a. Uji Validitas
Uji validitas dalam penelitian digunakan untuk mengukur ketepatan suatu instrumen. Penelitian ini melakukan pra uji sampel kepada 30 responden dengan cara membandingkan r hitung dan r tabel untuk df = n – 2 dan alpha = 0,5. Dalam hal ini n berjumlah 30, artinya df = 30 – 2 = 28, nilai r tabelnya yaitu 0,361.
Terdapat 21 butir pernyataan yang dibagi ke dalam 4 bagian, yakni green product knowledge, green perceived risk, green trust, dan green purchase intention. Setelah mendapatkan data yang valid dan reliabel, kuesioner disebarluaskan kepada 100
responden.
1) Variabel Green Product Knowledge
Tabel 4. 1 Hasil Uji Validitas Green Product Knowledge Pernyataan Nilai r-
hitung Nilai r-tabel Keterangan
X1.1 0,689 0,361 Valid
X1.2 0,760 0,361 Valid
X1.3 0,759 0,361 Valid
X1.4 0,814 0,361 Valid
X1.5 0,651 0,361 Valid
X1.6 0,596 0,361 Valid
X1.7 0,627 0,361 Valid
Sumber: Data Primer yang Diolah SPSS 27, 2022
Berdasarkan tabel 4.1, seluruh pernyataan variabel green product knowledge memiliki nilai r hitung yang lebih besar dibanding dengan r tabelnya. Dengan demikian butir-butir pernyataan dari variabel green product knowledge dapat dinyatakan valid.
2) Variabel Green Perceived Risk
Tabel 4. 2 Hasil Uji Validitas Green Perceived Risk Pernyataan Nilai r-
hitung Nilai r-tabel Keterangan
X2.1 0,873 0,361 Valid
X2.2 0,887 0,361 Valid
X2.3 0,646 0,361 Valid
X2.4 0,859 0,361 Valid
X2.5 0,816 0,361 Valid
Sumber: Data Primer yang Diolah SPSS 27, 2022
Berdasarkan tabel 4.2, seluruh pernyataan variabel green perceived risk memiliki nilai r hitung yang lebih besar disbanding dengan r tabelnya. Dengan demikian butir-butir
valid.
3) Variabel Green Trust
Tabel 4. 3 Hasil Uji Validitas Green Trust Pernyataan Nilai r-
hitung Nilai r-tabel Keterangan
Y1.1 0,845 0,361 Valid
Y1.2 0,935 0,361 Valid
Y1.3 0,880 0,361 Valid
Y1.4 0,907 0,361 Valid
Y1.5 0,944 0,361 Valid
Sumber: Data Primer yang Diolah SPSS 27, 2022
Berdasarkan tabel 4.3, seluruh pernyataan variabel green trust memiliki nilai r hitung yang lebih besar disbanding dengan r tabelnya. Dengan demikian butir-butir pernyataan dari variabel green trust dapat dinyatakan valid.
4) Variabel Green Purchase Intention
Tabel 4. 4 Hasil Uji Validitas Green Purchase Intention Pernyataan Nilai r-
hitung Nilai r-tabel Keterangan
Y2.1 0,719 0,361 Valid
Y2.2 0,919 0,361 Valid
Y2.3 0,841 0,361 Valid
Y2.4 0,834 0,361 Valid
Sumber: Data Primer yang Diolah SPSS 27, 2022
Berdasarkan tabel 4.4, seluruh pernyataan variabel green purchase intention memiliki nilai r hitung yang lebih besar disbanding dengan r tabelnya. Dengan demikian butir-butir pernyataan dari variabel green purchase intention dapat dinyatakan valid.
b. Uji Reliabitas
Reliabilitas dalam penelitian menunjukan konsistensi suatu instrumen penelitian. Terdapat jumlah item yang berbeda di tiap varibel dalam penelitian ini, yaitu green product knowledge dengan 7 item, green perceived risk dengan 5 item, green trust dengan 5 item, dan green purchase intention dengan 4 item.
Pengujian reliabilitas dapat dilihat dari nilai Cronbach Alpha, bila melebihi 0,70 maka dapat dikatakan instrument tersebut andal.
1) Variabel Green Product Knowledge
Tabel 4. 5 Hasil Uji Reliabilitas Green Product Knowledge Variabel Cronbach Alpha N of Items Keterangan Green Product
Knowledge 0,826 7 Reliabel
Sumber: Data Primer yang Diolah SPSS 27, 2022
Berdasarkan tabel 4.5, Cronbach Alpha pada variabel green product knowledge sebesar 0,826 dan nilainya lebih besar dari 0,70. Dengan demikian, dapat disimpulkan bahwa pernyataan dalam variabel ini reliabel.
2) Variabel Green Perceived Risk
Tabel 4. 6 Hasil Uji Reliabilitas Green Perceived Risk Variabel Cronbach Alpha N of Items Keterangan Green Perceived
Risk 0,873 5 Reliabel
Sumber: Data Primer yang Diolah SPSS 27, 2022
Berdasarkan tabel 4.6, Cronbach Alpha pada variabel green perceived risk sebesar 0,873 nilainya lebih besar dari 0,70. Dengan demikian, dapat disimpulkan bahwa pernyataan
3) Variabel Green Trust
Tabel 4. 7 Hasil Uji Reliabilitas Green Trust
Variabel Cronbach Alpha N of Items Keterangan
Green Trust 0,942 5 Reliabel
Sumber: Data Primer yang Diolah SPSS 27, 2022
Berdasarkan tabel 4.7, Cronbach Alpha pada variabel green trust sebesar 0,942 nilainya lebih besar dari 0,70.
Dengan demikian, dapat disimpulkan bahwa pernyataan dalam variabel ini reliabel.
4) Variabel Green Purchase Intention
Tabel 4. 8 Hasil Uji Reliabilitas Green Purchase Intention Variabel Cronbach Alpha N of Items Keterangan Green Purchase
Intention 0,848 4 Reliabel
Sumber: Data Primer yang Diolah 27, 2022
Berdasarkan tabel 4.8, Cronbach Alpha pada variabel green purchase intention sebesar 0,848 nilainya lebih besar dari 0,70. Dengan demikian, dapat disimpulkan bahwa pernyataan dalam variabel ini reliabel.
2. Analisis Deskriptif
a. Analisis Profil Responden
Responden dalam penelitian ini merupakan orang-orang berusia minimal 16 tahun yang mengonsumsi AMDK galon dan mengetahui produk Le Minerale serta tinggal di daerah Jakarta dan sekitarnya. Analisis profil 100 responden yang terpilih dibagi berdasarkan jenis kelamin, usia, pekerjaan, dan pendapatan.
Adapun detail deskripsinya dijelaskan sebagai berikut.
1) Analisis Responden Berdasarkan Usia
Tabel 4. 9 Usia Responden
Usia Jumlah Presentase
16 – 25 Tahun 71 71%
26 – 35 Tahun 26 26%
36 – 45 Tahun 0 0
>45 Tahun 3 3%
Total 100 100%
Sumber: Data Primer yang Telah Diolah, 2022
Tabel 4.9 menunjukan bahwa presentase usia tertinggi ialah 16 – 25 tahun yang presentasenya mencapai 71 % atau 71 orang. Disusul dengan usia 26 – 35 tahun sebesar 26 orang.
Kelompok usia paling sedikit dalam penelitian ini yaitu > 45 tahun yang berjumlah 3 orang atau 3% dari total responden.
Responden dalam penelitian ini didominasi oleh generasi Z, yaitu generasi yang lahir mulai tahun 1996 hingga 2012.
Mereka terkenal sebagai generasi yang peduli akan konsumsi berkelanjutan. Menurut McKinsey (2020), sebanyak 76% Gen Z di Indonesia lebih memilih membeli produk ramah lingkungan dan ini 20% lebih tinggi dibandingkan dengan segmen lain.
Tabel 4. 10 Jenis Kelamin Responden
Jenis Kelamin Jumlah Presentase
Perempuan 85 85%
Laki-laki 15 15%
Total 100 100%
Sumber: Data Primer yang Telah Diolah, 2022
perempuan, yaitu sebanyak 85% atau 85 orang. Sisanya, berjenis kelamin laki-laki sebanyak 15%. Dilihat dari ukuran produknya, galon Le Minerale memiliki bobot lebih kecil yaitu 15 liter dibandingkan dengan galon isi ulang sebesar 19 liter. Ditambah lagi galon ini memiliki handle disetiap produknya sehingga lebih ringan dan mudah untuk diangkat oleh perempuan.
2) Analisis Responden Tempat Tinggal Pekerjaan Tabel 4. 11 Tempat Tinggal Responden
Tempat Tinggal Jumlah Presentase
Jakarta 29 29%
Bogor 15 15%
Depok 11 11%
Tangerang 25 25%
Bekasi 20 20%
Total 100 100%
Sumber: Data Primer yang Telah Diolah, 2022
Tabel 4.11 menunjukan sebagian besar responden berasal dari Jakarta sebanyak 29% atau 29 orang, diikuti oleh responden dari Tangerang sebanyak 25 orang, lalu responden dari Bekasi 20 orang, responden dari Bogor 15 orang, dan terakhir reponden dari Depok 11 orang. Seperti yang telah disebutkan pada bab sebelumnya, konsumsi AMDK di wilayah Jakarta dan sekitarnya paling tinggi dan hal ini tercermin dari dominasi jumlah responden yang bertempat tinggal di Jakarta. Sejalan dengan hal tersebut, Le Minerale memang banyak menyediakan recycle point di wilayah
Jakarta dan Tangerang.
3) Analisis Responden Berdasarkan Pekerjaan Tabel 4. 12 Pekerjaan Responden
Pekerjaan Jumlah Presentase
Pelajar/Mahasiswa 56 56%
Karyawan Swasta 26 26%
Wiraswasta 6 6%
IRT 5 5%
Lainnya 7 7%
Total 100 100%
Sumber: Data Primer yang Telah Diolah, 2022
Tabel 4.12 menunjukan sebagian besar responden merupakan pelajar/mahasiswa dengan presentase sebesar 56%
atau berjumlah 56 orang, kemudian diikuti oleh karyawan swasta sebanyak 26 orang, lalu wiraswasta sebanyak 6 orang atau 6%, responden dengan kelompok pekerjaan lain-lain sebanyak 7 orang, dan terakhir kalangan ibu rumah tangga menjadi kelompok minoritas dalam penelitian ini dengan total 6 orang atau 6% dari total presentase.
4) Analisis Responden Berdasarkan Pendapatan Tabel 4. 13 Pendapatan Responden
Pendapatan Jumlah Presentase
< Rp1.000.000 56 56%
Rp1.000.000 -
3.000.000 30 30%
> Rp3.000.000 -
5.000.000 16 16%
> Rp5.000.000 -
10.000.000 9 9%
> 10.000.000 1 1%
Total 100 100%
Sumber: Data Primer yang Telah Diolah, 2022
Tabel 4.13 menunjukan sebagian besar responden memiliki penghasilan sebesar kurang dari Rp1.000.000.
Jumlah responden pada kelompok ini berjumlah 56 orang.
Presentase ini selaras dengan data sebelumnya yang mana menunjukan sebagian besar responden masih berstatus sebagai pelajar/mahasiswa. Hal ini menandakan bahwa galon Le Minerale dapat dijangkau oleh berbagai kalangan dan cukup digemari oleh kelompok responden yang umumnya memiliki penghasil tidak tetap.
b. Analisis Jawaban Responden
1) Analisis Jawaban Responden Tentang Green Product Knowledge
Variabel green product knowledge dalam penelitian ini dilambangkan dengan X1. X1 diukur melalui tujuh pernyataan yang diberikan pada responden.
Tabel 4. 14 Distribusi Pernyataan Responden Terhadap Variabel Green Product Knowledge (X1)
Item Pernyataan
Total
STS TS N S S
X1.1 1% 5% 18% 42% 34% 100%
X1.2 0% 8% 22% 43% 27% 100%
X1.3 1% 8% 16% 42% 33% 100%
X1.4 0% 5% 18% 47% 30% 100%
X1.5 1% 7% 12% 42% 38% 100%
X1.6 2% 6% 11% 34% 47% 100%
X1.7 0% 2% 15% 43% 40% 100%
Mean 0% 6% 16% 42% 36% 100%
Sumber: Data Primer yang Telah Diolah, 2022
Berdasarkan tabel 4.14, pernyataan rata-rata setuju (S) mencapai 46% dan menjadi pilihan terbesar responden.
Pernyataan sangat setuju (SS) sebanyak 36%, pernyataan netral (N) sebanyak 16%, pernyataan tidak setuju (TS) sebanyak 6%, dan pernyataan sangat tidak setuju (STS) sebanyak 0%. Secara umum dapat dikatakan bahwa responden mempunyai pengetahuan yang baik terkait produk ramah lingkungan.
Hal tersebut dapat dilihat dari skor tertinggi sebesar 47%
pada pernyataan SS dan S dalam item ‘tahu produk yang terbuat dari bahan yang dapat didaur ulang’ (X1.6) dan ‘takut membayangkan bahwa produk yang digunakan mengganggu lingkungan’. Dengan selisih lebih sedikit yaitu 43%, responden juga memilih sikap S pada item ‘tahu produk yang memiliki keterkaitan dengan perlindungan lingkungan’ (X1.2) dan ‘tahu tentang dampak lingkungan dari produk yang dibeli dan digunakan’ (X1.7). Ini menandakan bahwa responden mampu mengenali green product serta konsekuensi yang harus ditanggung saat mengonsumsi suatu produk. Salah satu unsur green product yang mudah diidentifikasi oleh responden adalah kemasan produk. Kemasan tersebut biasanya dapat menimbulkan masalah bila pasca penggunannya tidak dapat diurai. Salah satu material paling terkenal akan masalah ini
ialah plastik.
2) Analisis Jawaban Responden Tentang Green Perceived Risk Variabel green perceived risk dalam penelitian ini dilambangkan dengan X2. X2 diukur melalui lima pernyataan yang diberikan pada responden.
Tabel 4. 15 Distribusi Pernyataan Responden Terhadap Green Perceived Risk (X2)
Item Pernyataan
Total
STS TS N S ST
X2.1 8% 23% 33% 25% 11% 100%
X2.2 7% 19% 39% 27% 8% 100%
X2.3 11% 16% 33% 26% 14% 100%
X2.4 10% 25% 30% 25% 10% 100%
X2.5 19% 37% 27% 9% 8% 100%
Mean 11% 24% 32% 23% 10% 100%
Sumber: Data Primer yang Telah Diolah, 2022
Berdasarkan tabel 4.15 jawaban terbesar yang diberikan responden adalah netral (N) dengan nilai 32%. Dilanjutkan dengan jawaban tidak setuju (TS) sebesar 24%, setuju (S) sebesar 23%, sangat tidak setuju (STS) sebesar 11%, dan sangat tidak setuju (STS) sebanyak 10%. Secara umum dapat dikatakan bahwa responden memilih tidak ikut campur terhadap risiko atau kerugian yang terjadi saat mengonsumsi galon Le Minerale.
Jawaban netral terbesar yang ditunjukan responden terdapat pada item ‘ada kemungkinan akan terjadi sesuatu yang salah dengan kinerja produk ini dalam hal menciptakan
lingkungan yang lebih baik’ (X2.2) dengan skor 39% dan ‘ada kemungkinan akan terjadi sesuatu yang salah dengan kinerja produk ini dalam hal menciptakan lingkungan yang lebih baik’
(X2.1) dengan skor 33%. Walaupun demikian responden tidak setuju pada item ‘menggunakan produk ini akan merusak reputasi konsumen sebagai orang yang peduli pada lingkungan’ (X2.5) yang skornya mencapai 37%. Ini menandakan bahwa galon sekali pakai Le Minerale yang sebelumnya digadang-gadang menambah polemik plastik ternyata tidak mendapat tanggapan serupa oleh responden dalam penelitian ini. Responden juga merasa mengonsumsi atau membeli galon Le Minerale tidak akan memperburuk citra mereka sebagai orang yang peduli dengan kelestarian lingkungan.
3) Analisis Jawaban Responden Tentang Green Trust
Variabel green trust dalam penelitian ini dilambangkan dengan Y1. Y1 diukur melalui lima pernyataan yang diberikan pada responden.
Tabel 4. 16 Distribusi Pernyataan Responden Terhadap Green Trust (Y1)
Item Pernyataan
Total
STS TS N S ST
Y1.1 1% 3% 36% 32% 28% 100%
Y1.2 1% 9% 41% 25% 24% 100%
Y1.3 3% 7% 27% 38% 25% 100%
Y1.4 5% 8% 38% 25% 24% 100%
Y1.5 2% 5% 38% 32% 23% 100%
Item Pernyataan
Total
STS TS N S ST
Mean 3% 6% 36% 30% 25% 100%
Sumber: Data Primer yang Telah Diolah, 2022
Berdasarkan tabel 4.16, sebagian besar responden menyatakan netral (N) pada variabel green trust dengan presentase mencapai 36%. Responden juga menyatakan setuju (S) sebesar 30%, sangat setuju (SS) 25%, tidak setuju (TS) 6%, dan sangat tidak setuju (STS) sebanyak 3%. Secara umum dapat dikatakan bahwa responden tidak memiliki kecenderungan khusus untuk percaya terhadap galon Le Minerale sebagai produk yang ramah lingkungan.
Pernyataan ini didukung dengan banyaknya responden yang memilih netral untuk item ‘konsumen dapat mengandalkan kinerja produk ini dalam menciptakan lingkungan lebih baik’ (Y1.2) sebanyak 41%, ‘produk memiliki kepedulian lingkungan sesuai harapan konsumen’
(Y1.4) sebanyak 38%, ‘produk ini memenuhi janji dan komitmen terhadap lingkungan’ (Y1.5) sebanyak 38%, dan item ‘komitmen Le Minerale pada lingkungan dapat dipercaya’ sebanyak 36%. Ini menandakan bahwa galon Le Minerale belum sepenuhnya memenuhi ekspetasi responden dalam hal mengembangkan produk yang dapat mengoptimalkan aspek penjagaan lingkungan, menunjukan
berupaya menjaga keseimbangan ekologi.
4) Analisis Jawaban Responden Tentang Green Purchase Intention Variabel green purchase intention dalam penelitian ini dilambangkan dengan Y2. Y2 diukur melalui lima pernyataan yang diberikan pada responden.
Tabel 4. 17 Distribusi Pernyataan Responden Terhadap Green Purchase Intention (Y2)
Item Pernyataan
Total
STS TS N S SS
Y2.1 0% 2% 11% 47% 40% 100%
Y2.2 0% 3% 26% 35% 36% 100%
Y2.3 0% 0% 9% 48% 52% 100%
Y2.4 0% 0% 7% 37% 56% 100%
Mean 0% 1% 11% 42% 46% 100%
Sumber: Data Primer yang Telah Diolah, 2022
Berdasarkan tabel 4.17, sangat setuju (SS) menjadi opsi yang paling besar dipilih oleh responden dengan nilai sebesar 46%. Disusul dengan opsi setuju (S) sebesar 42%, netral (N) sebesar 11%, tidak setuju (TS) sebesar 1%, dan sangat tidak setuju (STS) sebesar 0%. Secara umum dapat dikatakan bahwa responden memiliki sikap positif terkait minat membeli green product dan indikator pada variabel green purchase intention dapat memberi pengaruh untuk mendorong minat tersebut.
Skor SS tertinggi berada pada item ‘akan merekomendasikan produk pro-environmental kepada orang- orang di lingkungan sekitar’ (Y2.4) dengan jumlah 56% serta
‘ingin membeli produk pro-environmental’ (Y2.3) dengan
jumlah 52%. Ini menandakan responden mempunyai keinginan untuk mejaga lingkungan lewat pembelian produk yang sustainable dan mereka tidak segan untuk mempromosikan produk tersebut dengan cuma-cuma.
3. Analisis Data
a. Evaluasi Outer Model
Outer model atau model pengukuran menggambarkan hubungan antara blok indikator variabel latennya. Model indikator dalam konstruk penelitian ini bersifat reflektif. Hal ini dapat dilihat dari arah kausalitasnya, panah tersebut bergerak dari konstruk menuju indikator pengukuran yang menandakan konstruk menjelaskan varian pengukuran. Berikut ini rancangan outer model yang dibuat menggunakan aplikasi SmartPLS 3.0.
Gambar 4. 2 Perancangan Outer Model Sumber: Data Primer yang Diolah SmartPLS 3.0, 2022
Kemudian, model penelitian ini harus melewati tahap purifikasi dalam model pengukuran berupa uji validitas konstruk dan reliabilitas instrumen. Uji validitas digunakan untuk melihat kemampuan mengukur instrumen penelitian. Dalam PLS validitas kontruk terdiri atas convergent validity serta discriminant validity.
Sedangkan uji reliabilitas dilakukan untuk mengukur konsistensi jawaban responden atau konsistensi alat ukur. Uji reliabilitas dapat menggunakan metode Cronbach’s Alpha atau Composite Reliability (Abdillah & Jogiyanto, 2015).
1) Convergent Validity
Convergent validity digunakan untuk menilai bahwa suatu indikator mampu mewakili variabel tertentu. Hal ini dapat dilihat dari outer loading serta average variance extracted (AVE). Berdasarkan pendapat Hair dkk. (2019) nilai loading factor suatu indikator harus di atas 0,7 untuk dapat menjelaskan konstruk yang diwakilinya. Apabila terdapat indikator yang factor loading lebih rendah maka indikator tersebut harus dieliminasi (Abdillah & Jogiyanto, 2015).
Tabel 4. 18 Hasil Factor Loading Pertama
Variabel Indikator Factor Loading
Green Product Knowledge (X1)
X1.1 0,700
X1.2 0,791
X1.3 0,774
X1.4 0,722
X1.5 0,456
X1.6 0,449
X1.7 0,545
Variabel Indikator Factor Loading Risk (X2)
X2.2 0,918
X2.3 0,614
X2.4 0,888
X2.5 0,721
Green Trust (Y1)
Y1.1 0,863
Y1.2 0,919
Y1.3 0,872
Y1.4 0,912
Y1.5 0,902
Green Purchase Intention (Y2)
Y2.1 0,837
Y2.2 0,861
Y2.3 0,794
Y2.4 0,799
Sumber: Data Primer yang Diolah SmartPLS 3.0, 2022 Berdasarkan tabel 4.18, terdapat beberapa indikator yang masih memiliki factor loading di bawah 0,7. Diantaranya indikator X1.5 (0,456), X1.6 (0,449), dan X1.7 (0,545) dari variabel green product knowledge dan X2.3 (0,614) dari variabel green perceived risk. Indikator ini kemudian dieliminasi dari outer model lalu dikalkulasikan kembali.
Tabel 4. 19 Hasil Factor Loading Kedua
Variabel Indikator Factor Loading Green Product
Knowledge (X1)
X1.1 0,718
X1.2 0,855
X1.3 0,812
X1.4 0,736
Green Perceived Risk (X2)
X2.1 0,902
X2.2 0,922
X2.4 0,887
X2.5 0,715
Green Trust (Y1)
Y1.1 0,861
Y1.2 0,918
Y1.3 0,872
Y1.4 0,913
Y1.5 0,904
Green Purchase Y2.1 0,838
Variabel Indikator Factor Loading Intention (Y2)
Y2.2 0,866
Y2.3 0,789
Y2.4 0,794
Sumber: Data Primer yang Diolah SmartPLS 3.0, 2022 Hasil uji factor loading kedua menunjukan bahwa seluruh indikator sudah memenuhi standar rule of thumbs di atas 0,7.
Hal ini mengindikasikan konstruk sudah dapat diterima oleh factor loading yang dapat mengukur konstruk. Tahapan selanjutnya yaitu memvalidasi nilai Average Variance Extracted (AVE).
Gambar 4. 3 Hasil Outer Model
Sumber: Data Primer yang Diolah SmartPLS 3.0, 2022 Menurut Hair dkk. (2019) nilai Average Variance Extracted (AVE) harus lebih besar dari 0,5. Berdasarkan hasil uji, nilai AVE pada penelitian ini sudah memenuhi ketentuan ahli seperti yang tertera pada tabel 4.20 di bawah ini. Dengan
demikian, model penelitian ini dapat diteruskan dengan menguji validitas diskriminan karena telah memenuhi validitas konvergen.
Tabel 4. 20 Hasil Average Variance Extracted (AVE)
Variabel AVE Keterangan
Green Product Knowledge (X1) 0,612 Valid Green Perceived Risk (X2) 0,740 Valid Green Trust (Y1) 0,799 Valid Green Purchase Intention (Y2) 0,676 Valid Sumber: Data Primer yang Diolah SmartPLS 3.0, 2022 2) Discriminant Validity
Discriminant validity menunjukan bahwa pengukur konstruk yang berbeda seharusnya tidak memiliki korelasi yang tinggi. Parameter yang diukur dalam tahapan ini adalah skor cross loading pada tiap indikator nilai lebih tinggi dari 0,7 atau dengan membandingkan akar dari AVE suatu konstruk harus lebih besar daripada korelasi antar variabel laten (Abdillah & Jogiyanto, 2015).
Tabel 4. 21 Hasil Cross Loading
X1 X2 Y1 Y2
X1.1 0,718 0,052 0,266 0,303
X1.2 0,855 0,115 0,382 0,445
X1.3 0,812 -0,080 0,311 0,339
X1.4 0,736 0,008 0,349 0,312
X2.1 0,041 0,902 0,448 0,019
X2.2 0,047 0,922 0,465 0,073
X2.3 0,011 0,887 0,408 0,023
X2.4 0,022 0,715 0,236 0,045
Y1.1 0,370 0,442 0,861 0,373
Y1.2 0,416 0,457 0,918 0,439
Y1.3 0,340 0,393 0,872 0,247
X1 X2 Y1 Y2
Y1.5 0,356 0,412 0,904 0,349
Y2.1 0,400 0,006 0,325 0,838
Y2.2 0,449 0,125 0,433 0,866
Y2.3 0,335 0,007 0,291 0,789
Y2.4 0,278 -0,0017 0,259 0,794
Sumber: Data Primer yang Diolah SmartPLS 3.0, 2022 Tabel 4.21 menunjukan bahwa nilai cross loading pada masing-masing indikator lebih tinggi dari 0,7 dan lebih besar dibandingkan dengan nilai loading konsruk lainnya. Maka dari itu dapat dikatakan bahwa nilai cross loading dapat diterima dan pengujian selanjutnya dapat dilakukan, yaitu membandingkan nilai Fornell-Larker Criterion untuk setiap konstruk dengan nilai korelasi antar konstruk dalam suatu model (Setiaman, 2020).
Tabel 4. 22 Hasil Fornell-Larker Criterion
X1 X2 Y1 Y2
X1 0,782
X2 0,037 0,860
Y1 0,423 0,469 0,894
Y2 0,454 0,046 0,408 0,822
Sumber: Data Primer yang Diolah SmartPLS 3.0, 2022 Hasil Fornell-Larker Criterion pada tabel 4.22 yang ditunjukan dengan sel berwarna memperlihatkan bahwa tiap variabel memiliki nilai lebih tinggi dibandingkan variabel lain pada kolom yang sama. Nilai Fornell-Larker Criterion yang tinggi menandakan discriminant validity-nya baik. Selain itu, ada nilai Heterotrait-Monotrait Ration (HTMT) yang perlu
Tabel 4. 23 Hasil Heterotrait-Monotrait Ration (HTMT)
X1 X2 Y1 Y2
X1
X2 0,122
Y1 0,485 0,495
Y2 0,538 0,088 0,440
Sumber: Data Primer yang Diolah SmartPLS 3, 2022
Nilai Heterotrait-Monotrait Ration (HTMT) dalam tabel 4.23 tidak menunjukan angka yang lebih tinggi dari ketentuan Hair dkk. (2018). Dengan demikian dapat disimpulkan bahwa uji validitas dalam penelitian ini dapat diterima karena sudah sesuai dengan kriteria parameter yang telah ditetapkan oleh ahli.
3) Composite Reliability
Setelah uji validitas dilakukan, langkah berikutnya yaitu uji reliabilitas untuk melihat akurasi, konsistensi, serta ketepatan alat ukur dalam melakukan pengukuran. Dalam penelitian ini reliabilitas ditentukan oleh composite reliability yang menurut Abdillah & Jogiyanto (2015) harus lebih besar dari 0,7 walau 0,6 masih diterima.
Tabel 4. 24 Hasil Composite Reliability
Cronbach’s Alpha rho_A Composite Reliability
X1 0,787 0,806 0,862
X2 0,883 0,922 0,919
Y1 0,937 0,943 0,952
Y2 0,842 0,862 0,893
Sumber: Data Primer yang Diolah SmartPLS 3, 2022
Hasil Composite Reliability pada tabel 4.24 menunjukan angka yang lebih tinggi dari 0,7 di setiap variabel. Selain itu, nilai pada kolom Cronbach’s Alpha juga dapat digunakan untuk mengukur reliabilitas dengan syarat nilainya lebih dari 0,7 menurut Abdillah & Jogiyanto (2015).
b. Evaluasi Inner Model
Menurut Hair dkk. (2019) posisi konstruk laten didasarkan pada teori dan akumulasi pengetahuan serta pengalaman peneliti.
Model jalurnya ditentukan oleh variabel laten yang ada di bagian kiri sebagai variabel independen serta variabel laten di bagian kanan sebagai variabel dependen. Inner model atau model struktural menggambarkan ketergantungan antara variabel- variabel tersebut. Dalam penelitian ini inner model dirancang sebagai berikut.
Gambar 4. 4 Perancangan Inner Model
Inner model dilakukan untuk mengetahui hubungan kausal antar variabel berdasarkan teori dan pengujian hipotesis (Abdillah
& Jogiyanto, 2015). Untuk memprediksi hubungan ini, penilaian inner model didasarkan pada koefisien determinasi (𝑅2), koefisien path, predictive relevance (𝑄2), dan GOF.
1) Koefisien Determinasi (𝑅2)
Koefisien determinasi digunakan untuk mengevaluasi konstruk dependen (Abdillah & Jogiyanto, 2015).
Berdasarkan pendapat Hair dkk. (2018) nilai koefisien determinasi (𝑅2) atau R-Square berada diantara 0 sampai 1 atau lebih tinggi dengan ketentuan 0,25 dinilai lemah, 0,50 dinilai moderat, dan 0,75 dinilai kuat (Hair, dkk., 2018).
Tabel 4. 25 Hasil R-Square
R-Square R-Square Adjusted
Y1 0,384 0,372
Y2 0,274 0,251
Sumber: Data Primer yang Diolah SmartPLS 3.0, 2022 Hasil R-Square pada tabel 4.24 di atas menunjukan bahwa nilai variabel green trust (Y1) dan green purchase intention (Y2) berada di rentan 0 hingga 0,50. Dimana green product knowledge dan green perceived risk yang mempengaruhi variabel green purchase intention (Y1) dinilai lemah karena hanya dapat menjelaskan variabilitas sebesar 0,274 atau 27,4%. Artinya, masih ada variabel lain yang dapat memberikan pengaruh hingga 72,6%. Untuk variabel green
trust (Y1), dapat dijelaskan oleh green product knowledge dan green perceived risk dengan presentase sedikit lebih besar yaitu 38,4%. Sisanya (61.6%) dijelaskan oleh variabel lain yang tidak disebutkan dalam penelitian.
2) Uji Path Coefficient
Path coefficient menggambarkan pengaruh hubungan antar variabel konstruk berupa hubungan positif atau negatif.
Oleh karena itu nilainya berada pada rentang -1 sampai +1.
Menurut Hair dkk. (2019) nilai yang berada diantara 0 hingga +1 menandakan hubungan positif, sedangkan 0 hingga -1 menandakan hubungan negative.
Tabel 4. 26 Hasil Path Coefficient
X1 X2 Y1 Y2
X1 0,406 0,320
X2 0,454 -0,119
Y1 0,328
Y2
Sumber: Data Primer Diolah SmartPLS 3.0, 2022
Dalam penelitian ini ditemukan bahwa mayoritas hubungan variabel bersifat positif, diantaranya green product knowledge (X1) terhadap green trust (Y1) dan green purchase intention (Y2), green perceived risk (X2) terhadap green trust, dan green trust (Y1) terhadap green purchase intention.
Terdapat satu hubungan negatif antara green perceived risk (X2) dengan green purchase intention (Y2) yang ditunjukan dengan nilai path coefficient sebesar -0,119. Artinya naiknya
pengaruh green perceived risk (X2) akan diikuti oleh penurunan green purchase intention (Y2).
3) Predictive Relevance (𝑄2)
Predictive relevance (𝑄2) digunakan untuk menilai kekuatan prediksi model. Nilai 𝑄2 dapat diperoleh dengan prosedur blindfolding pada SmartPLS. Menurut Hair dkk.
(2018) nilai 𝑄2 yang lebih besar dari 0 mengindikasi relevansi prediktif yang kecil, 0,25 mengindikasi relevansi prediktif sedang, dan 0,50 mengindikasi relevansi prediktif besar.
Tabel 4. 27 Hasil Predictive Relevance (𝑄2)
SSO SSE 𝑄2(=1-SSE/SSO)
X1 400.000 400.000
X2 400.000 400.000
Y1 500.000 351.889 0,296
Y2 400.000 336.181 0,160
Sumber: Data Primer yang Diolah SmartPLS 3.0, 2022 Proses blindfolding menghasil nilai 𝑄2 yang menunjukan bahwa nilai relevansi prediktif model yang kecil untuk green purchase intention (Y2) yaitu sebesar 0,160. Sedangkan variabel green trust (Y1) memiliki nilai yang lebih besar, yaitu 0,296 yang menunjukan relevansi model prediktifnya sedang.
Kedua variabel ini memperlihatkan nilai yang lebih besar dari 0, dengan demikian nilai 𝑄2 sudah dapat menunjukan akurasi prediksi model yang baik.
4) Goodness of Fit (GoF)
memvalidasi model secara menyeluruh. Nilai GoF dihasilkan melalui average communalities index dikalikan dengan nilai 𝑅2 (Yamin & Kurniawan, 2011). Hasilnya berkisar antara 0 sampai 1 dengan interpretasi nilai 0,1 menunjukan GoF kecil, 0,25 menunjukan GoF moderat, dan 0,36 menunjukan GoF besar.
𝐺𝑜𝐹 = √𝐶𝑜𝑚̅̅̅̅̅̅ × 𝑅̅̅̅̅ 2 𝐺𝑜𝐹 = √0,7946 × 0,329
𝐺𝑜𝐹 = 0,5113
Berdasarkan perhitungan, nilai rata-rata communalities adalah 0,7946 sedangkan rata-rata 𝑅2 adalah 0,329 sehingga dapat diketahui bahwa nilai GoF berjumlah 0,5113. Dengan demikian dapat diketahui bahwa index GoF dalam model penelitian ini tergolong tinggi dan hal ini menandakan bahwa performa model penelitian valid.
5) Pengujian Hipotesis
Pengujian hipotesis dapat menggunakan nilai path coefficient serta indirect effect yang ditunjukan oleh T- statistic. Menurut Abdillah & Jogiyanto (2015) nilainya harus di atas 1,96 untuk hipotesis two tailed pada alpha 5%. Adapun pengujian hipotesis dalam SemPLS dilakukan dengan bootstrapping.
Tabel 4. 28 Hasil Uji Hipotesis Path Coefficient