PENERAPAN ALGORITMA ALTERNATING LEAST SQUARE UNTUK MENGUJI KELAYAKAN SEM-GENERALIZED STRUCTURED COMPONENT ANALYSIS

CYLVIA NISSA S, Dr. Drs. Gunardi, M.Si.

2022 | Tesis | MAGISTER MATEMATIKA

Structural Equation Modeling (SEM) merupakan teknik pemodelan statistik yang menggabungan tiga metode yaitu analisis faktor, analisis jalur dan analisis regresi untuk menguji suatu model teori di dalam ilmu sosial, psikologi maupun management. SEM terdiri dari dua pendekatan, yaitu SEM berbasis kovarians dan SEM berbasis varians. SEM berbasis kovarians adalah SEM parametrik yang harus memenuhi beberapa asumsi -asumsi parametrik seperti data berdistibusi normal multivariat, ukuran sampel besar dan observasi independen satu dengan yang lainnya, sehingga SEM berbasis varians dikembangkan untuk mengatasi masalah dari SEM kovarians yaitu metode Generalized Structured Component Analysis (GSCA) jika data tidak memenuhi asumsi-asumsi parametrik. Penelitian ini bertujuan untuk mengimplementasikan metode GSCA pada data faktor faktor yang diduga berpengaruh dengan tingkat behavioral intention towards online food delivery services dan menguji signifikansi variabel mediasi pada hubungan struktural. Hasil pengujian hipotesis dengan menggunakan tingkat signifikansi 5%, didapatkan sebesar 0.231, 0.165 dan 0.293 kualitas convenience motivation, prior online purchase experience dan attitude towards online food delivery services berpengaruh secara signifikan terhadap behavioral intention towards online food delivery services masing-masing berpengaruh positif terhadap behavioral intention towards online food delivery services. Nilai FIT diatas 0.523 yang menunjukkan bahwa model mampu menjelaskan sekitar 52.3% variasi dari data. Hasil analisis data model GSCA, disimpulkan bahwa terdapat hubungan antar variabel yaitu variabel hedonic motivation berpengaruh secara signifikan terhadap convenience motivation. Variabel post usage usefulness dan prior online purchase experience berpengaruh secara signifikan terhadap attitude towards online food delivery services. Sedangkan variabel convenience motivation berpengaruh secara tidak signifikan terhadap variabel attitude towards online food delivery services dan variabel post usage usefulness berpengaruh secara tidak signifikan terhadap variabel behavioral intention towards online food delivery services, Dibandingkan dengan model dalam penelitian sebelumnya yang menggunakan metode CFA hasil GFI (status marginal fit) sedangkan model yang diusulkan dalam penelitian ini menggunakan metode GSCA memperoleh nilai yang jauh lebih baik (status good fit).

Structural Equation Modeling (SEM) is a statistical modeling technique that combines three methods, namely factor analysis, path analysis and regression analysis to test a theoretical model in social science, psychology and management. Covariance-based SEM is a parametric SEM that must meet several parametric assumptions such as, multivariate normally distributed data, large sample sizes and independent observations, so that, variance-based SEM was developed to overcome the problem of covariance SEM, namely the Generalized Structured Component Analysis (GSCA) method. This study aims to implement the GSCA method on factors data that are expected to have an effect on the level of behavioral intention towards online food delivery services and to examine the significance of the mediating variable on the structural relationship. The results of hypothesis testing with a 95% confidence level showed that the quality of convenience motivation, prior online purchase experience, and attitude towards online food delivery services had a significant effect on behavioral intentions towards online food delivery services. The FIT value is above 0,523 which indicates that the model is able to explain around 52,3% of the variation of the data. Furthermore, the hedonic motivation variable has a significant effect on convenience motivation. Post usage usefulness and prior online purchase experience variables significantly affected the attitudes towards online food delivery services. The proposed model using GSCA achieve a much better result (good fit) compared with the previous model using CFA (marginal fit).

Kata Kunci : Jasa pesan makanan daring, SEM, GSCA, Online food delivery service