3. METODE PENELITIAN
3.1 Jenis Penelitian
Jenis penelitian yang dilakukan adalah penelitian kausal. Menurut Sugiyono (2012) sendiri, hubungan kausal adalah hubungan yang bersifat sebab akibat. Jadi, disini ada variabel tidak terikat (independent) dan variabel terikat (dependent).
Pendekatan yang digunakan dalam penelitian ini adalah pendekatan kuantitatif. Menurut Hermawan (2005) pendekatan kuantitatif merupakan suatu pendekatan penelitian yang bersifat obyektif, mencakup penelitian dan analisis data kuantitatifserta menggunakan metode pengujian statistik.
3.2 Gambaran Populasi dan Sampel
Populasi adalah wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kuantitas dan karakteristik tertentu yang diterapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2003). Adapun yang menjadi populasi dalam penelitian ini adalah seluruh wisatawan yang pernah mengikuti Surabaya Heritage Track. Populasi dalam penelitian ini adalah populasi yang tidak terbatas/infinite.
Sampel adalah bagian dari populasi yang memenuhi syarat untuk dijadikan sebagai objek penelitian (Efferin et al., 2004). Dalam memilih responden sebagai sampel penelitian maka diguanakan metode penarikan sampel non probability sampling, yaitu setiap anggota populasi tidak memiliki peluang yang sama untuk dipilih menjadi sampel dan teknik pengambilan sampel yang digunakan adalah judgement sampling, yaitu pengambilan sampel dimana peneliti memilih sampel berdasarkan penelitian terhadap beberapa karakteristik anggota sampel yang disesuakan dengan maksud penelitian (Kuncoro, 2009).
Adapun kriteria sampel yang ditetapkan untuk menjadi responden adalah : 1. Responden berusia minimal usia 18 tahun (dengan asumsi responden
sudah dewasa dan dapat mandiri memberikan jawaban).
2. Pernah mengikuti SHT dalam jangka waktu 1 (satu) tahun terakhir (November 2017 – November 2018).
3.3 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif.
Data kuantitatif menurut Kuncoro (2007) adalah data yang diukur dalam suatu skala numerik atau angka. Pada penelitian ini data kuantitatif yang digunakan adalah data numerik dalam bentuk skala likert, yang peneliti peroleh dari hasil pengisian kuesioner.
Adapun sumber data yang peneliti terdiri dari data primer dan data sekunder. Data primer adalah data yang diperoleh langsung dari subyek penelitian dengan menggunakan alat pengukuran atau alat pengambilan data langsung pada subyek sebagai sumber informasi yang dicari (Azwar, 2005). Dalam penelitian ini, yang termasuk dalam sumber data primer adalah hasil olahan kuisioner yang dibagikan kepada wisatawan SHT. Sedangkan data sekunder adalah data yang diperoleh dari pihak lain, tidak langsung diperoleh dari subyek penelitiannya (Azwar, 2005). Dalam penelitian ini, yang menjadi data sekunder adalah informasi-informasi yang berkaitan dengan SHT dan data-data dari Dinas Pariwisata dan Kebudayaan. Selain itu juga berupa studi kepustakaan yang berupa buku, jurnal penelitian ilmiah, penelitian terdahulu, maupun thesis yang dijadikan peneliti sebagai acuan dalam penelitian penelitian.
3.4 Metode dan Prosedur Pengumpulan Data
Pengumpulan data primer diperoleh melalui penelitian di lapangan dengan menggunakan kuesioner sebagai alatnya. Penyebaran kuesioner ini dilakukan kepada responden penelitian yakni wisatawan SHT di Surabaya. Menurut Simamora (2004) menyatakan bahwa kuesioner merupakan sejumlah pertanyaan formal yang dikumpulkan secara tertulis yang ditujukan kepada responden dalam memperoleh informasi. Pengisian kuesioner dilakukan dengan researcher- administered questionnaires, yaitu responden mengisi kuesioner yang dibagikan dengan didampingi peneliti.
Teknik kuesioner yang digunakan pula yaitu skala Likert dari skala satu hingga lima (Five Point Likert Scale). Skala Likert sendiri merupakan pertanyaan yang menunjukkan tingkat kesetujuan atau ketidaksetujuan responden. Selain itu, skala Likert memiliki jenis pertanyaan yang tertutup. Menurut Djaali (2008) ialah skala yang dapat dipergunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang suatu gejala atau fenomena pendidikan.
Skala Likert yang digunakan oleh peneliti untuk mengetahui sejauh mana tingkat ketidaksetujuan dan kesetujuan responden terhadap penyataan yang diberikan oleh peneliti mengenai hubungan nilai pengalaman serta perilaku keinginan wisatawan dengan kepuasan sebagai intervening. Skala penilaian antara 1 (satu) sampai 5 (lima) dengan deskripsi sebagai berikut :
a. Angka 1 (satu) menyatakan Sangat Tidak Setuju b. Angka 2 (dua) menyatakan Tidak Setuju
c. Angka 3 (tiga) menyatakan Antara Tidak Setuju dan Setuju d. Angka 4 (empat) menyatakan Setuju
e. Angka 5 (lima) menyatakan Sangat Setuju
Pembagian kuesioner dilakukan di daerah House of Sampoerna Hal ini dikarenakan penyebaran dapat tepat pada sasarannya.
3.5 Variabel dan Definisi Operasional Variabel
Menurut Nazir (2005) variabel merupakan konsep yang mempunyai bermacam-macam nilai. Variabel yang digunakan dalam penelitian dapat diklasifikasikan menjadi variabel tidak terikat (independent), variabel intervening, dan variabel terikat (dependent) (Kuncoro, 2003).
3.5.1 Variabel Tidak Terikat (Independent)
Variabel tidak terikat (independent) adalah variabel yang dapat mempengaruhi perubahan dalam variabel terikat dan mempunyai hubungan yang positif ataupun yang negatif bagi variabel terikat nantinya. Variasi dalam variabel terikat merupakan hasil dari variabel tidak terikat. Variabel tidak terikat yang digunakan dalam penelitian ini adalah experience value.
1. Sub Variabel Enjoyment (X1)
Definisi operasional sub variabel dari enjoyment adalah nilai pengalaman yang dirasakan oleh wisatawan terkait dengan perjalanan yang menyenangkan dalam mengikuti tur lokal SHT. Sedangkan indikator empirik untuk mengukur variabel enjoyment antara lain:
Tabel 3.1 Sub Variabel Enjoyment
Sub Variabel Enjoyment
(tertera pada kuisioner Indonesia dan English) EVEj1 Wisatawan menikmati tur
SHT
Tourist enjoys joining the SHT local day tour
2. Sub Variabel Entertaiment (X2)
Definisi operasional sub variabel dari entertaiment adalah nilai pengalaman yang dirasakan oleh wisatawan terkait dengan perjalanan yang menghibur wisatawan dalam mengikuti tur lokal SHT.
Sedangkan indikator empirik untuk mengukur variabel entertaiment antara lain:
Tabel 3.2 Sub Variabel Entertainment
Sub Variabel Entertainment
(tertera pada kuisioner Indonesia dan English) EVEt1
Tur SHT memberi wisatawan waktu yang menyenangkan ketika
mengikutinya.
The SHT tour gives tourist a pleasant time joining it.
2. Sub Variabel Escape (X3)
Definisi operasional variabel dari escape adalah nilai pengalaman yang dirasakan oleh wisatawan terkait dengan perjalanan yang membuat wisatawan keluar dari kegiatan sehari-hari dengan mengikuti tur lokal SHT. Oleh karena itu, indikator empirik yang digunakan mengukur variabel escape antara lain:
Tabel 3.3 Sub Variabel Escape
Sub Variabel Escape
(tertera pada kuisioner Indonesia dan English) EVEc1
Tur SHT membuat wisatawan merasa nyaman.
The SHT tour makes tourist feel comfortable
EVEc2 Tur SHT membuat wisatawan terlepas dari semua realita.
The SHT tour make tourist release them from the reality EVEc3 Tur SHT membantu wisatawan untuk
menikmati diri sendiri.
The SHT tour help tourist to enjoy theirself.
3. Sub Varibel Atmosphere (X4)
Definisi operasional sub variabel dari atmosphere adalah nilai pengalaman yang dirasakan oleh wisatawan terkait dengan daya tarik dan keindahan lingkungan sekitar selama mengikuti tur lokal SHT.
Indikator empirik yang digunakan mengukur variabel atmosphere antara lain:
Tabel 3.4 SubVariabel Atmosphere
Sub Variabel Atmosphere
(tertera pada kuisioner Indonesia dan English) EVA1
Lingkungan yang dikunjungi tur SHT menyenangkan.
The environment of the places that visited by the SHT tour is very enjoyable.
EVA2 Lingkungan yang dikunjungi tur SHT merangsang indra.
The environment of the places that visited by the SHT tour is stimulating the sense.
EVA3
Wisatawan terkejut dengan lingkungan yang dikunjungi tur SHT.
Tourist suprise with the places that visited by the SHT tour.
EVA4
Atmosfer tur SHT berdampak pada keadaan pikiran wisatawan.
The atmosphere of the SHT tour very impact to the state of mind.
EVA5 Wisatawan sangat terkesan dengan tempat-tempat yang dikunjungi.
Tourist is very impressed with the places that they visited during the tour.
4. Sub Variabel Efficiency (X5)
Definisi operasional sub variabel dari efficiency adalah nilai pengalaman yang dirasakan oleh wisatawan terkait dengan efisiensi waktu dan tenaga dalam mengikuti tur lokal SHT. Adapun indikator empirik yang digunakan mengukur variabel efficiency antara lain:
Tabel 3.5 Sub Variabel Efficiency
Sub Variabel Efficiency
(tertera pada kuisioner Indonesia dan English) EVEf1
Wisatawan tidak berpikir bahwa mengikuti tur SHT membuang waktunya.
Tourist don’t think that follow the SHT tour is wasting their time.
EVEf2
Mengikuti tur SHT meningkatkan wawasan wisatawan.
Following the SHT tour improve their knowledge..
5. Sub Variabel Excellence (X6)
Definisi operasional sub variabel dari excellence adalah nilai pengalaman yang dirasakan oleh wisatawan terkait dengan layanan yang memuaskan wisatawan dalam mengikuti tur lokal SHT. Maka dari itu, indikator empirik yang digunakan mengukur variable excellence antara lain:
Tabel 3.6 Sub Variabel Excellence
Sub Variabel Excellence
(tertera pada kuisioner Indonesia dan English) EVEx1 Program yang disediakan tur
SHT sangat baik
Program that provide by SHT tour is very excellence.
EVEx2
Program tur SHT memiliki keunggulan dalam bagian pelayanan
SHT program has an excellence service quality
6. Sub Variabel Economic Value (X7)
Definisi operasional variabel dari economic value adalah nilai pengalaman yang dirasakan oleh wisatawan terkait dengan biaya yang dikeluarkan dalam mengikuti tur lokal SHT. Indikator empirik yang digunakan mengukur variabel economic value antara lain:
Tabel 3.7 Sub Variabel Economic Value
Sub Variabel Economic Value (tertera pada kuisioner Indonesia dan English) EVEv1
Biaya tur SHT yang dikeluarkan (waktu, tenaga, usaha) sebanding dengan kualitas yang diterima
The cost incurred (time, energy, effort) is equal to the tour quality that tourist’s experienced
3.5.2 Variabel Perantara (Intervening)
Variabel perantara menurut Sugiyono, 2007 adalah variabel yang secara teoritis mempengaruhi hubungan antara variable tidak terikat dengan variabel terikat menjadi hubungan yang tidak langsung dan tidak dapat diamati dan diukur.
Variabel ini adalah variabel penyela antara variabel tidak terikat dengan variabel terikat, sehingga variabel tidak terikat tidak langusng mempengaruhi berubahnya atau timbulnya variabel dependen. Dalam penelitian ini variabel perantara yang digunakan adalah kepuasan wisatawan.
1. Kepuasan Wisatawan
Definisi variabel operasional kepuasan wisatawan adalah perasaan yang dialami oleh wisatawan baik itu puas maupun kecewa dalam mengikuti tur SHT. Adapun indikator empirik kepuasan wisatawan sebagai berikut:
Tabel 3.8 Variabel Kepuasan Wisatawan
Variabel Kepuasan Wisatawan (tertera pada kuisioner Indonesia dan English) KW1
Wisatawan memiliki perasaan yang positif terhadap keikutsertaan dalam tur SHT
Tourist had positive feeling of this SHT tour
KW2
Wisatawan terkesan mengikuti tur SHT secara keseluruhan
Tourist is very impressed with overall SHT tour
KW3
Secara keseluruhan, wisatawan puas dengan layanan yang SHT sediakan.
Overall, tourist satisfy with the service that SHT provided
3.5.3 Variabel Terikat (Dependent)
Variabel terikat adalah variabel yang menjadi perhatian utama dalam sebuah pengamatan. Pengamatan akan dapat memprediksi atau menerangkan variabel dalam variabel terikat beserta perubahannya yang terjadi kemudian.
Variabel terikat yang digunakan dalam penelitian ini adalah intensi berperilaku.
1. Intensi Berperilaku
Definisi variabel operasional intensi berperilaku adalah tindakan yang akan dilakukan selanjutnya oleh wisatawan setelah mengikuti tur SHT.
Adapun indikator empirik intensi berperilaku wisatawan sebagai berikut:
Tabel 3.9 Variabel Intensi Berperilaku
Variabel Intensi Berperilaku
(tertera pada kuisioner Indonesia dan English) IB1 Wisatawan ingin kembali mengikuti
tur SHT di masa depan.
Tourist want to return to follow the SHT tour in the future IB2
Wisatawan akan merekomendasikan tur SHT kepada teman-teman atau kenalan wisatawan.
Tourist will recomended SHT tour to their friends or their
acquaintances.
IB3 Wisatawan ingin menyebarkan hal- hal positif tentang tur SHT.
Tourist want to tell positive things abaout SHT tour.
3.6 Teknik Analisis Data 3.6.1 Statistik Deskriptif
Statistik deskriptif merupakan statistik yang menggambarkan fenomena karakteristik dari data (Hartono, 2017). Statistik menyediakan nilai frekuensi, pengukur tendesi pusat, dispersi dan pengukur-pengukur bentuk. Pengukur- pengukur tendesi pusat atau pengukur-pengukur lokasi mengukur nilai-nilai pusat dari distribusi data yang meliputi mean, median dan mode. Menurut Sugiyono (2003) yang termasuk dalam statistik deskriptif antara lain adalah penyajian data melalui tabel, grafik, diagram lingkaran, pictogram, perhitungan modus, median, mean (pengukuran tendesi sentral), perhitungan desil, presentil, perhitungan penyebaran data melalui perhitungan rata-rata dan standar deviasi, perhitungan prosentasi. Statistik deskriptif dapat digunakan bila peneliti hanya ingin mendeskripsikan data sampel, dan tidak ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel diambil. Rata-rata atau mean atau average yang digunakan untuk mengetahui nilai rata-rata dalam suatu data. Menurut Hartono (2017) rata-rata adalah nilai total dibagi dengan jumlah kejadiannya (frekuensi), sedangkan menurut Kuncoro (2003) mean merupakan suatu himpunan data kuantitatif yang diperoleh dengan menjumlahkan seluruh data dibagi dengan banyaknya data yang ada.
Peneliti menggunakan kuesioner dengan skala likert five point. Untuk menganalisa kuesioner yang menggunakan skala likert five point, peneliti menggunakan interval kelas untuk memperjelas kategori skala dan mempermudah dalam menganalisa tiap pertanyaan berdasarkan rata-rata (mean) yang didapat.Rumus untuk mencari interval kelas menurut Kuncoro (2009) adalah :
(3.1) sehingga, interval kelasnya adalah: (5-1)/5 = 0,8
Dengan interval kelas 0,8 maka kriteria penilaian terhadap nilai rata-rata (mean) jawaban responden adalah sebagai berikut:
1,00-1,80 Sangat tidak puas / Sangat tidak setuju 1,81-2,60 Tidak puas / Tidak setuju
2,61-3,40 Antara tidak setuju dan setuju 3,41-4,20 Puas / Setuju
4,21-5,00 Sangat puas / Sangat setuju
3.6.2 Uji Validitas
Menurut Sugiyono (2003) uji validitas adalah suatu langkah pengujian yang dilakukan terhadap isi (content) dari suatu instrumen, dengan tujuan untuk mengukur ketepatan instrumen yang digunakan dalam suatu penelitian. Tujuan uji validitas adalah untuk mengetahui sejauh mana ketepatan dan kecermatan suatu instrumen pengukuran dalam melakukan fungsi ukurnya, agar data yang diperoleh bisa relevan/sesuai dengan tujuan diadakannya pengukuran tersebut. Uji validitas kuesioner dapat dilakukan dengan menghitung korelasi secara parsial dari masing- masing indikator dari sebuah variabel dengan total variabel yang diteliti. Apabila nilai koefisien korelasi tersebut menunjukkan signifikasi ≤0,05 maka item-item pertanyaan tersebut dikatakan valid dan dapat digunakan untuk penyebaran kuesioner (Ghozali, 2005). Untuk menghitung uji validitas digunakan software SPSS 24 for windows. Mengingat skala yang digunakan untuk mengukur adalah skala interval maka korelasi yang digunakanan adalah korelasi Pearson.
3.6.3 Uji Reliabilitas
Menurut Usman (2003) uji reliabilitas adalah proses pengukuran terhadap ketepatan (konsisten) dari suatu instrumen. Pengujian ini dimaksudkan untuk menjamin instrumen yang digunakan merupakan sebuah instrumen yang handal,
konsistensi, stabil dan dependibalitas, sehingga bila digunakan berkali-kali dapat menghasilkan data yang sama. Tujuan dari uji reliabilitas ini adalah untuk menunjukkan konsistensi skor-skor yang diberikan skorer satu dengan skorer lainnya. Untuk menghitung uji reliabilitas digunakan software SPSS 24 for windows. Pengujian ini menggunakan nilai cronbarch’s alpha, dimana nilai cronbarch’s alpha > 0.6 maka responden dinyatakan reliabel (Ghozali, 2005).
3.6.4 Hasil Uji Validitas dan Reliabilitas Pre-Test
Sebelum menyebarkan 225 kuisioner, uji validitas dan realibilitas telah dilakukan oleh peneliti dengan menggunakan metode pre-test kuisioner dan metode pengukuran skala likert five point, dimana kuesioner pre-test ini disebarkan kepada 30 responden yang berusia mulai dari 18 tahun ke atas yang pernah mengikuti tur lokal SHT pada tanggal 6 November 2018. Kemudian peneliti meminta pendapat kepada teman-teman dan terkait dengan butir-butir pertanyaan yang tercantum, guna untuk menilai apakah butir-butir pertanyaan sudah menggunakan bahasa yang mudah dipahami oleh responden agar melancarkan pembagian kuisioner sesuai dengan tujuan penelitian peneliti.
Dengan menghasilkan beberapa butir pertanyaan telah diganti menjadi bahasa yang dapat dipahami dan ada beberapa butir pula yang dihapus. Beberapa butir pertanyaan yang dihilangkan disebabkan adanya pengertian yang sama antar pertanyaan satu dengan lainnya serta penggunaan bahasa yang kurang dimengerti.
Sehingga berdasarkan masukan pendapat tersebut, terbentuklah butir-butir pertanyaan yang sudah siap dibagikan kepada responden.
Tabel 3.10 Hasil Uji Validitas Pre-test
No. Pernyataan r-hitung r-tabel Sig Ket
Experience Value - Escape (X3)
1 Mengikuti tur SHT mengurangi stress atau
kepenatan pikiran 0,804 0.361 0,01 VALID
2 Memiliki waktu untuk diri sendiri dengan mengikuti
tur SHT 0.823 0.361 0,01 VALID
3 Terbebas dari kegiatan rutinitas saat mengikuti tur
SHT 0.840 0.361 0,01 VALID
Experience Value - Atmosphere (X4)
4 Tempat-tempat yang dikunjungi menyenangkan. 0,797 0.361 0,01 VALID 5 Tempat-tempat yang dikunjungi memikat panca
indera saya 0,882 0.361 0,01 VALID
6 Tempat-tempat yang di kunjungi di luar ekspektasi
saya 0,865 0.361 0,01 VALID
7 Atmosfer selama tur SHT mempengaruhi cara
berpikir 0,556 0.361 0,01 VALID
8 Terkesan dengan tempat-tempat yang dikunjungi
selama tur SHT 0.802 0.361 0,01 VALID
Experience Value - Efficiency (X5)
9 Tidak merasa membuang waktu saat mengikuti tur
SHT 0.900 0.361 0,01 VALID
10 Dengan mengikuti tur SHT telah menambah
wawasan 0,911 0.361 0,01 VALID
Experience Value - Excellence (X6)
11 Tur yang disediakan SHT sangat baik 0,965 0.361 0,01 VALID 12 Tur SHT memiliki keunggulan dalam bagian
pelayanannya. 0.935 0.361 0,01 VALID
Kepuasan wisatawan
14 Memiliki perasaan yang positif terhadap
keikutsertaan dalam tur SHT 0.968 0.361 0,01 VALID 15 Sangat terkesan dengan tur SHT secara keseluruhan 0.955 0.361 0,01 VALID 16 Secara keseluruhan puas dengan pelayanan SHT 0.965 0.361 0,01 VALID Intensi berperilaku wisatawan :
17 Ingin kembali mengikuti tur SHT 0,929 0.361 0,01 VALID 18 Akan merekomendasikan tur SHT kepada orang lain 0,977 0.361 0,01 VALID 19 Akan menyebarkan hal positif tentang tur SHT 0,930 0.361 0,01 VALID
Dengan jumlah responden pre-test sebanyak 30, maka untuk mendapat derajat bebas (f) berdasarkan Ghozali (2014) adalah n-2 yaitu 28. Oleh karena itu, r-tabel yang didapat adalah 0,361. Dari data pada tabel di atas yang menunjukkan hasil uji validitas atas variabel memiliki nilai di atas 0,361 sehingga dapat dinyatakan bahwa semua variabel valid karena memenuhi kriteria dari correlation pearson product moment. Selain variabel yang telah disebutkan diatas, terdapat 3 variabel lain (enjoyment, entertainment, dan economic value) yang hanya memiliki 1 indikator yang tidak perlu diuji validitasnya.
Tabel 3.11 Hasil Uji Reliabilitas Pre-test
Variabel Hasil Uji
Reliabilitas Experience value-Escape 0.758 Experience value-Atmosphere 0.846 Experience value-Efficiency 0.779 Experience value-Excellence 0.911
Kepuasan Wisatawan 0.961
Intensi Berperilaku Wisatawan 0.94
Berdasarkan hasil uji reliabilitas pada tabel d atas menujnjukkan bahwa semua variabel memiliki nilai cronbach’s alpha lebih besar dari 0,6. Sehingga dapat dinyatakan semua variabel di atas reliabel atau terpercaya sebagai alat pengukuran data penelitian. Selain variabel yang telah disebutkan diatas, terdapat 3 variabel lain (enjoyment, entertainment, dan economic value) yang hanya memiliki 1 indikator yang tidak perlu diuji reliabilitasnya.
3.7 SEM (Structural Equation Modeling) Berbasis Komponen atau Varian-Partial Least Square
Penelitian ini menggunakan pendekatan Structural Equation Modeling (SEM) yaitu pendekatan dengan menggunakan diagram yang memungkinkan untuk memasukkan semua observasi variabel sesuai dengan model teori yang dibangun. Menurut Abdillah dan Jogiyanto (2015) mendefinisikan SEM adalah sekumpulan teknik statistika yang memungkinkan dilakukannya pengujian terhadap sebuah rangkaian hubungan yang relatif rumit secara simultan. Analisa SEM yang digunakan peneliti adalah Partial Least Square (PLS) dengan proses perhitungan menggunakan software smart PLS (Partial Least Square). PLS adalah salah satu metode statistika SEM berbasis varian yang didesign untuk menyelesaikan regresi berganda ketika terjadi permasalahan spesifik pada data, seperti ukuran sampel penelitian kecil, adanya data yang hilang (missing values) dan multikolinearitas (Abdillah dan Jogiyanto, 2015).
Model evaluasi Partial Least Square berdasarkan pada pengukuran prediksi mempunyai sifat non parametic yaitu (Ghozali, 2013):
1. Model pengukuran atau outer model dengan indikator refleksif di evaluasi dengan convergent dan discriminant validity dari indikatornya dan composite realibility untuk blok indicator.
2. Outer model dengan formatif indikator dievaluasi berdasarkan substantivecontent-nya yaitu dengan membandingkan besarnya relative weight dan melihat signifikansi dari ukuran weight tersebut.
3. Model structural atau inner model dievaluasi dengan melihat presentasi variance yang dijelaskan yaitu dengan melihat R2
4. Stabilitas dari estimasi ini dievaluasi dengan menggunakan uji T statistik yang dapat dilakukan dengan prosedur bootstrapping.
3.7.1 Diagram Path Partial Least Square
Gambar 3.1 Diagram Path Partial Least Square
3.7.2 Evaluasi Goodness-of-fit-Outer Models
Dalam Abdillah dan Jogiyanto (2015) suatu konsep dan model penelitian tidak dapat diuji dalam suatu model prediksi hubungan relasional dan kausal jika belum melewati tahap purifikasi dalam model pengukuran. Model pengukuran sendiri dilakukan untuk menguji validitas konstruk dan reliabilitas instrument.
Berikut akan dijelaskan lebih rinci tentag konsep uji validitas dan reliabilitas dalam model pengukuran PLS.
3.7.2.1 Uji Validitas
Validitas konstruk adalah validitas yang menunjukkan seberapa baik hasil yang diperoleh dari penggunaan suatu pengukuran sesuai teori-teori yang digunakan untuk mendefinisikan suatu konstruk. Validitas konstruk terdiri atas validitas konvergen dan diskriminan. Validitas konvergen adalah validitas yang berhubungan dengan prinsip bahwa pengukur-pengukur dari suatu konstruk seharusnya berkorelasi tinggi. Validitas konvergen dalam PLS (Abdillah dan Jogiyanto, 2015) dengan indikator reflektif dinilai berdasarkan loading factor (korelasi antara skor item atau skor komponen dengan skor konstruk). Hair et al.
(2006) dalam Abdillah dan Jogiyanto (2015) mengemukakan bahwa rule of thumb yang biasanya digunakan untuk membuat pemeriksaan awal dari matriks faktor adalah ± 0.30 dipertimbangkan telah memenuhi level minimal, untuk loading ± 0.40 dianggap lebih baik, dan untuk loading > 0.50 dianggap signifikan secara praktis. Dengan demikian, semakin tinggi nilai faktor loading, semakin penting peranan loading dalam menginterpretasikan matrik faktor. Rule of thumb yang digunakan untuk validitas konvergen adalah outer loading > 0.7, communality 0.5 dan Average Variance Extracted (AVE) > 0.5.
Validitas diskriminan adalah validitas yang berhubungan dengan prinsip bahwa pengukur-pengukur konstruk tidak berkorelasi dengan tinggi. Validitas diskriminan terjadi jika dua instrumen berbeda yang mengukur dua konstruk, diprediksi tidak berkorelasi menghasilkan skor yang memang tidak berkorelasi.
Uji validaitas diskriminan dinilai berdasarkan cross loading pengukuran dengan konstruknya. Metode lain yang digunakan untuk menilai validitas diskriminan adalah dengan membandingkan akar AVE untuk setiap konstruk dengan korelasi antara konstruk dengan konstruk lainnya dalam model. Model menunjukkan validitas diskriminan yang cukup jika akar AVE untuk setiap konstruk lebih besar daripada korelasi antara konstruk dengan konstruk lainnya dalam model.
Tabel 3.12 Parameter Uji Validitas dalam Model Pengukuran PLS
Uji
Validitas Parameter Rule of Thumbs
Konvergen
Faktor loading Lebih dari 0,7 Average Variance Extracted
(AVE)
Lebih dari 0,5
Communality Lebih dari 0,5
Diskriminan
Akar AVE dan korelasi variabel laten
Akar AVE > korelasi variabel laten
Cross loading Lebih dari 0,7 dalam satu variabel
Sumber : Chin (1995) di dalam Abdillah dan Jogiyanto (2015)
3.7.2.2 Uji Reliabilitas
Selain uji validitas, PLS melakukan uji reliabilitas untuk mengukur konsistensi internal alat ukur. Reliabilitas menunjukkan akurasi, konsistensi, dan ketepatan suatu alat ukur dalam menggunakan pengukuran. Uji reliabilitas dalam PLS menggunakan dua metode yaitu cronbach’s alpha dan composite reliability.
Cronbach’s alpha mengukur batas bawah nilai reliabilitas suatu konstruk, sedangkan composite reliability mengukur nilai sesungguhnya reliabilitas suatu konstruk. Nilai yang dapat diterima apabila cronbach’s alpha > 0.6 dan composite reliability > 0.7 (Abdillah dan Jogiyanto, 2015). Uji reliabilitas kuesioner dilakukan dengan menggunakan aplikasi Smart PLS v3.0.
3.7.3 Evaluasi Goodness-of-fit-Inner Models
Pengujian inner model (Abdillah dan Jogiyanto, 2015) dievaluasi dengan menggunakan R2 untuk konstruk dependen, nilai koefisien path atau t-values tiap path untuk uji signifikansi antara konstruk dalam model struktural. Nilai R2 digunakan untuk mengukur tingkat variasi perubahan variabel independent terhadap variabel dependent. semakin besar nilai R2 berarti semakin baik model prediksi dari model penelitian yang diajukan. Disamping melihat nilai R2, model PLS juga dievaluasi dengan melihat Q2 predictive relevance. Q2 mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q2 lebih besar dari 0 (nol) menunjukkan bahwa model mempunyai nilai predictive relevance. Nilai Q2 dihitung sebagai berikut :
(3.2) Dimana:
variabel independen dalam model persamaan.
3.7.4 Pengujian Hipotesis
Uji hipotesis dilakukan untuk menganalisis dan menarikkesimpulan terhadap permasalahan yang diteliti. Ukuran signifikansi keterdukungan hipotesis dapat digunakan perbandingan nilai T-table dan T-statistics. Jika nilai T-statistic lebih tinggi dibandingkan nilai T-table, berarti hipotesis terdukung. Untuk tingkat keyakinan 95% (α=5%) maka nilai T-table untuk hipotesis two tailed adalah ≥ 1.96 dan untuk hipotesis one tailed adalah ≥ 1.64.
