Page 131 - LAPORAN SKRIPSI - YANA TRISNAWATI 11160930000028

SA1 0.211 0.240 0.351 0.374 0.472 0.877 0.383 0.449
SA2 0.289 0.338 0.394 0.431 0.534 0.910 0.370 0.425
SA3 0.275 0.329 0.316 0.388 0.592 0.876 0.425 0.364
RA1 0.267 0.393 0.424 0.420 0.361 0.450 0.812 0.484
RA2 0.366 0.534 0.525 0.507 0.431 0.305 0.851 0.447
RA3 0.480 0.588 0.562 0.607 0.557 0.319 0.798 0.344
AU2 0.385 0.456 0.587 0.579 0.450 0.384 0.455 0.831
AU3 0.313 0.404 0.539 0.531 0.458 0.447 0.490 0.907
AU4 0.203 0.323 0.487 0.480 0.403 0.386 0.440 0.893

Pada metode keduaxyaitu dengan melihat nilai Fornell-Lacrker untuk

perbandingan nilai AVE dengan kuadrat nilai korelasi antar variabel. Nilai akar

AVE harus lebih besar dibandingkan korelasi antar variabel atau konstruk lainnya

(Hair et al., 2017). Berdasarkan dengan Tabel 4.7 diketahui bahwa nilai AVE lebih

tinggi dari pada korelasi variabel dengan variabel lain. Dengan begitu discriminant

vallidity pada penelitian ini sudah tidak ditemukan masalah.

Tabel 4.7 Nilai Fornell-Lacrker Criterion

PEOU PU BIU ATU BLF SA RA AU
PEOU 0.869
PU 0.732 0.869
BIU 0.613 0.679 0.856
ATU 0.698 0.714 0.785 0.864
BLF 0.528 0.595 0.601 0.671 0.830
SA 0.292 0.342 0.398 0.448 0.601 0.888
RA 0.437 0.602 0.604 0.609 0.533 0.443 0.821
AU 0.347 0.453 0.616 0.607 0.500 0.464 0.528 0.878

Dari keempat pengujian pada hasil analisis pengukuran model atau outer model

maka disimpulkan telah memenuhi standar atau syarat yang ditentukan pada setiap

tahapan dalam pengujian. Oleh karena itu dapat dikatakan bahwa model yang

digunakan pada penelitian ini telah memiliki karakteristik yang baik.

100