Metode Partial Least Square Pada Structural Equation Modelling

AULIA NUGRAHANI P, Dr. Abdurakhman, M.Si.

2019 | Tesis | MAGISTER MATEMATIKA

Structural Equation Modelling (SEM) merupakan pemodelan statistik yang menggabungkan antara analisis faktor konfirmatori, analisis jalur dan analisis regresi. Pada SEM tersebut, terdapat variabel laten dan variabel indikator. Selain itu, SEM mampu menggambarkan hubungan antara variabel laten dengan indikatornya melalui diagram jalur. Sering kali dalam analisis data memberikan gambaran yang ideal. Namun demikian, data yang akan dianalisis tidak selalu memenuhi kriteria ideal sehingga solusinya dapat digunakan Partial Least Square (PLS) SEM yang tidak mendasarkan pada berbagai asumsi. Tujuan penelitian ini adalah menentukan bentuk spesifikasi model PLS SEM secara umum, menentukan estimator parameter dengan metode PLS pada SEM, dan mengetahui hasil penerapannya pada data faktor-faktor yang memengaruhi diterimanya penggunaan software audit oleh auditor eksternal pada Kantor Akuntan Publik di Daerah Istimewa Yogyakarta. Hasil dari bentuk spesifikasi model PLS SEM secara umum terdiri atas tiga spesifikasi model, yaitu model pengukuran, model struktural, dan model hubungan bobot. Hasil estimasi parameter dengan metode PLS pada SEM menghasilkan nilai estimasi bobot (^w_x dan ^w_y), estimasi jalur (^Gamma dan ^B), dan loading (^Lambda_x dan ^Lambda_y). Pada penerapan, diperoleh hasil dari masing-masing estimasi parameter tersebut. Nilai estimasi koefisien jalur antara kegunaan persepsian terhadap sikap menggunakan memiliki nilai yang paling besar diantara nilai estimasi jalur lainnya. Oleh karena itu, kegunaan dari suatu teknologi atau software audit memiliki pengaruh yang paling besar terhadap bagaimana sikap seorang pengguna menggunakan suatu teknologi atau software audit pada Kantor Akuntan Publik di Daerah Istimewa Yogyakarta.

Structural Equation Modeling (SEM) is a statistical model that combines confirmatory factor analysis, path analysis, and regression analysis. In SEM there are latent variables and indicator variables. In addition, SEM is able to describe the relationship between latent variables and indicators through path diagrams. Often in data analysis provides an ideal picture. However, the data to be analyzed does not always meet the ideal criteria so that the solution can be used Partial Least Square (PLS) SEM which is not based on various assumptions. The aims of this research are to determine the shape of the PLS SEM model in general, to determine parameter estimation using the PLS method in SEM, and to find out the results of its application on the data of factors that influence the receipt of the use of audit software by external auditors at the Public Accounting Office in the Special Region of Yogyakarta. The results of the PLS SEM model specification form generally consist of three model specifications, namely the measurement model, structural model, and weight relation model. The result of parameters estimation with PLS method in SEM produces values of weight estimation (^w_x and ^w_y), path (^Gamma nd ^B), and loading (^Lambda_x and ^Lambda_y). In applying, the results of each of these parameter estimates areobtained. The value of path estimation between the perceived usefulness of using attitudes has the greatest value among the estimated values of the other paths. Therefore, the use of technology or audit software has the greatest influence on how the attitude of a user uses a technology or audit software at the Public Accounting Office in the Special Region of Yogyakarta.

Kata Kunci : PLS method, SEM