commit to user
73
intention layak dijadikan instrumen dalam penelitian selanjutnya atau dikatakan reliabel handal.
2. Analisis Konfirmatori Faktor CFA First Order
Untuk menilai kemantapan model, kita mesti melakukan analisis konfirmatori faktor confirmatory factor analysis = CFA pada langkah
pertama analisis data Bentler, 1982; Chi Duda, 1995; Doll, Hendrickson Deng, 1998 . SEM adalah suatu pendekatan analisis konfirmatori faktor yang
cukup baik. SEM telah banyak diaplikasikan peneliti dalam pemanfaatan model TPB dan TAM dengan sukses. Sebagai contoh, Shim dkk 2000,
Armitage Conner 2001, dan Mathieson, dkk 2001. Hasil analisis konfirmatori faktor dapat dilihat pada Gambar di bawah ini:
Reliability
R1
e1 1
1
R2
e2 1
R3
e3 1
Responsv
RS1
e4 1
1
RS2
e5 1
RS3
e6 1
Assurance
A1
e7 1
1
A2
e8 1
A3
e9 1
Empathy
EM1
e10 1
1
EM2
e11 1
EM3
e12 1
EM5
e13 1
T angible
T1
e14
T3
e15
T4
e16 1
1 1
1
Satisfaction
K1
e17 1
1
K2
e18 1
Repurchase Intention
RI2
e19 1
1
RI3
e20 1
RI4
e21 1
RI5
e22 1
Confirmatory Factor Analysis Model
Gambar 4.4 Model Analisis Konfirmatori Faktor CFA
commit to user
74
Gambar tersebut merupakan hasil dari langkah pretest sebelumnya. Adapun hasil selengkapnya dari pengujian confirmatory factor analysis
adalah sebagai berikut:
.28
Reliability
R1
.25
e1
1.00 1
R2
.25
e2
1.07 1
R3
.24
e3
1.06 1
.18
Responsv
RS1
.33
e4
1.00 1
RS2
.29
e5
1.18 1
RS3
.26
e6
1.33 1
.18
Assurance
A1
.40
e7
1.00 1
A2
.25
e8
1.40 1
A3
.28
e9
1.15 1
.28
Empathy
EM1
.22
e10
1.00 1
EM2
.22
e11
.99 1
EM3
.30
e12
.83 1
EM5
.22
e13
.95 1
.27
T angible
T1
.21
e14
T3
.22
e15
T4
.27
e16
1.00 1
.96 1
.86 1
.38
Satisfaction
K1
.19
e17
1.00 1
K2
.26
e18
.88 1
.18
Repurchase Intention
RI2
.21
e19
1.00 1
RI3
.24
e20
.90 1
RI4
.29
e21
.83 1
RI5
.29
e22
.98 1
GOODNESS OF FIT : Chi-Square = 192.741
Probability = .391 CMINDF = 1.025
AGFI = .890 CFI = .996
TLI = .995 RMSEA = .012
.13
.11 .11
.20 .12
.08 .09
.09 .08
.06
.07 .19
.08 .10
.07 .06
.05 .06
.07 .09
.10
Confirmatory Factor Analysis Model
Berikut ini adalah hasil pengujian validitas konvergen dan reliabilitas konstruk untuk masing-masing variabel penelitian.
1 Uji Validitas Konvergen
Pengujian validitas dalam penelitian menggunakan convergent validity atau validitas konvergen. Validitas konvergen dapat dinilai dari
Gambar 4.5 Hasil Model Analisis Konfirmatori Faktor CFA
commit to user
75
measurement model yang
dikembangkan
dalam penelitian dengan menentukan apakah setiap indikator yang diestimasikan secara valid
mengukur dimensi dari konsep yang diujinya. Sebuah indikator dimensi menunjukkan validitas konvergen yang signifikan apabila koefisien
variabel indikator itu lebih besar dari dua kali standar errornya Anderson Gerbing dalam Ferdinand, 2005: 187. Bila setiap indikator memiliki
critical ratio C.R yang lebih besar dari dua kali standar errornya S.E, hal ini menunjukkan bahwa indikator itu secara valid mengukur apa yang
seharusnya diukur dalam model yang disajikan.
a. Reliability
Berdasarkan hasil pengujian validitas konvergen untuk variabel
reliability dengan menggunakan bantuan program komputer Amos 16,
maka diperoleh hasil sebagai berikut:
Tabel 4.14 Validitas
Reliability Konstruk
Estimate S.E.
C.R. p
Reliability
R1 1.000
R2 .994
.197 5.046
R3 .990
.193 5.123
Sumber: data primer diolah, 2010
Pada tabel 4.14 menunjukkan bahwa semua indikator tentang reliability menghasilkan nilai estimasi dengan critical ratio C.R yang
lebih besar dari dua kali standar errornya S.E, maka dapat
commit to user
76
disimpulkan bahwa indikator variabel reliability yang digunakan adalah valid.
b. Responsiveness
Berdasarkan hasil pengujian validitas konvergen untuk variabel
responsiveness dengan menggunakan bantuan program komputer
Amos 16, maka diperoleh hasil sebagai berikut:
Tabel 4.15 Validitas
Responsiveness Konstruk
Estimate S.E.
C.R. p
Ressponsiveness
RS1 1.000
RS2 1.183
.180 6.564
RS3 1.330
.196 6.774
Sumber: data primer diolah, 2010
Pada tabel 4.15 menunjukkan bahwa semua indikator tentang
responsiveness menghasilkan nilai estimasi dengan critical ratio C.R yang lebih besar dari dua kali standar errornya S.E, maka dapat
disimpulkan bahwa indikator variabel responsiveness yang digunakan adalah valid.
c. Assurance
Berdasarkan hasil pengujian validitas konvergen untuk variabel assurance dengan menggunakan bantuan program komputer Amos 16,
maka diperoleh hasil sebagai berikut:
commit to user
77
Tabel 4.16 Validitas
Assurance Konstruk
Estimate S.E.
C.R. p
Assurance
A1 1.000
A2 1.396
.218 6.404
A3 1.146
.186 6.167
Sumber: data primer diolah, 2010
Pada tabel 4.16 menunjukkan bahwa semua indikator tentang assurance menghasilkan nilai estimasi dengan critical ratio C.R
yang lebih besar dari dua kali standar errornya S.E, maka dapat disimpulkan bahwa indikator variabel assurance yang digunakan
adalah valid.
d. Empathy
Berdasarkan hasil pengujian validitas konvergen untuk variabel
empathy dengan menggunakan bantuan program komputer Amos 16,
maka diperoleh hasil sebagai berikut:
Tabel 4.17 Validitas
Empathy Konstruk
Estimate S.E.
C.R. p
Empathy
EM1 1.000
EM2 .990
.107 9.239
EM3 .828
.106 7.830
EM5 .950
.104 9.134
Sumber: data primer diolah, 2010
Pada tabel 4.17 menunjukkan bahwa semua indikator tentang empathy menghasilkan nilai estimasi dengan critical ratio C.R yang
lebih besar dari dua kali standar errornya S.E, maka dapat
commit to user
78
disimpulkan bahwa indikator variabel empathy yang digunakan adalah valid.
e. Tangible
Berdasarkan hasil pengujian validitas konvergen untuk variabel tangible dengan menggunakan bantuan program komputer Amos 16,
maka diperoleh hasil sebagai berikut:
Tabel 4.18 Validitas
Tangible Konstruk
Estimate S.E.
C.R. p
Tangible
T1 1.000
T3 .964
.113 8.561
T4 .865
.110 7.861
Sumber: data primer diolah, 2010
Pada tabel 4.18 menunjukkan bahwa semua indikator tentang tangible menghasilkan nilai estimasi dengan critical ratio C.R yang
lebih besar dari dua kali standar errornya S.E, maka dapat disimpulkan bahwa indikator variabel tangible yang digunakan adalah
valid.
f. Satisfaction
Berdasarkan hasil pengujian validitas konvergen untuk variabel satisfaction dengan menggunakan bantuan program komputer Amos
16, maka diperoleh hasil sebagai berikut:
commit to user
79
Tabel 4.19 Validitas
Satisfaction Konstruk
Estimate S.E.
C.R. p
Satisfaction
K1 1.000
K2 .878
.125 7.033
Sumber: data primer diolah, 2010
Pada tabel 4.19 menunjukkan bahwa semua indikator tentang satisfaction menghasilkan nilai estimasi dengan critical ratio C.R
yang lebih besar dari dua kali standar errornya S.E, maka dapat disimpulkan bahwa indikator variabel satisfaction yang digunakan
adalah valid.
g. Repurchase Intention
Berdasarkan hasil pengujian validitas konvergen untuk variabel repurchase intention dengan menggunakan bantuan program komputer
Amos 16, maka diperoleh hasil sebagai berikut:
Tabel 4.20 Validitas
Repurchase Intention Konstruk
Estimate S.E.
C.R. p
Repurchase Intention
RI2 1.000
RI3 .899
.133 6.737
RI4 .833
.135 6.183
RI5 .978
.145 6.729
Sumber: data primer diolah, 2010
Pada tabel 4.20 menunjukkan bahwa semua indikator tentang repurchase intention menghasilkan nilai estimasi dengan critical ratio
C.R yang lebih besar dari dua kali standar errornya S.E, maka
commit to user
80
dapat disimpulkan bahwa indikator variabel repurchase intention yang digunakan adalah valid.
2 Reliabilitas Konstruk
Reliabilitas konstruk dinilai dengan menghitung indeks reliabilitas instrumen yang digunakan composite reliability dari model SEM yang
dianalisis. Nilai batas yang digunakan untuk menilai sebuah tingkat reliabilitas yang dapat diterima adalah 0,70, walaupun angka itu bukanlah
sebuah ukuran yang “mati”. Artinya, bila penelitian yang dilakukan bersifat eksploratori, maka nilai dibawah 0,70 pun masih dapat diterima
sepanjang disertai dengan alasan-alasan empirik yang terlihat dalam proses eksplorasi. Nunally dan Bernstein, 1994 dalam Ferdinand, 2005:
193 memberikan pedoman yang baik untuk menginterpretasikan indeks reliabilitas. Mereka menyatakan bahwa dalam penelitian eksploratori,
reliabilitas yang sedang antara 0,5 – 0,6 sudah cukup untuk menjustifikasi sebuah hasil penelitian.
67
Tabel 4.21 Reliabilitas Konstruk
Variabel FAKTOR
Reliability Responsiveness Assurance
Empathy Tangible
Satisfaction Repurchase
Intention Const Error
δ Const Error
δ Const Error
δ Const
Error δ
Const Error
δ Const
Error ε
Const Error ε
λ λ
λ λ
λ λ
λ
ξ
1
R1 0.724
0.48 R2
0.746 0.44
R3 0.752
0.43
ξ
2
RS1 0.598
0.64 RS2
0.687 0.53
RS3 0.746
0.44
ξ
3
A1 0.559
0.69 A2
0.765 0.41
A3 0.677
0.54
ξ
4
EM1 0.749
0.44 EM2
0.742 0.45
EM3 0.623
0.61 EM5
0.732 0.46
ξ
5
T1 0.754
0.43 T3
0.727 0.47
T4 0.654
0.57
η
1
KK1 0.814
0.34 KK2
0.726 0.47
η
2
RI2 0.678
0.54 RI3
0.613 0.62
RI4 0.551
0.70 RI5
0.612 0.63
Σ of λ 2.22
2.03 2.00
2.85 2.14
1.54 2.45
Σ of ε 1.35
1.61 1.64
1.96 1.48
0.81 2.49
Reliabilitas Konstruk
0.78 0.72
0.71 0.80
0.76 0.75
0.71
8 1
commit to user
82 Adapun perhitungan reliabilitas konstruk di atas menunjukkan
bahwa construct
reliability variabel
reliability sebesar
0,78, responsiveness sebesar 0,72, assurance sebesar 0,71, empathy sebesar
0,80, tangible sebesar 0,76
, satisfaction kepuasan konsumen sebesar
0,75, dan repurchase intention sebesar 0,71. Tujuh variabel yang diteliti memiliki nilai reliabilitas konstruk lebih besar dari batas yang digunakan
untuk menilai sebuah tingkat reliabilitas yaitu 0,50 - 0,60, sehingga item- item yang ada reliabel atau handal untuk mengukur variabel ketujuh
variabel tersebut.
D. Uji Kecukupan Sampel