BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1. Perancangan Model Struktal

Perancanga model strukural (Inner Model) dapat dilihat pada gambar IV.4,

perancangan ini pada penelitian ini menggunakan aplikasi SmartPLS 3.0 untuk

pengembangan penelitiannya.

Gambar IV.1. Perancangan Model Struktural (Inner Model)

4.2. Perancangan Model Pengukuran

Pada penelitian ini, konstruk pada masing-masing variabel bersifat

reklekatif, pada gambar IV.5, dapat dilihat kostruk pada variabel kualitas sistem,

kualitas pelayanan, kualitas informasi, penggunaan dan kepuasaan pengguna

bersifat relekatif, sehingga reflekasi nya harus mengarahkan pada indikator

(Gozali, 2016:89).

22
 23

Gambar IV.2. Perancangan Outer Model

4.3. Evaluasi Model

Evaluasi model dilakukan dengan melihat hasil kontruk dari outer model

dan inner model, untuk membaca hasilnya dapat dilihat report dari PLS Algorithm

pada software SmartPLS.

4.3.1. Pengujian Outer Model

Pengujian outer model outer model dilakukan untuk menguji validitas dan

reabilitas konstruk, untuk mengetahuinya dapat dilihat pada validitas konvergen

dan validitas diskriminan.

A. Validitas Konvergen (convergent validity)

 24

Validitas konvergen digunanakan untuk mengetahui validitas setiap

indikator terhadap variabel latennya, pada software SmartPLS untuk melihat hasil

dari validitas maka dapat dilihat pada tabel outer loading. Pada tabel outer loading

terdapat angka atau nilai yang menujukan indikator menunjukkan kesaamaan

dengan varibel kontruk nya. Nilai untuk indikator dikatakan valid, apabila

indiator menejelaskan varibel kontruknya dengan nilai >0,7 (lebih dari No. koma

tujuh), berdasarkan penjelasan (Hair, Hult, Ringle, & Sarstedt, 2014), sedangkan

nilai yang dibawah 0,7 sebainya lakukan penghapusan pada indikator tersebut.

Pada gambar IV.6 dapat dilihat loading factor model, untuk menjelaskan secara

detail nilai dari outer loading dapat dilihat pada tabel IV.1.

Gambar IV.3. Loading Faktor Model

 25

Tabel IV.1 Nilai Muatan (Loading) Indikator

Information Service Sistem User
Indikator Use
Quality Quality Quality Satisfaction
IQ1 0.896
IQ2 0.806
IQ3 0.720
IQ4 0.839
IQ5 0.880
IQ6 0.735
S1 0.766
S2 0.785
S3 0.818
S4 0.906
S5 0.793
SQ1 0.828
SQ2 0.839
SQ3 0.707
SQ4 0.653
SQ5 0.702
SQ6 0.738
SQ7 0.705
U1 0.909
U2 0.927
U3 0.711
U4 0.666
U5 0.594
US1 0.820
US2 0.866
US3 0.883
US4 0.913
US5 0.818
Sumber: Olah Data (2020)

Dari hasil tabel IV.1 dapat diketahui muatan (loading) yang lebih besar dari

0.70 kecuali pada indikator SQ4 yaitu indikator kegunaan yang menjelaskan

kontruk Kualitas Sistem (System Quality) dengan nilai loading kurnang dari 0,70

yakni 0,653, nilai tersebut mengindikasikan bahwa indikator kegunaan memiliki

 26

validitas yang rendah karena belum memenuhi persyaratan loading. Selain

indikator SQ4, nilai loading yang tidak valid selanjutnya yaitu U4 dan U5, yang

menjelaskan kontruk Penggunaan (Actual Use), dengan nilai masing-masing U4

sebesar 0,666 dan U5 sebesar U9 sebesar 0,594.

Sebelum dilakukan uji selanjutnya, terlebih dahulu indikator yang tidak

valid itu dilakukan penghapusan (dropping) kemudian dilakukan perhitungan

ulang untuk memberikan keyakinan bahwa nilai loading sudah diatas 0,70.

Gambar IV.7 menunjukkan hasil penghapusan indikator yang tidak valid.

Sumber: Olah Data (2020)

Gambar IV.4 Nilai loading setelah (dropping)
Dari Gambar IV.7 dapat dilihat bahwa nilai muatan (loading) sudah

memenuhi syarat yaitu lebih dari 0,70 dan sudah dikatan bahwa semua indikator

dikatan valid.

B. Validitas Diskriminan (discriminant validity)

 27

Pengujian selanjutnya adalah menguji validitas diskriminan, pengujian ini

bertujuan untuk menetukan apakah suatu indikator reflektif merupakan

pengukuran yang baik bagi kontruknya berdasarkan prinsip bahwa indikator

berkorelasi tinggi terhadap kontruknya. Tabel menunjukkan hasil cross loading

dari pengujian validitas diskriminan.

Tabel IV.2. Cross Loading

Kontruk
Indikator Information Service Sistem User
Use
Quality Quality Quality Satisfaction
IQ1 0.895 0.753 0.663 0.580 0.785
IQ2 0.807 0.596 0.752 0.436 0.611
IQ3 0.721 0.530 0.561 0.252 0.420
IQ4 0.840 0.665 0.701 0.459 0.639
IQ5 0.879 0.810 0.664 0.467 0.785
IQ6 0.735 0.644 0.517 0.521 0.694
S1 0.608 0.764 0.657 0.519 0.639
S2 0.638 0.788 0.616 0.295 0.590
S3 0.625 0.820 0.595 0.305 0.668
S4 0.818 0.905 0.617 0.468 0.827
S5 0.665 0.792 0.702 0.793 0.617
SQ1 0.636 0.593 0.829 0.426 0.687
SQ2 0.727 0.648 0.831 0.490 0.588
SQ3 0.647 0.437 0.713 0.374 0.548
SQ5 0.542 0.664 0.710 0.773 0.537
SQ6 0.566 0.679 0.765 0.381 0.532
SQ7 0.497 0.559 0.752 0.530 0.410
U1 0.594 0.617 0.691 0.947 0.520
U2 0.595 0.591 0.614 0.948 0.590
U3 0.238 0.348 0.395 0.714 0.324
US1 0.639 0.542 0.657 0.597 0.816
US2 0.705 0.708 0.668 0.568 0.862
US3 0.780 0.735 0.617 0.401 0.885
US4 0.699 0.764 0.581 0.450 0.914
US5 0.721 0.774 0.599 0.423 0.821
Pengujian Validitas Diskriminan pada SmartPLS menggunakan hasil uji cross

loading, dengan ketentuan indikator harus mempunyai korelasi lebih tinggi

 28

dengan varibel lainnya. Dari hasil tabel IV.2 dapat dilihat bahwa indikator

kontruk mempunya korelasi lebih tinggi dibandingkan dengan indikator lainnya,

dengan kata lain semua pengujian validitas diskriminan indikator sudah valid.

Metode lain untuk menguji validitas diskriminan yaitu dengan melihat nilai

AVE dan akar kuadrat dari AVE, dengan ketentuan apakah setiap kontruk

memiliki korelasi lebih besar daripada korelasi antara kontruk lainnya. Sebelum

melihat korelasinya, nilai AVE dikatakan valid jika lebih besar dari 0,5. Grafik

pada Gambar menunjukkan nilai AVE dan nilai Kuadrat AVE.

Tabel IV.3. Average Variance Extracted

Akar
Kontruk AVE
AVE
IQ 0,665 0,815475
ServQ 0,665 0,815475
SQ 0,590 0,768115
U 0,768 0,876356
US 0,740 0,860233
Dari tabel IV.3, dapat dilihat bahwa nilai AVE sudah lebih dari 0,5, dengan

kata lain bahwa semua kontruk sudah valid atau bisa dikatakan kontruk sudah

dpat menjelaskan variansi itemnya.

Sumber: Olah Data (2020)

Gambar IV.5. Grafik AVE
C. Uji Reliabilitas / Composite Reliability

Uji reliabilitas pada penelitian ini memiliki tujuan untuk menilai sejauh

mana alat ukur yang digunakan dalam penelitian ini dapat diandalkan atau
 29

dapat dipercaya. Uji reliabilitas yaitu melihat dari composite reliability.

Composite reliability menguji nilai reliabilitas indikator-indikator pada suatu

konstruk. Konstruk dinyatakan reliabel jika nilai composite reliability dan

cronbach alpha diatas 0,70.

Tabel IV.4. Composite Reliability dan Cronbach Alpha

Varibel Laten Composite Cronbach
Reliability Alpha
Kulitas Sistem 0,922 0,899
Kualitas Informasi 0,908 0,874
Kualitas Pelayanan 0,896 0,861
Penggunaan 0,907 0,847
Kepuasan Pengguna 0,934 0,912
Berdasarkan hasil tabel IV.4 di atas menunjukkan bahwa nilai dari

composite reliabilty dan cronbach alpha yang lebih besar dari 0,70. Dengan

demikian dapat disimpulkan bahwa kuesioner yang digunakan sudah konsisten

dan memiliki reliabilitas yang baik.

4.3.2. Pengujian Struktur (Inner Model)

A. Koefisien determinasi (R2)

Setelah model yang diestimasi memenuhi kriteria validitas diskriminan,

selanjutnya dilakukan pengujian terhadap model structural (inner model)

yang dilakukan dengan melihat Koefisien determinasi (R 2) dan path

coefficient. Koefisien determinasi di uji untuk melihat seberapa besar kontruk

endogen dapat dijelaskan oleh kontruk eksogen. Dan path coefficient bertujuan

untuk melihat signifikansi dan kekeutan hubungan dan juga menguji hipotesis.

Nilai R-square 0,75 yang berarti model kuat, nilai 0,50 model moderat, dan

nilai 0,25 disimpulkan model lemah, semakin tinggi nilai koefisien determinasi

maka, maka akan semakin baik juga nilai prediksi yang diajukan.

Tabel IV.5. Koefisien Determinasi (R2)

Variabel R Square
 30

Use 0.463
User Satisfaction 0.747
Sumber Data: Olah Data (2020)

Pada tabel IV.5 dapat dilihat bahwa varibel penggunaan mengindikasikan

nilai penelitiannya moderat dan kepuasan pengguna kuat, dengan kata lain

penelitian tentang kepuasaan pengguna sangat kuat atau sangat penting dilakukan.

Nilai R-square untuk Penggunaan adalah sebesar 0,463 memiliki arti

bahwa presentasi besarnya pengaruh kualitas sistem, kualitas informasi dan

kualitas layanan adalah sebesar 46,3% sedangkan sisanya yaitu 74,7%

dipengaruhi oleh kepuasan pengguna, dengan kata lain kepuasaan pengguna

sangat mempengaruhi dalam penelitian ini.

B. Path Coefficients

Tabel IV.6. Path Coefficients

User
Varibel Use
Satisfaction
Information Quality 0.006 0.436
Service Quality 0.227 0.432
Sistem Quality 0.482 0.041

Pada tabel IV.6 dapat dilihat hubungan antara kontruks, nilainya berkisar

antara -1 sampai +1, semakin medekati +1 maka hubungan antar kontruk semakin

kuat, semakin mendekati -1 maka hubungan antar kontruk semakin negatif. Dari

tabel IV.6 dapat di simpulkan bahwa hubungan kualitas inforamsi tidak terlalu

berpengaruh terhadap penggunaan.

4.4. Pengujian Hipotesis

Pengujian hipotesis dilakukan dengan membandingkan t hitung dengan t

tabel. Perbandingan t hitung dengan t tabel digunakan untuk mengetahui ada

 31

atau tidaknya pengaruh antar variabel. Nilai t hitung diperoleh dari hasil

boostrapping dengan software Smart PLS. pengujian dengan bosstrap juga

bertujuan untuk meminimalkan masalah ketidaknormalan data penelitian.

Untuk pengujian hipotesis dalam penelitian ini digunakan nilai t-

statistik, maka untuk α=5% nilai t-statistik yang digunakan adalah 1,96.

Sehingga kriteria penerimaan atau penolakan hipotesa adalah Ha diterima

dan H0 ditolak ketika t-statistik > 1,96. Pengujian hipotesis dilakukan

dengan melihat output path coefficient dari hasil resampling boostrap sebagai

berikut:

Tabel IV.7. Mean, STDEV, T-Values, P-Values

Original Sample Standard

T Statistics
Varibel Kontruk Sample Mean Deviation P Values
(|O/STDEV|)
(O) (M) (STDEV)

Information Quality - 0.006 0.008 0.180 0.033 0.974

> Use
Information Quality - 0.436 0.445 0.073 5.937 0.000
> User Satisfaction
Service Quality -> Use 0.227 0.224 0.142 1.597 0.111
Service Quality -> 0.432 0.417 0.079 5.484 0.000
User Satisfaction
Sistem Quality -> Use 0.482 0.479 0.162 2.971 0.003
Sistem Quality -> User 0.041 0.050 0.112 0.371 0.711
Satisfaction
H-1 Kualitas Informasi berpengaruh terhadap Kepuasan Pengguna Mobile

BWS

Kualitas Informasi terhadap Kepuasan Pengguna, memberikan nilai

koefisien jalur sebesar 0,436 dan memiliki nilai p-value ssebesar 0,000 serta

nilai T-statistik sebesar 5,937 (T-statistik > T tabel 1,96). Menunjukkan bahwa,

kualitas informasi tidak berpengaruh terhadap Kepuasan Pengguna Mobile

 32

BWS, maka dapat dinyatakan bahwa hipotesis 2 didukung. Karena nilai T-

statistik memenuhi persyaratan yaitu T-statistik > T-tabel 1,96.

H-2 Kualitas Informasi berpengaruh terhadap Penggunaan Mobile BWS

Kualitas Informasi terhadap Penggunaan, memberikan nilai koefisien

jalur sebesar 0,006 dan memiliki nilai p-value ssebesar 0,974 serta nilai T-

statistik sebesar 0,033 (T-statistik < T tabel 1,96). Menunjukkan bahwa, kualitas

informasi tidak berpengaruh terhadap Kepuasan pengguna Mobile BWS, maka

dapat dinyatakan bahwa hipotesis 1 tidak didukung. Karena nilai T-statistik tidak

memenuhi persyaratan yaitu T-statistik >T-tabel 1,96.

H-3 Kualitas Pelayanan berpengaruh terhadap Penggunaan Mobile BWS

Kualitas Pelayanan terhadap Penggunaan, memberikan nilai koefisien

jalur sebesar 0,227 dan memiliki nilai p-value ssebesar 0,111 serta nilai T-

statistik sebesar 1,597 (T-statistik < T tabel 1,96). Menunjukkan bahwa, kualitas

pelayanan tidak berpengaruh terhadap Penggunaan Mobile BWS, maka dapat

dinyatakan bahwa hipotesis 3 tidak di didukung. Karena nilai T-statistik

memenuhi persyaratan yaitu T-statistik > T-tabel 1,96.\

H-4 Kualitas Pelayanan berpengaruh terhadap Kepuasan Pengguna Mobile

BWS

Kualitas Pelayanan terhadap Kepuasan Pengguna, memberikan nilai

koefisien jalur sebesar 0,432 dan memiliki nilai p-value ssebesar 0,000 serta

nilai T-statistik sebesar 5,484 (T-statistik > T tabel 1,96). Menunjukkan bahwa,

kualitas Pelayanan berpengaruh terhadap Kepuasan Pengguna Mobile BWS,

 33

maka dapat dinyatakan bahwa hipotesis 4 didukung. Karena nilai T-statistik

memenuhi persyaratan yaitu T-statistik > T-tabel 1,96.

H-5 Kualitas Sistem berpengaruh terhadap Penggunaan Mobile BWS

Kualitas Sistem terhadap Penggunaan, memberikan nilai koefisien jalur

sebesar 0,482 dan memiliki nilai p-value ssebesar 0,003 serta nilai T-

statistik sebesar 2,971 (T-statistik > T tabel 1,96). Menunjukkan bahwa, kualitas

Sistem berpengaruh terhadap Penggunaan Mobile BWS, maka dapat dinyatakan

bahwa hipotesis 5 di didukung. Karena nilai T-statistik memenuhi persyaratan

yaitu T-statistik > T-tabel 1,96.

H-6 Kualitas Sistem berpengaruh terhadap Kepuasan Pengguna Mobile BWS

Kualitas Sistem terhadap Kepuasan Pengguna, memberikan nilai koefisien

jalur sebesar 0,041 dan memiliki nilai p-value ssebesar 0,711 serta nilai T-

statistik sebesar 0,371 (T-statistik < T tabel 1,96). Menunjukkan bahwa, kualitas

Sistem tidak berpengaruh terhadap Kepuasan Pengguna Mobile BWS, maka

dapat dinyatakan bahwa hipotesis 6 tidak didukung. Karena nilai T-statistik

memenuhi persyaratan yaitu T-statistik > T-tabel 1,96.