• Tidak ada hasil yang ditemukan

Pengujian Model Pengukuran ( Outer Model) a. Uji Validitas

Intervening

Kasus 4 Uji Model Moderasi

I. Pengujian Model Pengukuran ( Outer Model) a. Uji Validitas

Convergent Validity

Nilai convergen validity dapat dilihat nilai loading faktor pada variabel laten dengan indikator-indikatornya. Untuk ukuran dikatakan tinggi jika berkorelasi lebih dari 0,60 dengan konstruk yang ingin diukur. Dibawah ini adalah tabel loading faktor yang masing-masing indikator dihitung menggunakan PLS.

Kinerja Pegawai_ loading Lingkungan Kerja loading

KIN1 0.829 LING1 0.923

KIN2 0.812 LING2 0.932

KIN3 0.807 LING3 0.743

KIN4 0.867 Kekakuan Peraturan loading

KIN5 0.926 PER1 0.937

KIN6 0.758 PER2 0.952

PER3 0.799

Dari hasil di atas terlihat semua indikator sudah berada di atas 0,6 (wana hijau) sehingga dapat dilanjutkan dengan pengujian lainnya.

Selain melihat nilai dari loading faktor, validitas itu dapat juga dilihat nilai dari AVE, dimana dikatkan valid jika nilai AVE >

0.5

Variabel Average Variance Extracted (AVE)

Kinerja Pegawai_ 0.697

Lingkungan Kerja 0.758

Kekakuan Peraturan 0.808

Dari hasil di atas terlihat nilai AVE semua variabel sudah berada di atas 0,5 (wana hijau) sehingga dapat dilanjutkan dengan pengujian lainnya.

Discriminant Validity. Nilai ini merupakan nilai cross loading faktor yang berguna untuk mengetahui apakah konstruk memiliki diskriminan yang memadai yaitu dengan cara membandingkan nilai loading pada konstruk yang dituju harus lebih besar dibandingkan dengan nilai loading dengan konstruk yang lain

Indikator Kinerja

Pegawai_ Lingkungan

Kerja Kekakuan Peraturan

KIN1 0.829 0.376 -0.476

KIN2 0.812 0.313 -0.387

KIN3 0.807 0.450 -0.602

KIN4 0.867 0.477 -0.537

KIN5 0.926 0.490 -0.567

KIN6 0.758 0.420 -0.335

LING1 0.422 0.923 -0.185

LING2 0.468 0.932 -0.207

LING3 0.439 0.743 -0.309

PER1 -0.527 -0.209 0.937

PER2 -0.542 -0.214 0.952

Indikator Kinerja

Pegawai_ Lingkungan

Kerja Kekakuan Peraturan

PER3 -0.530 -0.303 0.799

Dari hasil di atas terlihat nilai cross loading terbesar masing- masing indikator bersesuaian dengan variabel latennya.

Metode lain untuk menilai discriminant validity adalah membandingkan nilai square root of average variance extracted (AVE) setiap konstruk dengan korelasi antara konstruk dengan konstruk lainnya dalam modelatau yang dikenal pengujian Fornnel dan Larcker.

Dari hasil di atas terlihat nilai akar AVE (nilai di diagonal utama) lebih besar dari masing-masing korelasi antar variabel latennya (nilai di bawah diagonal utama).

b. Uji Reabilitas

Selanjutnya dilakukan uji reliabilitas konstruk yang diukur dengan composite reliability dan cronbach’s alpha dari blok indikator yang mengukur konstruk. Konstruk dinyatakan reliabel jika memiliki nilai composite reliability di atas 0,70 dan cronbach’s alpha di atas 0,70.

Fornell-Larcker

Criterion Kinerja

Pegawai_ Lingkungan

Kerja Kekakuan Peraturan

Kinerja Pegawai 0.835

Lingkungan

Kerja 0.512 0.870

Kekakuan

Peraturan -0.595 -0.270 0.899

Variabel Cronbach's Alpha Composite Reliability

Kinerja Pegawai_ 0.913 0.932

Lingkungan Kerja 0.833 0.903

Kekakuan Peraturan 0.877 0.926

Dari hasil di atas seluruh konstruk memiliki nilai composite reliability di atas 0,70 dan cronbach’s alpha di atas 0,70. Jadi dapat disimpulkan bahwa konstruk memiliki reliabilitas yang baik.

II.Pengujian Model Struktural (Inner Model)

Model struktural dievaluasi dengan menggunakan R-square untuk variabel dependen dan nilai koefisien path untuk variabel independen yang kemudian dinilai signifikansinya berdasarkan nilai t-statistic setiap path.

a. R Square Adjusted

R Square R Square Adjusted Kinerja Pegawai 0.605 0.588

Nilai r square adjusted sebesar 0,588 artinya variabel independen (lingkungan kerja), variabel mediator (kekakutan peraturan) serta interaksinya mampu menjelasakan variabel dependen (kinerja pegawai) sebesar 58.8 persen sisanya oleh variabel lain di luar model.

b. F square (f2)

Untuk melihat apakah pengaruh variabel laten eksogen terhadap variabel laten endogen memiliki pengaruh yang substantif digunakan effect size f2. Cohen (1988) mengatakan bahwa Effect Size f2 yang disarankan adalah di atas 0.15, dimana dengan variabel laten eksogen memiliki pengaruh moderat pada level structural.

F2 Kinerja Pegawai Lingkungan Kerja 0.312

Peraturan 0.786

Dari hasil di atas seluruh konstruk memiliki nilai f2 di atas 0,15 sehingga memiliki pengaruh moderat pada level structural

c. Stone-Geisser Q-square test (Predictive Relevance)

Q-square mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga parameternya. Nilai Q-square lebih besar 0 (nol) menunjukkan bahwa model mempunyai nilai predictive relevance, sedangkan nilai Q-square kurang dari 0 (nol) menunjukkan bahwa model kurang memiliki predictive relevance. Untuk menghitung dapat digunakan rumus:

Nilai Q-square lebih besar dari 0 (nol) menunjukkan bahwa model mempunyai nilai predictive relevance.

d. Goodness of Fit (gof)

Evaluasi Goodness of Fit model diukur menggunakan variabel laten dependen dengan interpretasi yang sama dengan regresi.

Suatu model dikatakan baik jika nilai gof di atas 0,38. Untuk menghitung GoF dapat digunakan rumus:

Modelnya sudah fit karena nilai GoF-nya-0.675 sudah besar karena di atas 0,38.

D. Pengujian Hypothesis

• Klik Calculate

• Lalu pilih Bootsrapping

• Maka akan keluar jendela Bootsrapping

• Pada test type pilih one tailed (jika di hipotesis ada arah hubungan missal pengaruh positif) atau two tail (jika hipotesis hanya pengaruh saja tanpa arah)

• Lalu klik Start Calculation

• Pada Graphical Results:

• Pada inner model: klik drop dowm pilih path and P-Value

• Pada outer model: klik drop down pilih blank

• Pada contructs pilih Rsquare adjusted

• Pada hight Path: pilih use absolute value

• Selanjutnya kita dapat mengexsport hasil uji outer dan inner model ke excel pada menu: export to excel

Pengaruh Langsung Koefisien T Statistics

(|O/STDEV|) P Values Lingkungan *Peraturan ->

Kinerja Pegawai 0.376 2.361 0.019

Lingkungan Kerja -> Kinerja

Pegawai 0.365 3.173 0.002

Peraturan -> Kinerja Pegawai -0.607 6.390 0.000 Persamaan regresi:

Kinerja Pegawai =0.365Lingkungan Kerja- 0.607 Kekakuan Peraturan +0.37Lingkungan *Peraturan

• Lingkungan Kerja memiliki pengaruh langsung dan signifikan positif terhadap Kinerja dengan koefisien sebesar Pegawai 0.365, dengan nilai |t stat| = 3.173 > t tabel=1,64 dan nilai p.value=0.002 < alpha=0.05. Hal ini berarti kenaikan 1 poin lingkunagn kerja akan meningkatkan kinerja pegawai sebesar 0.365, dengan asumsi variabel lain konstan

• Kekakutan Peraturan memiliki pengaruh langsung dan signifikan negatif terhadap Kinerja Pegawai dengan koefisien sebesar- 0.607, dengan nilai |t stat| = 6.390 > t tabel= 1,64 dan nilai p.value=0.000<alpha=0.05. Hal ini berarti kenaikan 1 poin kekakuan peraturan/ birokrasi akan menurunkan kinerja pegawai sebesar 0.607, dengan asumsi variabel lain konstan

• Lingkungan *Peraturan memiliki pengaruh langsung dan signifikan positif terhadap Kinerja dengan koefisien sebesar Pegawai 0.376, dengan nilai |t stat| = 2.361>t tabel=1,64 dan nilai p.value=0.019 <alpha=0.05. Hal ini berarti variabel kekakuan peraturan memoderasi hubungan lingkungan kerja dengan kinerja pegawai

Regresi Linier Berganda pada

Dokumen terkait