A

aldif-smartpls

Penelitian ini bertujuan untuk mengkaji pengadopsian teknologi Aplikasi CAPI di lingkungan BPS berdasarkan STATCAP-CERDAS. Kelebihan pengadopsian Aplikasi CAPI memberikan layanan otomatis, cepat, murah, aman, dan ramah lingkungan. Hasil penelitian ini penting karena sebagai masukan dalam pengembangan Aplikasi CAPI. Metode analisis yang digunakan dalam penelitian ini adalah SEM-PLS dengan data primer. Objek penelitian adalah pegawai BPS dan mahasiswa Politeknik Statistika STIS yang diperoleh melalui convenience sampling. Analisis deskriptif menunjukkan bahwa keseluruhan variabel laten menghasilkan nilai yang baik dan tinggi terhadap manfaat, kemudahan dalam menggunakannya, dan variabel laten lainnya. Pemodelan SEM-PLS menunjukkan bahwa adanya perbedaan persepsi terhadap pengadopsian Aplikasi CAPI oleh responden dengan latar belakang komputasi, statistik, dan campuran.

TAM_Komputasi TAM_Statistik TAM_Gabungan

Langkah-langkah Pengujian Validitas dan Reliabilitas Kuesioner

Pengujian Validitas

  1. Import file excel (.xlsx) ke SPSS validitas_1

  2. Klik menu analyze → correlate → bivariate validitas_2

  3. Masukan indikator variabel laten dan total score indikator dan pada correlation coefficients pilih pearson, klik ok validitas_3

  4. Perhatikan kolom yang ditandai dan bandingkan nilainya dengan r-Tabel dengan alpha 5 persen (0.306). validitas_4

Indikator dikatakan valid jika nilai korelasi hitung lebih besar dari korelasi tabel (0.306)

Pengujian Reliabilitas

  1. Klik menu analyze → scale → reliability analysis reliabilitas_1

Akan muncul gambar berikut: reliabilitas_1a

  1. Pindahkan indicator 1 sampai indicator 5 tanpa total score dengan model alpha, klik statistic dan muncul jendela baru. Pada descriptives for pilih scale if item deleted, klik continue, klik Ok validitas_2

  2. Jendela baru akan muncul sebagai berikut reliabilitas_3

Kuesioner dikatakan reliabel jika nilai Cronbach’s Alpha lebih dari 0.4.

Pengujian Normalitas dengan Lisrel

  1. Klik menu LISREL

  2. Klik menu File dan muncul jendela berikut normal_2

  3. Pada jendela new, pilih PRELIS Data → Ok. Jendela baru sebagai berikut. normal_3

  4. Klik File → Import Data
    normal_4

  5. Setelah import data, klik menu Data → Define Variables
    normal_5

  6. Pada jendela Define Variables, blok semua variabel kemudian klik Variable Type normal_6

  7. Pilih menu Continuous → Checklist Apply to all → Ok

  8. Kembali ke kotak Define Variables → Ok

  9. Pilih menu Statistics → Normal Scores normal_9

  10. Pada jendela Normal Scores, blok semua variabel (tanpa total score) → Add normal_10

  11. Klik Output Options, berikut jendelanya. normal_11

  12. Beri Checklist pada kotak “save the transformed data to file” agar output disimpan. Kemudian checklist kotak “Perform tests of multivariate normality”. Klik Ok. Kemudian klik Run pada kotak Normal Scores. Output sebagai berikut. normal_12

Langkah-langkah di SMARTPLS

  1. Klik menu File → New → Create New Project. Buat Project name

  2. Klik Switch to insertion mode untuk membuat 9 variabel laten dan pilih switch to connection mode untuk menghubungkan variabel laten sesuai kerangka model. pls_2

  3. Ambil indicator dari kolom secara drag and drop dan dimasukkan kedalam variabel laten. pls_3

  4. Selanjutnya dilakukan pengujian outer model dengan klik menu calculate dan pilih pls algorithm. Klik menu report dan pilih html report pls_4

  5. Pilih kriteria dalam outer model yaitu composite reliability, convergent validity, dan discriminat validity sesuai ketentuan asumsi.

  6. Setelah itu dilakukan pengujian inner model dengan klik menu calculate dan pilih bootstrapping pls_6

  7. Setelah itu klik menu report dan pilih html report dan pilih path coefficient (Mean, STDEV, T-Values) sesuai ketentuan asumsi. pls_7