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 Metode Analisis Faktor (KMO) dengan SPSS

Pengertian Perilaku Menyimpang Menurut Para Ahli

Sebab-sebab Terjadinya Perilaku Menyimpang atau Anti Sosial