116 Bab V Pengujian Model Konstruk Tujuan dari pengujian model konstruk pada model persamaan struktur adalah untuk memastikan validitas dan realibilitas model konstruk yang dikonsepkan. Pengujian model kontruk ini menjadi penting dilakukan dengan beberapa alasan berikut: 1. Validitas Konstruk: Pengujian model konstruk membantu memastikan validitas konstruk atau variabel laten yang diukur dalam penelitian. Dengan menguji model konstruk, peneliti dapat mengukur sejauh mana variabel laten dapat mewakili konstruk yang diinginkan. Ini memastikan bahwa indikator yang digunakan benar-benar mencerminkan aspek yang diukur dan memastikan bahwa variabel laten yang digunakan dalam analisis memadai. 2. Reliabilitas Pengukuran: Pengujian model konstruk juga membantu dalam mengevaluasi reliabilitas pengukuran variabel. Dengan menguji model konstruk, peneliti dapat mengetahui seberapa konsisten dan dapat diandalkan indikator yang digunakan untuk mengukur variabel laten. Ini memastikan bahwa instrumen pengukuran yang digunakan memberikan hasil yang konsisten dan dapat diandalkan. Berdasarkan konsep model konstruk yang sudah dirancang (lihat Bab III), selanjutnya digambarkan model konstruk persamaan struktural pada perangkat lunak SmartPLS. Model konstruk persamaan struktural dapat dilihat pada Gambar V.1 berikut. 117 Gambar V.1 Model Konstruk Persamaan Struktural V.1 Hasil Pengujian Outer Model Berikut hasil pengujian outer model (model pengukuran) dengan menggunakan analisis PLS Argorithm: 1. Tahap pertama Memasukan semua indikator (20 indikator) menghasilkan nilai outer loading indikator serta CR dan AVE variabel latennya adalah sebagai berikut: 118 Gambar V.2 Hasil Pengujian PLS Argorithm Model Pengukuran Tahap Pertama (20 Indikator) Nilai outer loading indikator pada pengujian model pengukuran tahap pertama (lihat Tabel V.1). Hasil menunjukan ada lima indikator nilai outer loading-nya diantara 0,60 sampai 0,70. Untuk menentukan apakah indikator-indikator tersebut tetap dipertahankan atau dihapus (lihat Gambar V.2), maka dilihat dari nilai realibilitas (CR) dan validitasnya (AVE) dari konstruknya, apakah memenuhi syarat atau tidak. Berdasarkan nilai CR dan AVE nya, variabel laten Kondisi Sosek nilai AVE-nya tidak memenuhi ambang batas (nilai AVE yang valid adalah diatas 0,50). Nilai CR dan AVE pada pengujian model pengukuran tahap pertama dapat dilihat pada Tabel V.2. 119 Tabel V.1 Nilai Outer Loading Pengujian Model Pengukuran Tahap Pertama (20 Indikator) Indikator Aksesibilitas Lokasi Frekuensi Perjalanan Jarak/Waktu Tempuh Kepemilikan Kendaraan Kondisi Sosek Penggunaan Moda Pro Angkutan Umum Pro Kendaraan Pribadi P11 0,970 P12 0,969 P21 0,834 P22 0,684 P23 0,639 P24 0,850 P31 0,841 P32 0,636 P41 0,739 P42 0,765 P43 0,794 P51 1,000 P61 0,878 P62 0,855 P63 0,754 P64 0,821 P65 0,740 P71 0,723 P72 0,654 P73 0,673 120 Tabel V.2 Nilai Realibiltas (CR) dan Validitas (AVE) Pada Pengujian Tahap Pertama (20 Indikator) Variabel Cronbach's Alpha Composite Reliability Average Variance Extracted (AVE) Aksesibilitas Lokasi 0,747 0,841 0,573 Frekuensi Perjalanan 1,000 1,000 1,000 Jarak/Waktu Tempuh 0,936 0,969 0,940 Kepemilikan Kendaraan 0,649 0,810 0,588 Kondisi Sosek 0,440 0,725 0,468 Penggunaan Moda 0,209 0,710 0,555 Pro Angkutan Umum 0,665 0,816 0,597 Pro Kendaraan Pribadi 0,669 0,858 0,751 Berdasarkan nilai outer loading, CR, dan AVE yang belum memenuhi kriteria yang ditetapkan, selanjutnya dilakukan penghapusan indikator dengan nilai outer loading dibawah 0,70 secara bertahap. Indikator yang dihapus adalah indikator yang memiliki nilai outer loading terkecil, yakni P32. Setelah dihapus indikator P32, selanjutnya dilakukan pengulangan pemrosesan PLS Algorithm-nya. 2. Pengulangan ke-1 Pada proses pengulangan ke-1 indikator P32 dihapus dalam model konstruknya, sehingga indikator yang digunakan menjadi sebanyak 19 indikator. Hasil pengolahan PLS Algorithm pada pengulangan ke-1 dapat dilihat pada Tabel V.3. Pada pengulangan ke-1 ini ada 5 indikator dengan nilai dibawah 0,70 tapi diatas 0,60. Jika dilihat nilai realibilitas (CR) dan validitasnya (AVE), seperti yang ditunjukkan pada Tabel V.4, pada pengulangan ke-1 ini masih ada nilai AVE dibawah 0,50 yaitu variabel Kondisi Sosek. Melihat nilai outer loading, CR, dan AVE yang masih belum memenuhi kriteria, makan dilakukan pengulangan ke-2 dengan menghilangkan nilai outer loading paling kecil yaitu indikator P23. 121 Tabel V.3 Nilai Outer Loading Pengujian Model Pengukuran Pengulangan Ke-1 (19 Indikator) Indikator Aksesibilitas Lokasi Frekuensi Perjalanan Jarak/Waktu Tempuh Kepemilikan Kendaraan Kondisi Sosek Penggunaan Moda Pro Angkutan Umum Pro Kendaraan Pribadi P11 0,971 P12 0,969 P21 0,837 P22 0,653 P23 0,639 P24 0,865 P31 1,000 P41 0,741 P42 0,762 P43 0,795 P51 1,000 P61 0,877 P62 0,856 P63 0,779 P64 0,845 P65 0,694 P71 0,718 P72 0,668 P73 0,661 122 Gambar V.3 Hasil Pengujian PLS Argorithm Model Pengukuran Pengulangan Ke-1 (19 Indikator) Tabel V.4 Nilai Realibiltas (CR) dan Validitas (AVE) Pada Pengujian Pengulangan Ke- 1 (19 Indikator) Variabel Cronbach's Alpha Composite Reliability Average Variance Extracted (AVE) Aksesibilitas Lokasi 0,747 0,839 0,571 Frekuensi Perjalanan 1,000 1,000 1,000 Jarak/Waktu Tempuh 0,936 0,969 0,940 Kepemilikan Kendaraan 0,649 0,810 0,588 Kondisi Sosek 0,440 0,724 0,466 Penggunaan Moda 1,000 1,000 1,000 Pro Angkutan Umum 0,665 0,818 0,601 Pro Kendaraan Pribadi 0,669 0,858 0,751 3. Pengulangan ke-2 Pada pengulangan (iterasi) ke-2 ini, indikator P32 dan P23 dihapus tidak dimasukan dalam proses perhitungan PLS argorithm, sehingga indikator yang diproses sebanyak 18 indikator. Hasil perhitungan PLS argorithm pada pengulangan ke-2 adalah sebagai berikut. Pada pengulangan ke-2, dari 18 123 indikator terdapat 3 indikator yang nilai outer loading-nya dibawah 0,70. Nilai outer loading yang paling kecil adalah indikator P73. Sementara nilai AVE pada pengulangan ke-2 ini masih dibawah 0,50. Gambar V.4 Hasil Pengujian PLS Argorithm Model Pengukuran Pengulangan Ke-2 (18 Indikator) 124 Tabel V.5 Nilai Outer Loading Pengujian Model Pengukuran Pengulangan Ke-2 (18 Indikator) Indikator Aksesibilitas Lokasi Frekuensi Perjalanan Jarak/Waktu Tempuh Kepemilikan Kendaraan Kondisi Sosek Penggunaan Moda Pro Angkutan Umum Pro Kendaraan Pribadi P11 0,971 P12 0,969 P21 0,892 P22 0,712 P24 0,873 P31 1,000 P41 0,739 P42 0,766 P43 0,793 P51 1,000 P61 0,878 P62 0,856 P63 0,779 P64 0,845 P65 0,693 P71 0,718 P72 0,669 P73 0,660 125 Tabel V.6 Nilai Realibiltas (CR) dan Validitas (AVE) Pada Pengujian Pengulangan Ke-2 (18 Indikator) Variabel Cronbach's Alpha Composite Reliability Average Variance Extracted (AVE) Aksesibilitas Lokasi 0,774 0,868 0,688 Frekuensi Perjalanan 1,000 1,000 1,000 Jarak/Waktu Tempuh 0,936 0,969 0,940 Kepemilikan Kendaraan 0,649 0,810 0,588 Kondisi Sosek 0,440 0,724 0,466 Penggunaan Moda 1,000 1,000 1,000 Pro Angkutan Umum 0,665 0,818 0,601 Pro Kendaraan Pribadi 0,669 0,858 0,751 Dikarenakan nilai outer loading, CR, dan AVE pada pengulangan ke-2 belum memenuhi kriteria, maka dilakukan pengulangan ke-3. 4. Pengulangan ke-3 Pada pengulangan (iterasi) ke-3 ini, indikator P32, P23, dan P73 dihapus tidak dimasukan dalam proses perhitungan PLS argorithm, sehingga indikator yang diproses sebanyak 17 indikator. Hasil perhitungan PLS argorithm pada pengulangan ke-3 adalah sebagai berikut. Gambar V.5 Hasil Pengujian PLS Argorithm Model Pengukuran Pengulangan Ke-3 (17 Indikator) 126 Setelah dilakukan pemrosesan PLS Algorithm, dari 17 indikator didapat 2 indikator dengan nilai outer loading-nya dibawah 0,70. Nilai outer loading paling kecil adalah indikator P71. Nilai CR dan AVE pada pengulangan ke-3 ini semuanya diatas 0,70 untuk CR dan diatas 0,50 untuk AVE. 127 Tabel V.7 Nilai Outer Loading Pengujian Model Pengukuran Pengulangan Ke-3 (17 Indikator) Indikator Aksesibilitas Lokasi Frekuensi Perjalanan Jarak/Waktu Tempuh Kepemilikan Kendaraan Kondisi Sosek Penggunaan Moda Pro Angkutan Umum Pro Kendaraan Pribadi P11 0,971 P12 0,969 P21 0,892 P22 0,712 P24 0,873 P31 1,000 P41 0,739 P42 0,769 P43 0,791 P51 1,000 P61 0,892 P62 0,839 P63 0,780 P64 0,845 P65 0,693 P71 0,626 P72 0,888 128 Tabel V.8 Nilai Realibiltas (CR) dan Validitas (AVE) Pada Pengujian Pengulangan Ke-3 (17 Indikator) Variabel Cronbach's Alpha Composite Reliability Average Variance Extracted (AVE) Aksesibilitas Lokasi 0,774 0,868 0,688 Frekuensi Perjalanan 1,000 1,000 1,000 Jarak/Waktu Tempuh 0,936 0,969 0,940 Kepemilikan Kendaraan 0,649 0,810 0,588 Kondisi Sosek 0,328 0,736 0,590 Penggunaan Moda 1,000 1,000 1,000 Pro Angkutan Umum 0,665 0,818 0,601 Pro Kendaraan Pribadi 0,669 0,857 0,750 5. Pengulangan (Iterasi) ke-4 Pada pengulangan (iterasi) ke-4 ini, indikator P32, P23, P73, dan P71 dihapus tidak dimasukan dalam proses perhitungan PLS argorithm, sehingga indikator yang diproses sebanyak 16 indikator. Hasil perhitungan PLS argorithm pada pengulangan ke-4 adalah sebagai berikut. Ada satu indikator yang nilainya dibawah 0,70 yaitu indikator P65. Nilai CR dan AVE semua variabel memenuhi kriteria. Gambar V.6 Hasil Pengujian PLS Argorithm Model Pengukuran Pengulangan Ke-4 (16 Indikator) 129 Tabel V.9 Nilai Outer Loading Pengujian Model Pengukuran Pengulangan Ke-4 (16 Indikator) Indikator Aksesibilitas Lokasi Frekuensi Perjalanan Jarak/Waktu Tempuh Kepemilikan Kendaraan Kondisi Sosek Penggunaan Moda Pro Angkutan Umum Pro Kendaraan Pribadi P11 0,971 P12 0,969 P21 0,892 P22 0,712 P24 0,873 P31 1,000 P41 0,738 P42 0,769 P43 0,791 P51 1,000 P61 0,896 P62 0,834 P63 0,780 P64 0,845 P65 0,693 P72 1,000 130 Tabel V.10 Nilai Realibiltas (CR) dan Validitas (AVE) Pada Pengujian Pengulangan Ke-4 (16 Indikator) Variabel Cronbach's Alpha Composite Reliability Average Variance Extracted (AVE) Aksesibilitas Lokasi 0,774 0,868 0,688 Frekuensi Perjalanan 1,000 1,000 1,000 Jarak/Waktu Tempuh 0,936 0,969 0,940 Kepemilikan Kendaraan 0,649 0,810 0,588 Kondisi Sosek 1,000 1,000 1,000 Penggunaan Moda 1,000 1,000 1,000 Pro Angkutan Umum 0,665 0,818 0,601 Pro Kendaraan Pribadi 0,669 0,857 0,749 6. Pengulangan (Iterasi) ke-5 Pada pengulangan (iterasi) ke-5 ini, indikator P32, P23, P73, P32, P71, dan P65 dihapus tidak dimasukan dalam proses perhitungan PLS argorithm, sehingga indikator yang diproses sebanyak 15 indikator. Hasil perhitungan PLS argorithm pada pengulangan ke-5 adalah sebagai berikut. Pada pengulangan ke-5 ini semua indikator yang diproses dalam PLS algorithm memiliki nilai lebih dari 0,70 serta nilai CR dan AVE semua variabelnya diatas 0,7 untuk CR dan diatas 0,50 untuk AVE. Pengulangan ke-5 ini memenuhi semua persyaratan. Gambar V.7 Hasil Pengujian PLS Argorithm Model Pengukuran Pengulangan Ke-5 (15 Indikator) 131 Tabel V.11 Nilai Outer Loading Pengujian Model Pengukuran Pengulangan Ke-5 (15 Indikator) Indikator Aksesibilitas Lokasi Frekuensi Perjalanan Jarak/Waktu Tempuh Kepemilikan Kendaraan Kondisi Sosek Penggunaan Moda Pro Angkutan Umum Pro Kendaraan Pribadi P11 0,971 P12 0,968 P21 0,892 P22 0,712 P24 0,873 P31 1,000 P41 0,731 P42 0,777 P43 0,790 P51 1,000 P61 0,897 P62 0,833 P63 0,851 P64 0,912 P72 1,000 132 Tabel V.12 Nilai Realibiltas (CR) dan Validitas (AVE) Pada Pengujian Pengulangan Ke-5 (15 Indikator) Variabel Cronbach's Alpha Composite Reliability Average Variance Extracted (AVE) Aksesibilitas Lokasi 0,774 0,868 0,688 Frekuensi Perjalanan 1,000 1,000 1,000 Jarak/Waktu Tempuh 0,936 0,969 0,940 Kepemilikan Kendaraan 0,649 0,810 0,588 Kondisi Sosek 1,000 1,000 1,000 Penggunaan Moda 1,000 1,000 1,000 Pro Angkutan Umum 0,719 0,875 0,778 Pro Kendaraan Pribadi 0,669 0,857 0,749 V.2 Hasil Pengujian Inner Model Berdasarkan kriteria uji model konstruk (inner model) yang telah dijelaskan pada Bab III, selanjutnya dilakukan proses perhitungan dan analisis dengan prosedur PLS algorithm, blindfolding, dan bootstrapping yang ada dalam perangkat lunak smartPLS.