Kehadiran buku ini tentunya akan menambah dan melengkapi referensi konsep dan teori Structural Equation Modeling (SEM), khususnya yang berbasis varians. Buku ini membahas konsep dasar Structural Equation Modeling (SEM) berbasis varian atau Partial Least Squares Path Modeling (PLS-SEM) dengan program SmartPLS 3.2.8.
Gambaran Umum Structural Equation Modeling (SEM)
SEM Berbasis Varian dan Kovarian
Canggih dan andal untuk pengujian teori model estimasi dan model kompleks atau hipotesis model. Rumit dan membutuhkan set data yang besar, asumsi normalitas dan indikator yang mencerminkan variabel laten.
Langkah-Langkah Dalam Menggunakan SEM
Menafsirkan hasil uji statistik dan mengenali konstruk konstruk berdasarkan model yang paling cocok. Kemampuan model yang dimodifikasi untuk direplikasi dan divalidasi ulang sebelum hasil penelitian diinterpretasikan dan dikomunikasikan.
- Model Konstruk Reflektif
- Model Konstruk Formatif
- Perbandingan antara Konstruk Reflektif dan Konstruk Formatif
- Konstruk Unidimensional dan Konstruk Multidimensional
Menurut Jogiyant, ada empat kemungkinan model konstruk formatif dan reflektif multidimensi, yaitu konstruk reflektif orde rendah dan konstruk formatif orde tinggi, konstruk formatif orde rendah dan orde tinggi, konstruk orde rendah dan konstruk orde tinggi. konstruk reflektif orde, dan konstruk orde formatif dan konstruk reflektif orde tinggi. Sedangkan konstruk formatif akan dihitung berdasarkan hasil t-statistic pada tabel external bootstrap weight untuk menguji signifikansi hubungan antara indikator dengan konstruk atau hubungan antara konstruk formatif urutan bawah dengan konstruk formatif urutan lebih tinggi (Jogiyanto .
Konsep Dasar Partial Least Squares (PLS)
Perkembangan PLS
Keunggulan dan Kelemahan PLS
Definisi Data
Jenis-Jenis Data
Skala Pengukuran
Data ordinal, seperti data nominal, juga merupakan data kualitatif, tetapi pada tingkat yang lebih tinggi dari data nominal. Namun, operasi matematika tidak dapat dilakukan pada data biasa, seperti jika 'tidak suka' dikategorikan sebagai '1'.
SMARTPLS 3.2.8
Tahapan Memasang SmartPLS 3.2.8
Tampilan Software SmartPLS 3.2.8
Opsi ini digunakan untuk mengubah nama variabel manifes (indikator) atau variabel laten dalam model yang telah dibuat di papan gambar. 2) Hapus. Pilihan ini digunakan untuk menghapus variabel manifes (indikator) maupun variabel laten pada model yang telah dibuat di papan gambar. 3) Sejajarkan.
- Model Pengukuran (Outer Model)
- Uji Validitas Konstruk
- Uji Reliabilitas
- Model Struktural (Inner Model)
Mengukur reliabilitas suatu konstruk dengan indikator reflektif dapat dilakukan dengan dua cara, yaitu dengan Cronbach's Alpha dan Composite Reliability Aturan praktis untuk menilai reliabilitas konstruk adalah nilai Composite Reliability harus lebih besar dari 0,70. Ada beberapa elemen komponen yang menjadi kriteria penilaian model struktural (model internal), yaitu nilai R-Square.
- Konsep Dasar SEM-PLS dengan Variabel Mediasi
- Analisis Structural Equation Modeling (SEM) dengan Variabel Intervening
- Pengujian Model Structural (Outer Model)
- Pengujian Model Structural (Inner Model)
- Indirect Effect
Pilih menu file utama, lalu pilih submenu baru, lalu pilih buat proyek baru, akan muncul layar berikut. Kemudian isikan path pada skema weight dan maximum iteration300 options sehingga tampilannya seperti berikut. Semua indikator periklanan, kepuasan pelanggan, dan loyalitas pelanggan memiliki nilai loading factor di atas 0,60.
Semua indikator advertising, customer satisfaction dan customer loyalty memiliki nilai cross-loading diatas 0,70. Untuk mengeluarkan hasil estimasi, pilih variabel laten dan kemudian pilih korelasi variabel laten seperti yang ditunjukkan di bawah ini. Begitu juga untuk variabel laten kepuasan dan loyalitas, dimana nilai korelasi antar variabel laten lebih kecil dari nilai AVE Root Square untuk masing-masing variabel laten.
Berdasarkan output hasil analisis bootstrap, nilai R-squared untuk variabel kepuasan sebesar 0,297 dan variabel loyalitas sebesar 0,343. Kemudian harga juga berpengaruh positif signifikan terhadap loyalitas yang ditunjukkan dengan koefisien parameter sebesar 0,245 dan nilai signifikansi sebesar 0,010 lebih kecil dari taraf alpha 5%. Selain itu, kepuasan berpengaruh positif signifikan terhadap loyalitas yang ditunjukkan dengan koefisien parameter sebesar 0,415 dan nilai signifikan sebesar 0,000 yang lebih kecil dari taraf alpha 5%.
Konsep Dasar SEM-PLS Model Recursive
Analisis Structural Equation Modeling (SEM) dengan Model Recursive
Kemudian kualitas informasi juga berpengaruh positif signifikan terhadap kepuasan pengguna yang ditunjukkan dengan koefisien parameter sebesar 0,126 dan nilai signifikan sebesar 0,015. Selanjutnya variabel kualitas pelayanan berpengaruh positif signifikan terhadap kepuasan pengguna yang ditunjukkan dengan koefisien parameter sebesar 0,063 dan nilai signifikan yaitu 0,017 lebih kecil dari taraf alpha 5%. Kemudian variabel kualitas sistem berpengaruh positif signifikan terhadap kepuasan pengguna yang ditunjukkan dengan koefisien parameter sebesar 0,093 dan nilai signifikan yaitu 0,010 lebih kecil dari taraf alpha 5%.
Variabel kepercayaan berpengaruh positif signifikan terhadap kepuasan pengguna yang ditunjukkan dengan koefisien parameter sebesar 0,859 dan nilai signifikan sebesar 0,000 yang lebih kecil dari taraf alpha 5%. Dengan demikian dapat diketahui bahwa nilai pengaruh tidak langsung pengaruh kualitas informasi terhadap kepuasan pengguna melalui kepercayaan adalah sebesar 0,362 dengan nilai T-statistik sebesar 4,067 lebih besar dari 1,989 (t-tabel) dan nilai signifikan sebesar 0,000, nilai tersebut adalah lebih kecil. dari tingkat alfa 0,05. Dengan kata lain, variabel kepercayaan berperan baik dalam memediasi pengaruh variabel kualitas informasi terhadap kepuasan pengguna.
Selain itu, nilai pengaruh tidak langsung untuk pengaruh kualitas sistem terhadap kepuasan pengguna melalui kepercayaan adalah 0,125 dengan nilai T statistik 1,225 yang lebih kecil dari 1,989 (t-tabel) dan nilai signifikansi 0,222, nilai ini lebih besar dari tingkat alfa 0,05. Kemudian nilai pengaruh tidak langsung pengaruh kualitas pelayanan terhadap kepuasan pengguna melalui kepercayaan adalah 0,068 dengan nilai T statistic sebesar 0,620 yang lebih kecil dari 1,989 (t-tabel) dan nilai signifikansi sebesar 0,536. Dengan kata lain, variabel kepercayaan tidak dapat berperan dengan baik dalam memediasi pengaruh antara variabel kualitas layanan terhadap kepuasan pengguna.
Konsep Dasar SEM-PLS dengan Variabel Moderasi
Analisis Struktural Equation Modeling (SEM) dengan Variabel Moderasi
Pilih menu file utama, pilih submenu baru, lalu pilih create new project, maka akan muncul layar seperti berikut. Kemudian seret mouse ke variabel laten sesuai dengan papan gambar seperti yang ditunjukkan di bawah ini. Pilih menu utama hitung, lalu pilih Algoritma PLS dan akan muncul tampilan seperti gambar di bawah ini.
Kemudian isikan path pada skema pembobotan dan opsi iterasi maksimal 300 sehingga terlihat seperti ini. Seluruh indikator kualitas layanan, kepercayaan dan kepuasan pengguna sudah memiliki nilai load factor lebih dari 0,60. Keluaran hasil estimasi memilih reliabilitas dan validitas konstruk kemudian memilih mean variance extraction (AVE) sebagai berikut.
Seluruh indikator kualitas layanan, kepercayaan dan kepuasan pengguna sudah memiliki nilai cross-loading di atas 0,70. Keluaran hasil estimasi memilih reliabilitas dan validitas konstruk, kemudian memilih reliabilitas komposit sebagai berikut. Berdasarkan output hasil analisis dengan menggunakan metode bootstrapping, nilai R-Square variabel kepuasan pengguna sebesar 0,869.
Konsep Dasar Analisis Jalur
Analisis Jalur Menggunakan Program SmartPLS 3.2.8
Pilih menu utama file, pilih submenu baru, lalu pilih buat proyek baru, layar akan muncul seperti di bawah ini. Beri nama setiap variabel laten, lalu tautkan dengan mengklik simbol tautan sehingga terlihat seperti di bawah ini. Selanjutnya, seret dan lepas mouse ke arah variabel laten yang sesuai dengan papan gambar seperti yang ditunjukkan di bawah ini.
Dalam hal ini saya akan mengambil warna yang berbeda yaitu saya akan memilih beberapa tema sebagai berikut. Jadi, nilai faktor bebannya adalah . jatuhkan atau hapus dari model sehingga Anda mendapatkan tampilan model seperti yang ditunjukkan di bawah ini. Selanjutnya variabel minat perilaku menggunakan smartphone dengan dua indikator pengukuran yaitu BI1 = 0,889 dan BI2 = 0,789.
Berdasarkan nilai factor loading untuk indikator variabel perceived usefulness, perceived ease of use, user satisfaction dan behavioral intention to use smartphone nilainya sudah di atas 0,60. Dengan demikian, konstruk indikator kegunaan yang dirasakan, kemudahan penggunaan yang dirasakan, kepuasan pengguna dan niat perilaku untuk menggunakan smartphone dikategorikan valid. Output hasil evaluasi memilih reliabilitas dan validitas konstruk, memilih average variance extract (AVE) sebagai berikut.
Pengujian Model Struktural (Inner Model)
Jadi konstruk perceived usefulness, perceived ease of use, user satisfaction dan behavioral intention to use smartphone sudah memiliki reliabilitas yang baik atau dikategorikan reliabel. Berdasarkan hasil analisis dengan menggunakan metode bootstrapping, diperoleh nilai R-Square untuk variabel kepuasan pengguna sebesar 0,172, kegunaan yang dirasakan sebesar 0,045, dan niat berperilaku menggunakan smartphone sebesar 0,176. Kemudian persepsi kemudahan penggunaan tidak berpengaruh positif signifikan terhadap kepuasan pengguna yang ditunjukkan dengan koefisien parameter sebesar 0,075.
Selain itu, variabel perceived usability berpengaruh positif signifikan terhadap kepuasan pengguna yang ditunjukkan dengan koefisien parameter sebesar 0,392 dan nilai signifikan sebesar 0,000 di bawah level alpha 5%. Selanjutnya, pengaruh variabel kepuasan pengguna berpengaruh positif signifikan terhadap niat berperilaku terhadap smartphone yang ditunjukkan dengan koefisien parameter sebesar 0,245 dan nilai signifikan sebesar 0,002 yang lebih kecil dari taraf alpha 5%. Hal ini juga ditunjukkan dengan nilai T statistik sebesar 2,969 yang lebih besar dari 1,989 (t-tabel). Sebagai contoh dapat dilihat bahwa nilai pengaruh tidak langsung untuk pengaruh persepsi kemudahan penggunaan terhadap niat perilaku menggunakan smartphone melalui kepuasan pengguna adalah sebesar 0,093, dengan nilai signifikansi sebesar 0,026.
Selanjutnya nilai pengaruh tidak langsung untuk pengaruh persepsi kemudahan penggunaan terhadap kepuasan pengguna melalui persepsi kegunaan adalah sebesar 0,083 dengan nilai signifikansi 0,017. Kemudian nilai pengaruh tidak langsung pengaruh persepsi kegunaan terhadap niat berperilaku menggunakan smartphone melalui kepuasan pengguna adalah sebesar 0,096 dengan nilai signifikansi 0,010. Dengan kata lain, variabel kepuasan pengguna dapat memainkan peran yang baik dalam memediasi pengaruh antara kegunaan yang dirasakan dan niat perilaku untuk menggunakan smartphone.
Paradigma Dasar Penelitian Kuantitatif
Riset Empiris dengan Partial Least Squares (PLS) di Bidang Sistem Informasi
H3b: Kualitas layanan berpengaruh langsung dan tidak langsung terhadap manfaat penggunaan dan kepuasan pengguna yang dimediasi. Kualitas informasi berpengaruh positif dan signifikan secara tidak langsung terhadap manfaat yang dimediasi oleh kepuasan pengguna, dengan nilai signifikan 0,002 < tingkat alpha 5% dan juga ditunjukkan dengan nilai T-statistic sebesar 3,056 > 1,96. Kemudian kualitas informasi berpengaruh positif dan signifikan secara tidak langsung terhadap kepuasan pengguna yang dimediasi oleh penggunaan yaitu dengan nilai signifikan 0,044 < tingkat alpha 5% dan juga ditunjukkan dengan nilai T-statistik sebesar 2,019 > 1,96.
Kualitas informasi berpengaruh positif dan signifikan secara tidak langsung terhadap kepuasan pengguna yang dimediasi oleh kepercayaan dengan nilai signifikansi 0,012 < tingkat alpha 5%. Untuk kualitas sistem berpengaruh positif dan signifikan secara tidak langsung terhadap manfaat yang dimediasi penggunaan, dengan nilai signifikansi 0,000 < tingkat alpha 5%. Selain itu, kualitas sistem berpengaruh positif dan signifikan secara tidak langsung terhadap manfaat yang dimediasi oleh kepuasan pengguna, dengan nilai signifikansi 0,000 < tingkat alpha 5% dan juga ditunjukkan dengan nilai T statistik sebesar 5,568 > 1,96.
Selanjutnya, kualitas sistem berpengaruh positif dan signifikan secara tidak langsung terhadap kepuasan pengguna yang dimediasi oleh penggunaan dengan nilai signifikansi 0,007 < tingkat alpha 5% dan juga ditunjukkan dengan nilai T statistik sebesar 2,714 > 1,96. Selanjutnya, kualitas sistem berpengaruh positif dan signifikan secara tidak langsung terhadap kepuasan pengguna yang dimediasi oleh kepercayaan dengan nilai signifikansi 0,000 < tingkat alpha 5% dan juga ditunjukkan dengan nilai T statistik sebesar 4,671> sebesar 1,96. Selanjutnya kualitas layanan berpengaruh positif dan signifikan secara tidak langsung terhadap manfaat yang dimediasi penggunaan dengan nilai signifikansi 0,051 < tingkat alpha 5% dan juga ditunjukkan dengan nilai T statistik sebesar 1,978 > 1,96.
Selanjutnya, kualitas layanan berpengaruh positif dan signifikan secara tidak langsung terhadap manfaat yang dimediasi oleh kepuasan pengguna, dengan nilai signifikansi 0,000 < tingkat alpha 5% dan juga ditunjukkan dengan nilai T statistik sebesar 11,451>. Selanjutnya kualitas layanan berpengaruh positif dan signifikan secara tidak langsung terhadap kepuasan pengguna yang dimediasi oleh kepercayaan, dengan nilai signifikansi 0,028 < tingkat alpha 5% dan juga ditunjukkan dengan nilai T statistik sebesar 2,200 > 1,96.
