Penelitian ini bertujuan untuk menganalisis pengaruh dua variabel endogen atau variabel independen, yaitu X1 terkait Faktor Internal dan X2 terkait Faktor Eksternal, terhadap variabel eksogen atau variabel dependen Y. Metode penelitian ini menggunakan metode pendekatan kuantitatif dengan alat aplikasi analisis SmartPLS 4 dengan menggunakan uji Struktural Equation Modeling (SEM), Uji yang dilakukan yakni uji validitas dan uji reliabilitas untuk mengetahui keandalan dan ketepatan dalam mengukur variabel yang diteliti, serta uji multikolonieritas untuk melihat korelasi variabel, dan uji hipotesis untuk melihat apakah hipotesa diterima atau ditolak berdasarkan data yang ada. Dari hasil analisis, dinyatakan bahwa variabel X1 tidak memiliki pengaruh yang signifikan terhadap Y dengan pembuktian nilai p values sebesar 0,580 dan nilai f Square sebesar 0,004, jadi termasuk dalam kategori memiliki efek sangat kecil. Artinya bahwa kontribusi X1 dalam menjelaskan variabel Y tidak bermakna baik secara statistik maupun praktis. Sebaliknya variabel X2 memiliki pengaruh yang signifikan terhadap Y yang dinyatakan dengan nilai p values 0,000 dan nilai f Square sebesar 0,103, jadi termasuk dalam kategori efek kecil. Walaupun X2 signifikan secara statistik, realitanya kontribusi terhadap Y masih terbatas. Oleh sebab itu perlu ada penelitian selanjutnya dengan mempertimbangkan adanya penambahan variabel lain yang lebih relevan agar dapat lebih akurat lagi hasilnya. This study aims to analyze the influence of two endogenous or independent variables, namely X1 related to Internal Factors and X2 related to External Factors, on the exogenous or dependent variable Y. The research employs a quantitative approach utilizing SmartPLS 4 software for data analysis, applying Structural Equation Modeling (SEM) as the analytical technique. The analyses conducted include tests for validity and reliability to assess the accuracy and consistency of the measurement instruments, a multicollinearity test to examine correlations among variables, and hypothesis testing to determine whether the proposed hypotheses are accepted or rejected based on the empirical data. The analysis results indicate that X1 does not have a significant influence on Y, as evidenced by a p-value of 0.580 and an f Square value of 0.004, which falls into the category of a very small effect. This implies that the contribution of X1 in explaining Y is not meaningful either statistically or practically. Conversely, X2 demonstrates a significant influence on Y, as shown by a p-value of 0.000 and an f Square value of 0.103, which is categorized as a small effect. Although X2 is statistically significant, its practical contribution to explaining Y remains limited. Therefore, further research is recommended to include other relevant variables in order to enhance the explanatory power and accuracy of the model.