31 BAB III
METODE PENELITIAN A. Jenis Penelitian
Penelitian ini merupakan penelitian kuantitatif dengan desain penelitian berbasis studi kasus. Penggunaan penelitian kuantitatif merupakan penelitian yang menggunakan teknik pengembangan yang berupa data dalam bentuk numerik atau angka. Tujuan penelitian kuantitatif menurut penyampaian Sugiyono (2014) bertujuan untuk meneliti pada besaran populasi atau sampel tertentu, analisis data bersifat kuantitatif atau statistik, yang bertujuan untuk menguji hipotesis atau pendugaan yang telah ditetapkan.
Pendekatan pada penelitian ini menggunakan metode survei. Sugiyono (2014) menyatakan bahwa metode survey adalah penelitian yang dilakukan dengan menggunakan angket sebagai alat penelitian yang dilakukan pada populasi besar maupun kecil, tetapi data yang dipelajari adalah data dari sampel yang diambil dari populasi tersebut, sehingga ditemukan kejadian relatif, distribusi, dan hubungan antar variabel, sosiologis maupun psikologi. Pemilihan penelitian kuantitatif dengan desain penelitian studi kasus dikarenakan sesuai dengan beberapa rumusan masalah yang terdapat dalam penelitian ini, serta tujuan dari penelitian ini yang bertujuan untuk mengetahui pengaruh E- commerce terhadap minat berwirausaha pada mahasiswa Universitas Muhammadiyah Malang.
B. Lokasi Penelitian
Lokasi penelitian berada di Universitas Muhammadiyah Malang, Kampus III yang beralamat di Jalan Raya Tlogomas No. 246, Tlogomas, Kota Malang, Provinsi Jawa Timur.
C. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan adalah angket atau kuesioner.
Angket merupakan teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden.
Data yang digunakan dalam penelitian ini secara umum adalah data primer. Data primer merupakan data yang diperoleh langsung oleh peneliti terhadap objek yang diteliti, tanpa menggunakan perantara misalkan lewat orang atau pihak lain (Sugiyono, 2014). Angket yang diberikan kepada responden digunakan untuk mengetahui pengaruh E-commerce terhadap minat berwirausaha pada mahasiswa Universitas Muhammadiyah Malang
D. Definisi Operasional Variabel
Penelitian ini pada dasarnya menggunakan data yang dapat dikelompokkan kepada satu variabel dependent atau variabel terikat (Y) yakni minat berwirausaha dan variabel independent atau variabel bebas (X) yakni E- commerce. Tujuan dari penjelasan tentang definisi operasional variabel adalah
agar konsep yang digunakan dapat diukur secara empiris serta untuk menghindari terjadinya kesalahan penafsiran dan pengertian yang berbeda.
Definisi operasional variabel yang digunakan dalam penelitian ini yaitu:
1. Minat Berwirausaha
Minat wirausaha adalah kemampuan untuk memberanikan diri dalam memenuhi kebutuhan hidup serta memecahkan permasalahan hidup, memajukan usaha atau menciptakan usaha baru dengan kekuatan yang ada pada diri sendiri. Minat wirausaha adalah gejala psikis untuk memusatkan perhatian dan berbuat sesuatu terhadap wirausaha itu dengan perasaan senang karena membawa manfaat bagi dirinya.
Inti dari pendapat tersebut adalah keinginan, ketertarikan serta kesediaan untuk bekerja keras atau berkemauan keras dengan adanya pemusatan perhatian untuk berusaha memenuhi kebutuhan hidupnya tanpa merasa takut akan resiko yang akan dihadapi, senantiasa belajar dari kegagalan yang dialami, serta mengembangkan usaha yang diciptakannya.
Minat wirausaha tersebut tidak hanya keinginan dari dalam diri saja tetapi harus melihat ke depan dalam potensi mendirikan usaha.
Pengukuran minat berwirausaha pada responden dilakukan menggunakan angket atau kuesioner. Pada angket atau kuesioner diberikan pertanyaan mengenai pendapat responden terhadap minat berwirausaha.
Dimensi pada minat berwirausaha dijelaskan pada tabel berikut.
Tabel 3.1 Pengukuran pada Variabel Minat Berwirausaha
No. Dimensi Indikator Cara Pengukuran
1
Ketertarikan terhadap wirausaha
Tertarik untuk berwirausaha Pengukuran mengunakan angket dengan Skala Likert
5 tingkat, yaitu:
Sangat Setuju (SS): 5 Setuju (S): 4
Netral (N): 3 Menyukai kegiatan berwirausaha
Berwirausaha, sebagai pilihan karir
Mencari informasi tentang wirausaha
No. Dimensi Indikator Cara Pengukuran
2
Perhatian terhadap wirausaha
Perhatian terhadap
wirausahawan yang berhasil
Tidak Setuju (TS): 2
Sangat tidak setuju (STS): 1 Berkonsentrasi terhadap kegiatan
berwirausaha
Memahami bentuk usaha yang akan dilakukan
3 Keinginan berwirausaha
Kemauan menjalani kegiatan berwirausaha
Siap menghadapi hambatan dalam berwirausaha
Berusaha mencari solusi untuk memecahkan masalah
Siap menerima resiko kegagalan
4 Memulai berwirausaha
Bersemangat melakukan kegiatan berwirausaha
Kesadaran wirausaha dapat meningkatkan kesejahteraan Bersedia menyampaikan informasi kepada orang lain Bangga menjadi wirausaha Sumber : Didin, Iis, dan Lukmanul (2015)
2. E-commerce
Electronic commerce (E-commerce) atau perdagangan secara electronic merupakan transaksi bisnis yang terjadi dalam jaringan elektronik,
seperti internet. Siapapun yang dapat mengakses komputer, memiliki sambungan ke internet, dan memiliki cara untuk membayar barang-barang atau jasa yang mereka beli, dapat berpartisipasi dalam E-commerce. Sehingga dapat disimpulkan bahwa E-commerce merupakan kegiatan penjualan, pembelian, dan pemasaran barang yang memanfaatkan teknologi internet atau teknologi digital yang secara umum kegiatannya dilakukan tanpa tatap muka antar penjual dan pembeli.
Pengukuran penggunaan E-commerce pada responden dilakukan menggunakan angket atau kuesioner. Pada angket atau kuesioner diberikan pertanyaan mengenai pendapat responden terkait penggunaan E-commerce.
Dimensi pada penggunaan E-commerce dijelaskan pada tabel berikut.
Tabel 3.2 Pengukuran pada Variabel E-commerce
No. Dimensi Indikator Cara Pengukuran
1 Interface
Desain tampilan layout website (desain tata letak) sangat baik
Pengukuran mengunakan angket dengan Skala Likert
5 tingkat, yaitu:
Sangat Setuju (SS): 5 Setuju (S): 4
Netral (N): 3
Tidak Setuju (TS): 2
Sangat tidak setuju (STS): 1 Gambar produk yang
ditampilkan sesuai dengan aslinya
Style tulisan yang digunakan mudah dibaca dan dipahami Situs website dengan kualitas yang fleksibilitas
2 Navigation
Memiliki struktur tampilan yang tepat dan arah informasi yang jelas
Memiliki sistem navigasi yang cepat sehingga memudahkan pelanggan dalam bertransaksi dan berinteraksi pada situs tersebut
Perusahaan menggunakan program mesin pencari (search engine) sebagai alat bantu untuk mencari informasi di website tersebut
Perusahaan memanfaatkan akses navigasi yaitu proses untuk berpindah dari satu halaman ke halaman lainnya dalam melakukan penjualan barang/produk di website tersebut
3 Content Memiliki informasi yang jelas mengenai produk-produk
No. Dimensi Indikator Cara Pengukuran
merek moment yang
ditawarkan oleh perusahaan Mempunyai informasi kontak perusahaan yang jelas di situs web dan kemudahan dalam melakukan kontak dengan perusahaan tersebut
Kualitas informasi produk dan informasi lainnya melalui website mudah dipahami, dimengerti, dan memenuhi harapan orang yang membutuhkan informasi tersebut
Perusahaan melakukan percakapan tatap muka baik secara natural atau langsung maupun yang berada dalam setting komunikasi bermedia/digital
4 Reliability
Perusahaan melakukan blog penyimpanan profil konsumen secara akurat dan aman
Perusahaan menggunakan blog website terhadap proses pemesanan (order) barang dengan baik
Perusahaan melakukan proses setelah pemesanan sampai penerimaan pesanan dengan baik dan cepat
Perusahaan senantiasa
memberikan layanan
konsumen yang optimal
5 Technical
Memiliki kecepatan loading yang cepat sehingga pengunjung betah pada blog / website yang dimiliki perusahaan
No. Dimensi Indikator Cara Pengukuran Perusahaan memiliki sistem
yang tepat dan keamanan data bagi pelanggannya
Perusahaan menggunakan software komputer dalam menjalankan pemasaran produk
Perusahaan menggunakan sistem desain yang terstruktur sehingga memudahkan pelanggan dalam melakukan pembelian produk
Sumber: Merwe dan Bekker (2003) E. Populasi dan Sampel
1. Populasi
Populasi merupakan wilayah generalisasi yang terdiri atas subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari kemudian ditarik kesimpulan (Sugiyono, 2014). Dalam penelitian ini yang menjadi populasi yaitu seluruh mahasiswa Universitas Muhammadiyah Malang yang memanfaatkan E-commerce dalam berwirausaha yang diketahui dari hasil pra riset dengan jumlah sebanyak 113 orang mahasiswa.
2. Sampel
Sampel merupakan bagian kecil dari populasi yang bisa digunakan untuk menilai keadaan suatu objek penelitian (Sugiyono, 2014). Pada penelitian ini yang menjadi sampel yaitu mahasiswa Universitas Muhamamdiyah Malang yang memanfaatkan E-commerce. Metode penentuan sampel adalah dengan Purposive Sampling. Pada penelitian ini teknik pengambilan sampel
menggunakan Simple random sampling. Menurut Sugiyono (2014) Simple random sampling adalah cara pengambilan sampel dari semua anggota populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam anggota populasi itu. Cara demikian dilakukan apabila anggota populasi dianggap homogen. Teknik ini dapat diterapkan dalam penelitian ini karena dalam penelitian ini tidak membendakan populasi berdasarkan strata atau tingkatan apapun dan hanya dihomogenkan pada satu populasi yaitu mahasiswa Universitas Muhamamdiyah Malang yang memanfaatkan E- commerce dalam berwirausaha. Sedangkan dalam menentukan jumlah
sampel minimal yang harus diambil peneliti, maka digunakan rumus Slovin agar sampel minimal yang diambil bisa merepresentasikan kondisi populasi secara keseluruhan. Rumus Slovin dijelaskan sebagai berikut.
𝑛 = 𝑁
1 + 𝑁 (𝑒)2
𝑛 = 113
1 + 113 (5%)2 𝑛 = 99,8 𝑜𝑟𝑎𝑛𝑔 Keterangan :
n = ukuran sampel N = ukuran populasi
e = kelonggaran ketidak ketelitian karena kesalahan pengambilan sampel yang dapat ditolerir (5%)
Berdasarkan rumus tersebut, maka sampel minimal yang digunakan dalam penelitian ini adalah sebanyak 100 orang mahasiswa Universitas
Muhamamdiyah Malang yang memanfaatkan E-commerce dalam kegiatan wirausaha yang mereka lakukan.
F. Skala Pengukuran
Sugiyono (2014) skala pengukuran merupakan kesepakatan yang digunakan untuk acuan untuk menentukan panjang pendeknya interval yang ada di dalam alat ukur. Hal tersebut didukung oleh Neuman (2013) yang mengungkapkan bahwa dalam penelitian kuantitaif, pengukuran memiliki terminologi khusus dan seperangkat teknik karena tujuannya adalah untuk secara tepat menangkap rincian mengenai dunia sosial empiris dan mengungkapkan temuan dalam bentuk angka. Penelitian ini menggunakan pengukuran skala likert. Sugiyono (2014) menyatakan skala likert ialah skala yang digunakan
untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. Fenomena sosial ditentukan oleh peneliti yang selanjutnya dijadikan variabel penelitian yang nantinya dijabarkan menjadi indikator variabel untuk dijadikan sebagai tolak ukur menyusun item-item instrument berupa pernyataan atau pertanyaan yang mempunyai gradasi dari sangat positif sampai sangat negative (sangat setuju,setuju,sangat tidak setuju).
Alternatif jawaban yang diberikan pada setiap pernyataan ialah Sangat Setuju (SS), Setuju (S), Netral (N), Tidak Setuju (TS), dan Sangat Tidak Setuju (STS).
Selanjutnya, peneliti membuat skor untuk setiap alternatif jawaban pada tabel di bawah ini:
Tabel 3.3 Skala pengukuran dalam Penelitian
Alternatif Jawaban Skor
Sangat Setuju (SS) 5
Setuju (S) 4
Netral (N) 3
Tidak Setuju (TS) 2
Sangat Tidak Setuju (STS) 1
Sumber: Sugiyono (2014)
G. Pengujian Instrumen Penelitian 1. Uji Validitas
Arikunto (2006) menjelaskan bahwa validitas merupakan keadaan yang menggambarkan tingkat instrument yang bersangkutan mampu mengukur apa yang akan diukur. Menurut Arikunto (2006) diharapkan bersifat logis dan empiris. Maksud dari validitas logis yaitu karena validitas ini diperoleh dengan usaha yang hati-hati melalui cara yang benar. Validitas empiris berdasarkan dari pengalaman yang terjadi. Untuk menguji tingkat validitas empiris, maka peneliti harus mengujicobakan instrumen pada sasaran dalam penelitian. Langkah tersebut dinamakan kegiatan uji coba (try- out) instrumen. Apabila data yang didapat dari uji coba telah sesuai dengan
yang seharusnya, maka berarti bahwa instrumennya sudah baik dan valid.
Pada penelitian ini menggunakan kriteria yang disampaikan oleh Azwar (2011 : 65), yaitu apabila item yang memiliki indeks validitas sama dengan atau lebih besar daripada r tabel maka dinyatakan bahwa item tersebut dinyatakan valid atau mampu dipahami oleh responden.
2. Uji Reliabilitas
Reliabilitas digunakan untuk memastikan bahwa indikator dari suatu variabel mampu konsisten dalam mengukur variabel yang hendak diukur oleh
peneliti. Teknik yang digunakan untuk mengukur reliabilitas suatu tes menurut Arikunto (2006) ada berbagai macam, diantaranya dengan menggunakan rumus Spearman-Brown, rumus Flanagan, rumus Rulon, rumus KR 20, rumus KR 21, rumus Hoyt dan rumus Alpha. Pada penelitian ini, peneliti menggunakan rumus Alpha.
Menurut Azwar (2013) reliabilitas dinyatakan oleh koefisien reliabilitas yang angkanya berada dalam rentang dari 0 sampai dengan 1,00. Semakin tinggi koefisien reliabilitas mendekati angka 1,00 berarti semakin tinggi reliabilitas. Sebaliknya koefisien yang semakin rendah mendekati angka 0 berarti semakin rendahnya reliabilitas. Pernyataan tersebut diperkuat oleh Purwanto (2012) yang menyebutkan bahwa Instrument reliable bila hasil perhitungan reliabilitas dengan rumus Alpha Cronbach menunjukan angka minimal 0,65. Pada penelitian ini penguji menggunakan software Statistical Package for the Social Sciences (SPSS) versi 25 for windows.
H. Teknik Analisis Data
Sesuai dengan tujuan penelitian dan hipotesis yang telah diulas pada bab sebelumnya, maka analisis dalam penelitian ini akan menggunakan Partial Least Square (PLS) dengan software SmartPLS Versi 3 yang dimulai dari analisis desriptif dan dilanjutkan dengan metode Partial Least Square (PLS).
1. Analisis Deskriptif
Analisis deskriptif (Descriptive) digunakan untuk penggambaran tentang statistik data seperti min, max, mean, sum, standar deviasi, variance, range, dan lain-lain. Menurut Sugiyono (2014), analisis 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.
Purwanto (2012) menjelaskan bahwa statistik deskriptif adalah bagian dari statistika yang mempelajari cara pengumpulan data dan penyajian data sehingga mudah dipahamii. Statistika deskriptif hanya berhubungan dengan hal menguraikan atau memberikan keterangan-keterangan mengenai suatu data atau keadaan. Dengan kata statistika deskriptif berfungsi menerangkan keadaan, gejala, atau persoalan. Penarikan kesimpulan pada statistika deskriptif hanya ditujukan pada kumpulan data yang ada. Aspek yang dianalisis secara deskriptif pada penelitian ini adalah tingkat penggunaan E- commerce dan tingkat minat berwirausaha pada mahasiswa Universitas
Muhammadiyah Malang. Deskriptif digunakan untuk menggambarkan tanggapan responden terhadap setiap item pertanyaan yang di kategorikan menjadi 5 kategori: sangat tinggi, tinggi, cukup tinggi, rendah dan sangat rendah dengan perhitungan sebagai berikut:
Jarak Interval =𝑛𝑚𝑎𝑥− 𝑛𝑚𝑖𝑛
∑ 𝑘𝑒𝑙𝑎𝑠
= 5 − 1 5
= 0,8 Keterangan:
nmax : Nilai maksimal (5) nmin : Nilai minimal (1)
∑kelas : Jumlah kelas (5)
Berdasarkan rumus di atas, kemudian disusun kriteria penilaian pada setiap variabel melalui perhitungan rata-rata. Tolak ukur yang digunakan dapat dilihat pada Tabel 3.4 berikut.
Tabel 3.4 Jarak Interval Analisis Deskriptif No. Interval Keterangan rata-rata interval
Item Indikator Variabel 1. 1 1 – < 1,8 Sangat tidak
setuju
Sangat Rendah
Sangat Rendah 2. 2 1,8 – < 2,6 Tidak setuju Rendah Rendah
3. 3 2,6 – < 3,4 Ragu-ragu Cukup Tinggi Cukup Tinggi 4. 4 3,4 – < 4,2 Setuju Tinggi Tinggi
5. 5 4,2 – 5,0 Sangat setuju Sangat tinggi Sangat tinggi Sumber : (Sugiyono, 2016 : 50).
2. Metode Partial Least Square (PLS)
Partial Least Square (PLS) merupakan model persamaan Structural Equation Modeling (SEM) yang berbasis komponen atau varian. PLS adalah suatu pendekatan alternatif dari pendekatan SEM kovarian yang kemudian bergeser menjadi berbasis varian. Selain itu, alasan peneliti menggunakan PLS adalah metode analisis ini lebih efektif dimana dapat menyelesaikan regresi berganda yang sering terdapat permasalahan spesifik pada data, seperti jumlah data yang relatif kecil, adanya data yang hilang, terjadinya multikolinearitas dan tidak didasarkan pada banyak asumsi.
Data yang digunakan tidak harus berdistribusi normal dan sampel tidak harus besar. Informasi yang dihasilkan dari pengolahan data melalui PLS bisa lebih efisien dan lebih mudah diinterpretasikan. PLS dapat digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel. PLS juga dapat digunakan untuk memastikan teori dan menganalisis model yang dibentuk.
PLS yang berbasis varian lebih bersifat memprediksi (predictive model) sedangkan SEM yang berbasis kovarian umumnya menguji kausalitas atau teori (Solimun et al., 2017).
Alasan penggunaan analisis data berupa pendekatan PLS pada penelitian ini karena pada PLS memiliki kelebihan yaitu dapat mengetahui kekuatan atau kevalidan dari setiap indikator atau dimensi pada penyusun variabel terhadap variabel yang diukurnya. Hal ini juga sesuai dengan penyampaian dari Wingdes (2019) yang menyatakan bahwa penggunaan analisis data dengan pendekatan regresi memiliki kekurangan yaitu tidak dapat dilakukan pada variabel dependen yang berkelompok atau lebih dari satu, sehingga dengan pendekatan analisis PLS (Partial Least Square) bisa mengatasi permasalahan tersebut karena PLS mampu menguji variabel laten sehingga mengatasi kekurangan regresi dan memungkinkan pengujian hubungan variabel dependen yang berkelompok, selain itu juga dalam pengujian variabel yang banyak dan berkelompok, pendekatan PLS dapat memberikan perkiraan yang tepat dan lebih efisien dibandingkan regresi.
Tujuan PLS tidak lain untuk membantu peneliti dalam melakukan prediksi. Model formalnya mendifinisikan variabel laten sebagai linear agregat dari indikator-indikatornya. Perlu diketahui sebelumnya, variabel laten merupakan variabel yang memilki nilai data berupa angka atau kuantitatif akan tetapi tidak menunjukkannya secara langsung atau nilai tersebut masih samar. Lebih mudah untuk dipahami, variabel laten itu merupakan nilai dari pernyataan dari setiap variabel atau disebut juga
konstruk. Hal ini kerap terjadi pada penelitian sosial yang bersifat ingin mengkonfirmasi setuju atau tidaknya akan suatu hal.
3. Pendugaan dalam Partial Least Square (PLS)
Pendugaan parameter di dalam PLS meliputi 3 hal, yaitu (Solimun et al., 2017):
a) Weight estimate yang digunakan untuk menciptakan skor variabel laten.
b) Estimasi jalur (path estimate) yang menghubungkan antar variabel laten dan estimasi loading antara variabel laten dengan indikatornya.
Means dan lokasi parameter (nilai konstanta regresi, intersep) untuk indikator dan variabel laten. Untuk memperoleh ketiga estimasi ini, PLS menggunakan proses iterasi tiga tahap dan setiap tahap iterasi menghasilkan estimasi. Tahap pertama menghasilkan penduga bobot (weight estimate), tahap kedua menghasilkan estimasi untuk Inner Model dan Outer Model, dan tahap ketiga menghasilkan estimasi means dan lokasi (konstanta). Pada dua tahap pertama proses iterasi dilakukan dengan pendekatan deviasi (penyimpangan) dari nilai means (rata-rata). Pada tahap ketiga, estimasi bisa didasarkan pada matriks data asli dan atau hasil penduga bobot dan koefisien jalur pada tahap kedua, tujuannya untuk menghitung dan lokasi parameter.
4. Langkah-langkah Partial Least Square (PLS)
Berikut adalah langkah-langkah dalam analisis dengan partials least square (Solimun et al., 2017) yaitu dengan merancang model struktural (Inner Model), selanjutnya memformulasikan model hubungan antar
konstrak. Kemudian merancang model pengukuran (Outer Model) Pada tahap ini, peneiti mendefinisikan dan menspesifikasi hubungan antara konstrak laten dengan indikatornya apakah bersifat reflektif atau formulatif.
Selanjutnya mengkonstruksi diagram jalur fungsi utama dari membangun diagram jalur adalah untuk memvisualisasikan hubungan antar indikator dengan konstraknya serta antara konstrak yang akan mempermudah peneliti untuk melihat model secara keseluruhan, terakhir yaitu melakukan pengujian hipotesis dan interpretasi. Berikut adalah kriteria penilaian model PLS yang diajukan oleh MacKinnon et al. (2002) dalam Solimun et al., (2017) adalah sebagai berikut:
Tabel 3.5 Kriteria Penilaian Model PLS
Kriteria Penjelasan
Outer Model (Evaluasi Model Pengukuran) Validitas Konvergen
(Convergent Validity)
Nilai loading faktor harus diatas 0.70
Reliabilitas Komposit (composite Reliability)
Composite reliability mengukur internal consistency dan nilainya harus di atas 0.60 dan Nilai Average Variance Extracted (AVE) harus di atas 0.50
Validitas Diskriminan (Descriminant Validity)
Nilai loading factor untuk setiap indikator dari masing-masing variabel laten memiliki nilai loading factor yang tidak paling besar dibanding nilai loading jika dihubungkan dengan variabel laten lainnya.
Pengujian Inner Model Koefisien Determinasi
(R2)
Kontribusi setiap variabel bebas terhadap variabel terikat dan dinyatakan dalam bentuk persentase
Pengujian Hipotesis
output result for inner weight yang dilihat pada nilai path coefficient baik pengaruh langsung (Direct Effect) atau pun pengaruh tidak langsung (Indirect Effect)
Sumber : Solimun et al., (2017)
Selanjutnya hasil tentang kriteria pada inner model dan outer model dalam penelitian ini dijabarkan pada sub bab analisis model Partial Least Square (PLS) yang dirincinkan berdasarkan setiap kategori yaitu validitas
konvergen (convergent validity), reliabilitas komposit (composite reliability) dan validitas diskriminan (descriminant validity).
5. Koefisien Determinasi
Koefisien determinasi dimaksudkan untuk mengetahui besarnya kemampuan variabel independen dalam merepresentasikan variabel dependen.
Menurut Ghozali (2012) koefisien determinasi (R2) merupakan alat untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Nilai koefisien determinasi adalah antara nol atau satu.
6. Pengujian Hipotesis
Sebagaimana diketahui bahwa dalam penelitian ini menggunakan satu variabel bebas dan satu variabel terikat, adapun variabel bebas yang digunakan yaitu penggunaan e-commerce dan variabel terikat yang digunakan yaitu minat berwirausaha. Penentuan pengambilan keputusan dalam pengujian hipotesis menggunakan kriteria berikut.
1) Jika nilai probabilitas (signifikansi) ≤ alpha 5% (0,05) maka hipotesis diterima atau terdapat pengaruh yang signfikan dari penggunaan e- commerce terhadap minat berwirausaha.
2) Jika nilai probabilitas (signifikansi) > alpha 5% (0,05) maka hipotesis ditolak atau tidak terdapat pengaruh yang signfikan dari penggunaan e- commerce terhadap minat berwirausaha.
