berpengaruh terhadap penggunaan.
4.4. Pengujian Hipotesis
Pengujian hipotesis dilakukan dengan membandingkan t hitung dengan t tabel. Perbandingan t hitung dengan t tabel digunakan untuk mengetahui ada
atau tidaknya pengaruh antar variabel. Nilai t hitung diperoleh dari hasil boostrapping dengan software Smart PLS. pengujian dengan bosstrap juga bertujuan untuk meminimalkan masalah ketidaknormalan data penelitian.
Untuk pengujian hipotesis dalam penelitian ini digunakan nilai t-statistik, maka untuk α=5% nilai t-statistik yang digunakan adalah 1,96. Sehingga kriteria penerimaan atau penolakan hipotesa adalah Ha diterima dan H0 ditolak ketika t-statistik > 1,96. Pengujian hipotesis dilakukan dengan melihat output path coefficient dari hasil resampling boostrap sebagai berikut:
Tabel IV.7. Mean, STDEV, T-Values, P-Values
Varibel Kontruk Original Sample (O) Sample Mean (M) Standard Deviation (STDEV) T Statistics (|O/STDEV|) P Values Information Quality -> Use 0.006 0.008 0.180 0.033 0.974 Information Quality -> User Satisfaction 0.436 0.445 0.073 5.937 0.000
Service Quality -> Use 0.227 0.224 0.142 1.597 0.111
Service Quality -> User Satisfaction
0.432 0.417 0.079 5.484 0.000
Sistem Quality -> Use 0.482 0.479 0.162 2.971 0.003
Sistem Quality -> User Satisfaction
0.041 0.050 0.112 0.371 0.711
H-1 Kualitas Informasi berpengaruh terhadap Kepuasan Pengguna Mobile BWS
Kualitas Informasi terhadap Kepuasan Pengguna, memberikan nilai koefisien jalur sebesar 0,436 dan memiliki nilai p-value ssebesar 0,000 serta nilai T-statistik sebesar 5,937 (T-statistik > T tabel 1,96). Menunjukkan bahwa, kualitas informasi tidak berpengaruh terhadap Kepuasan Pengguna Mobile
BWS, maka dapat dinyatakan bahwa hipotesis 2 didukung. Karena nilai T-statistik memenuhi persyaratan yaitu T-T-statistik > T-tabel 1,96.
H-2 Kualitas Informasi berpengaruh terhadap Penggunaan Mobile BWS Kualitas Informasi terhadap Penggunaan, memberikan nilai koefisien jalur sebesar 0,006 dan memiliki nilai p-value ssebesar 0,974 serta nilai T-statistik sebesar 0,033 (T-T-statistik < T tabel 1,96). Menunjukkan bahwa, kualitas informasi tidak berpengaruh terhadap Kepuasan pengguna Mobile BWS, maka dapat dinyatakan bahwa hipotesis 1 tidak didukung. Karena nilai T-statistik tidak memenuhi persyaratan yaitu T-statistik >T-tabel 1,96.
H-3 Kualitas Pelayanan berpengaruh terhadap Penggunaan Mobile BWS
Kualitas Pelayanan terhadap Penggunaan, memberikan nilai koefisien jalur sebesar 0,227 dan memiliki nilai p-value ssebesar 0,111 serta nilai T-statistik sebesar 1,597 (T-T-statistik < T tabel 1,96). Menunjukkan bahwa, kualitas pelayanan tidak berpengaruh terhadap Penggunaan Mobile BWS, maka dapat dinyatakan bahwa hipotesis 3 tidak di didukung. Karena nilai T-statistik memenuhi persyaratan yaitu T-statistik > T-tabel 1,96.\
H-4 Kualitas Pelayanan berpengaruh terhadap Kepuasan Pengguna Mobile BWS
Kualitas Pelayanan terhadap Kepuasan Pengguna, memberikan nilai koefisien jalur sebesar 0,432 dan memiliki nilai p-value ssebesar 0,000 serta nilai T-statistik sebesar 5,484 (T-statistik > T tabel 1,96). Menunjukkan bahwa, kualitas Pelayanan berpengaruh terhadap Kepuasan Pengguna Mobile BWS,
maka dapat dinyatakan bahwa hipotesis 4 didukung. Karena nilai T-statistik memenuhi persyaratan yaitu T-statistik > T-tabel 1,96.
H-5 Kualitas Sistem berpengaruh terhadap Penggunaan Mobile BWS
Kualitas Sistem terhadap Penggunaan, memberikan nilai koefisien jalur sebesar 0,482 dan memiliki nilai p-value ssebesar 0,003 serta nilai T-statistik sebesar 2,971 (T-T-statistik > T tabel 1,96). Menunjukkan bahwa, kualitas Sistem berpengaruh terhadap Penggunaan Mobile BWS, maka dapat dinyatakan bahwa hipotesis 5 di didukung. Karena nilai T-statistik memenuhi persyaratan yaitu T-statistik > T-tabel 1,96.
H-6 Kualitas Sistem berpengaruh terhadap Kepuasan Pengguna Mobile BWS Kualitas Sistem terhadap Kepuasan Pengguna, memberikan nilai koefisien jalur sebesar 0,041 dan memiliki nilai p-value ssebesar 0,711 serta nilai T-statistik sebesar 0,371 (T-T-statistik < T tabel 1,96). Menunjukkan bahwa, kualitas Sistem tidak berpengaruh terhadap Kepuasan Pengguna Mobile BWS, maka dapat dinyatakan bahwa hipotesis 6 tidak didukung. Karena nilai T-statistik memenuhi persyaratan yaitu T-statistik > T-tabel 1,96.
