Langsung ke konten utama

Cara Uji Hipotesis Bootstrapping Menggunakan SmartPLS

Setelah uji kualitas model pengukuran selesai dilakukan dan model pengukuran dinyatakan valid dan reliabel, maka langkah selanjutnya adalah pengujian hipotesis. Caranya adalah:

Klik menu Calculate -> Bootstrapping (Lihat bagian yang ditandai pada gambar di bawah ini !)
Cara Uji Hipotesis Bootstrapping Menggunakan SmartPLS
Setelah itu maka akan muncul jendela sebagaimana gambar di bawah ini. Selanjutnya, pilih (klik) Start Calculation.
Cara Uji Hipotesis Bootstrapping Menggunakan SmartPLS
Maka akan keluar hasil-hasil pengujian hipotesis sebagaimana pada gambar di bawah ini
Cara Uji Hipotesis Bootstrapping Menggunakan SmartPLS
Untuk melihat hasil pengujian hipotesis pada PLS dengan model sederhana sebagaimana kasus yang sedang dikerjakan, pilihlah menu Path Coefficients. Rule of tumbs dari terdukungnya suatu hipotesis penelitian adalah: (1) jika koefesien atau arah hubungan variabel (ditunjukkan oleh nilai original sample) sejalan dengan yang dihipotesiskan, dan (2) jika nilai t statistik lebih dari 1,64 (two-tiled) atau 1,96 (one-tiled) dan probability value (p-value) kurang dari 0,05 atau 5%.


Pada kasus ini, mengacu pada hasil yang disajikan pada menu Path Coefficients, hipotesis yang terdukung ada tiga, yakni: (1) INS => AKT, (2) PLT => AKT dan (3) PLT => PIK dengan masing-masing p-value senilai 0,000; 0,040 dan 0,000. Dari hasil tersebut maka dapat disimpulkan bahwa Insentif (INS) berpengaruh positif terhadap akuntabilitas (AKT) dan pelatihan (PLT)   berpengaruh positif terhadap akuntabilitas dan penggunaan informasi kinerja (AKT dan PIK)  
Cara Uji Hipotesis Bootstrapping Menggunakan SmartPLS
Pada kasus ini nilai R Square Adjusted untuk Akuntabilitas (AKT) adalah 0,907 (90,7%) dan Penggunaan Informasi Kinerja (PIK) adalah 0,119 (11,9%). Artinya adalah, kemampuan variabel independen menjelaskan variabel dependen akuntabilitas (AKT) adalah 90,7% dan sisanya dijelaskan oleh variabel independen lain yang tidak ada di dalam model penelitian yang dirumsukan pada penelitian ini. Sementara, kemampuan variabel independen menjelaskan variabel dependen penggunaan informasi kinerja (PIK) adalah 11,9% dan sisanya dijelaskan oleh variabel independen lain yang tidak ada di dalam model penelitian yang dirumsukan pada penelitian ini.  

Postingan populer dari blog ini

Cara Uji Validitas dengan Corrected Item-Total Correlations SPSS

Uji validitas item merupakan uji instrumen data untuk mengetahui seberapa cermat suatu item dalam mengukur apa yang ingin diukur. Item dapat dikatakan valid jika adanya korelasi yang signifikan dengan skor totalnya, hal ini menunjukkan adanya dukungan item tersebut dalam mengungkap suatu yang ingin diungkap. Item biasanya berupa pertanyaan atau pernyataan yang ditujukan kepada responden dengan menggunakan bentuk kuesioner dengan tujuan untuk mengungkap sesuatu. Teknik uji validitas item dengan teknik Corrected ItemTotal Correlation , yaitu dengan cara mengkorelasikan skor item dengan skor totalnya dan melakukan koreksi terhadap nilai koefisien korelasi yang overestimasi. Hal ini dikarenakan agar tidak terjadi koefisien item total yang overestimasi (estimasi nilai yang lebih tinggi dari yang sebenarnya). Pada metode ini tidak perlu memasukkan skor total, karena sudah dihitung secara otomatis.    Cara Uji Validitas Metode Analisis Faktor (KMO) dengan SPSS Kemudian pengujian sign...

Cara Uji Kelayakan Model Goodness of fit Pada SmartPLS

Uji Kelayakan Model Goodness of fit Pada SmartPLS,  Untuk melakukan uji kualitas model pengukuran, caranya adalah:  Klik menu Calculate  => PLS Algoritm (lihat pada bagian yang dilingkari  pada gambar dibawah ini !) Setelah itu, maka akan muncul tampilan seperti gambar di bawah ini.  Selanjutnya, pilih (klik) Start Calculation. Setelah proses Calculation selesai, maka akan keluar hasil pengujian kualitas model pengukuran (lihat gambar di bawah ini !). Penyimpulan mengenai kualitas model pengukuran mengacu pada rule of  tumbs berikut ini: Pada gambar di bawah ini nampak hasil outer loadings (di SPSS diistilahkan  dengan Factor Loadings ) digunakan untuk mengukur validitas konvergen  dari model pengukuran (instrumen). Pada kasus ini, hasil uji outer loadings menunjukkan skor yang rendah pada variabel AKT (Akuntabilitas) yaitu  kurang dari rule of tumbs 0,70 (Chin, 1998). Skor kurang dari 0,70 juga  nampak pada konstruk KMUK4 dan KSI...

Cara Uji Validitas Metode Analisis Faktor (KMO) dengan SPSS

Uji validitas item merupakan uji instrumen data untuk mengetahui seberapa cermat suatu item dalam mengukur apa yang ingin diukur. Item dapat dikatakan valid jika adanya korelasi yang signifikan dengan skor totalnya, hal ini menunjukkan adanya dukungan item tersebut dalam mengungkap suatu yang ingin diungkap. Item biasanya berupa pertanyaan atau pernyataan yang ditujukan kepada responden dengan menggunakan bentuk kuesioner dengan tujuan untuk mengungkap sesuatu. Dalam uji validitas, suatu variabel dinyatakan valid dan dapat dianalisis lebih lanjut apabila memenuhi kriteria yang menyatakan bahwa angka KMO ( Keiser-Meyer-Olkin ) MSA ( Measures of Sampling Adequacy ) pada kolom KMO and Barlett’s Test harus lebih besar atau sama dengan 0,500. Sedangkan tingkat probabilitas (sig) harus lebih kecil atau sama dengan 5% (0,05). Cara Uji Normalitas Kolmogorov Menggunakan SPSS Kemudian untuk mengetahui tiap item valid atau tidak dapat dilihat dari nilai MSA pada kolom Anti Image Correlation’s ...