• Tidak ada hasil yang ditemukan

uji validitas dan reliabilitas ayu

N/A
N/A
ayu yudistira

Academic year: 2025

Membagikan "uji validitas dan reliabilitas ayu"

Copied!
5
0
0

Teks penuh

(1)

1.3.1 Uji Validitas 1.3.1.1Convergent Validity

Nilai corvengent validity merupakan nilai loading faktor pada variabel laten dengan indikator- indikatornya. Standar yang digunakan pada corvengent validity adalah > 0.7 untuk nilai outer loading dan > 0.5 untuk nilai AVE . Berikut nilai corvengent validity berdasarkan nilai outer loading dan nilai AVE:

Tabel 4.4.2.Outer Lodiang Financial

Teknologi

Inklusi Keuangan

Kinerja UMKM

Literasi Keuangan

X1.6 0.957

X1.7 0.948

X1.8 0.904

X2.7 0.898 X2.8 0.829

Y.1 0.868

Y.2 0.935

Y.3 0.938

Y.4 0.928

Y.5 0.876

Z.4 0.767

Z.5 0.852

Z.6 0.863

Z.7 0.844

Z.8 0.951

(2)

Tabel 4.4.2.1 Average Variance Extracted (AVE)

Average variance extracted (AVE) Financial Teknologi 0.746 Inklusi Keuangan 0.735 Kinerja UMKM 0.827 Literasi Keuangan 0.877

Tabel di atas menunjukan nilai uji outer loading > 0.7 dan nilai AVE > 0.5 Untuk nilai Average Variance Extracted (AVE) dari masing-masing konstruk adalah konstruk pertama Literasi Keuangan 0,877 (>0.5), Financial Teknologi 0.746 (>0.5). Kinerja UMKM 0.827 (>0.5) dan Inklusi Keuangan 0.735 (>0.5). Berdasarkan hasil pengujian tersebut menunjukkan nilai dari AVE pada setiap konstruk memiliki nilai lebih dari 0.5. Hal ini menunjukkan arti bahwa nilai dari AVE dinyatakan valid.

1.3.1.2Discriminant Validity

Uji validitas melalui descriminant validity merupakan uji yang berfungsi untuk mengukur ketepatan model reflektif. Descriminant validity dilakukan dengan membandingkan akar dari masing-masing kuadrat AVE terhadap nilai korelasi antar konstruk (Ghazali, 2011). Jika nilai akar kuadrat AVE lebih tinggi dibandingkan nilai korelasi antara konstruk atau > 0.5, maka dinyatakan memenuhi kriteria descriminant validity. Hasil outer pada descriminant validity dalam penelitian ini dapat dilihat melalui tabel 4.4.2.2 sebagai berikut:

Financial Teknologi

Inklusi Keuangan

Kinerja UMKM

Literasi Keuangan Financial

Teknologi

(3)

Inklusi

Keuangan 1.022

Kinerja UMKM 1.055 0.874 Literasi

Keuangan 0.965 0.935 0.945

Berdasarkan tabel di atas, dapat diketahui bahwa nilai akar kuadrat dari AVE (0,937, 0,864, 0,857, 0,857) lebih besar dari masing-masing konstruk atau > 0.5. Maka dapat disimpulkan bahwa model pengukuran dinyatakan valid karena memenuhi descriminant validity.

1.3.2 Uji Reliabilitas

Dalam penelitian ini uji reliabilitas konstruk diukur berdasarkan dua kriteria yaitu cronbach,s alpha dan composite reliability dari blok indikator yang mengukur konstruk.

1.3.2.1 Cronbach’s alpha Tabel Cronbach’s alpha

Cronbach's alpha Financial

Teknologi 0.664 Inklusi

Keuangan 0.909 Kinerja

UMKM 0.947

Literasi

Keuangan 0.930

Pada tabel diatas menunjukkan nilai masing-masing konstruk cronbach’s alpha lebih dari 0.6.

Nilai Literasi keuangan 0.930 (> 0.6), Financial Teknologi 0.664 (> 0.6), Kinerja umkm 0,947 (> 0.6); dan Inklusi Keuangan 0,909 (>0.6). Dari nilai cronbach’s alpha di atas menunjukkan

(4)

bahwa data dalam penelitian ini telah reliabel ditinjau dari cronbach’s alpha dari masing- masing konstruk lebih dari 0.6.

1.3.2.2Composite reliability

Composite reliability (rho_c) Financial Teknologi 0.854

Inklusi Keuangan 0.932

Kinerja UMKM 0.960

Literasi Keuangan 0.955

Tabel di atas menunjukan nilai dari composite reliability pada masing-masing konstruk dengan nilai lebih dari 0.8. nilai dari Literasi keuanga 0,955 (>0.7). Financial Teknlogi 0,854 (>0.7), Kinerja umkm 0,960 (>0.7), dan Inklusi Keuangan 0,932 (>0.7). Nilai composite reliability di atas dapat menunjukkan data dalam penelitian ini memiliki nilai lebih dari 0.8 pada masing masing konstruk dan dapat disimpulkan bahwa data dalam penelitian ini telah reliabel ditinjau dari composite reliability.

1.3.3 Inner Model 1.3.3.1 R-Square

Evaluasi inner model atau model struktural pada PLS dinilai dengan menggunakan tabel R- Square. Berikut hasil tabel 4.4.4.1 uji R-Square dalam penelitian ini:

Tabel 4.4.4.1 R-square

R-square R-square adjusted

Inklusi Keuangan 0.796 0.789

Kinerja UMKM 0.851 0.843

Berdasarkan tabel 4.4.4.1 di atas dapat diketahui bahwa nilai R2 variabel Kinerja UMKM sebesar 0.851 yang artinya 84,8% variance dari kinerja lingkungan dapat dijelaskan atau dapat dipengaruhi oleh variabel independen, sedangkan 15,2% variance variabel kinerja lingkungan

(5)

dijelaskan oleh faktor lain. Nilai R2 untuk variabel Inklusi keuangan sebesar 0.789 yang artinya bahwa 79,6% variance dari variabel inklusi keuangan dapat dijelaskan atau dipengaruhi oleh variabel independen, sedangkan 10,4% variance variabel inklusi keuangan dijelaskan oleh faktor lain. Selanjutnya perhitungan nilai Q2 untuk pengukuran goodness of fit. Perhitungan nilai Q2 sebagai berikut:

Kinerja umkm : Q2 = 1-(1-R12)

Q2 = 1- (1-0.851)

= 1-(0.152) = 0.848 Inklusi keuangan : Q2 = 1-(1-R2)

Q2 = 1- (1-0.796)

= 1-(0.104) = 0.796

Berdasarkan hasil perhitungan tersebut, dapat diketahui nilai Q2 pada variabel kinerja umkm sebesar 0.848 yang menunjukkan bahwa 84,8% variance dari variabel kinerja umkm dapat dijelaskan atau dipengaruhi oleh variabel independen. Sedangkan untuk variabel inklusi keuangan sebesar 0.796 yang menunjukkan bahwa 79,6% variance dari variabel inklusi keuangan dapat dijelaskan atau dipengaruhi oleh variabel independen.

Referensi

Dokumen terkait

Square Root of Average Variance Extracted AVE Value Source: SmartPLS 3.0 Processed Data, 2022 Based on table 2, the value of the Square Root of Average Variance Extracted AVE product

Pada tabel dibawah dapat dilihat hasil yang diperoleh dari perhitungan Average Variance Extracted AVE yang telah dilakukan, yaitu sebagai berikut: Variabel AVE Gaya Kepemimpinan

Nilai Average Variance Extracted AVE Variabel Average Variance Extracted AVE Keterangan Variabel X1 eCRM 0,411 Tidak Terpenuhi Variabel X2 Risk perception 0,512 Terpenuhi Variabel

Average Variance Extracted AVE Average Variance Extracted AVE Performance 0.730 Work Experience 0.830 Religiosity 0.891 Level of education 1.000 Wage 0.723 Source: Data

Average Variance Extracted AVE Value Variable Average Variance Extracted AVE Consumer Satisfaction 0.715 Product 0.675 Price 0.643 Digital Marketing 0.721 Decision to visit

Nilai Average Variance Extracted AVE Variabel Average Variaence Extracted AVE Keterangan Karakteristik Individu 0,611 Valid Motivasi Penyuluh 0,667 Valid Dukungan Kelembagaan

Table 4: Average Variance Extracted AVE Score Results Variable AVE Average Variance Extracted Value Critical Value Evaluation Model Efficiency 0,537 0,5 Valid System

The results of testing construct validity using SmartPLS are obtained as follows: Table 5 Average Variance Extracted AVE Variables Average Variance Extracted AVE