Tabel 4.2 : Standardize Faktor Loading dan Construct dengan Confirmatory Factor Analysis
Standardize Faktor Loading dan Construct dengan Confirmatory Factor Analysis
Faktor Loading Konstrak Indikator
1 2 3 4 X11 0.998
Suku Bunga X12
0.672 X41
0.998 X42
0.006 Bauran
Pemasaran X45
0.074 X52
0.619 Kualitas
Jasa X55
0.291 Sumber : Lampiran
Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings masing masing butir pertanyaan yang membentuk setiap
construct sebagian besar
≥ 0,5, sehingga butir-butir instrumentasi setiap
konstruk tersebut dapat dikatakan validitasnya cukup baik.
4.3.3 Uji Construk Rability dan Variance Extract
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reability dan variance extracted.
Kedua pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikna peneliti kepercayaan diri yang lebih besar bahwa
indikator-indikator individual mengukur suatu pengukuran yang sama. Seperti pada tabel berikut ini :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.3 : Construk Rability dan Variance Extract
Construct Reliability Variance Extrated Konstrak Indikator
Standardize Factor
Loading SFL
Kuadrat Error
[ εj]
Construct Reliability
Variance Extrated
X11 0.998 0.996
0.004 Suku
Bunga X12 0.672
0.452 0.548
0.835 0.724 X41 0.998
0.996 0.004
X42 0.006 0.000
1.000 Bauran
Pemasaran X45 0.074
0.005 0.995
0.368 0.334 X52 0.619
0.383 0.617
Kualitas Jasa
X55 0.291 0.085
0.915 0.351 0.234
Batas Dapat Diterima
≥ 0,7 ≥ 0,5
Sumber : Lampiran Hasil pengujian reliabilitas instrumen dengan construct
reliability dan variance extracted menunjukkan instrumen kurang reliabel, yang ditunjukkan dengan nilai construct reliability belum
seluruhnya
≥ 0,7. Meskipun demikian angka tersebut bukanlah sebuah ukuran “mati” artinya bila penelitian yang dilakukan bersifat exploratory,
maka nilai di bawah 0,70 pun masih dapat diterima sepanjang disertai alasan–alasan empirik yang terlihat dalam proses eksplorasi. Dan variance
extracted direkomendasikan pada tingkat 0,50.
4.3.4 Uji Outliers Multivariate
Uji terhadap Outliers Multivariate antar variabel di lakukan dengan menggunakan jarak Maholanis Distance MD pada tingkat p 0,001.
Jarak Maholanis Distanceini di evaluasi dengan menggunakan X
2
pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian.
Hasil perhitungan terlihat pada tabel di bawah ini :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 4.4 : Tabel Residual Statistics
Residuals Statistics a Minimum Maximum
Mean Std.
Deviation N
Predicted Value 17.810
124.360 70.500 19.009
140 Std. Predicted Value
-2.772 2.833
0.000 1.000
140 Standard Error of
Predicted Value 7.914
21.604 12.617 2.303
140 Adjusted Predicted Value
3.250 124.570 70.260
20.221 140
Residual -77.945
92.397 0.000
35.828 140
Std. Residual -2.055
2.436 0.000
0.945 140
Stud. Residual -2.139
2.963 0.003
1.012 140
Deleted Residual -84.445
136.754 0.239
41.241 140
Stud. Deleted Residual -2.171
3.062 0.003
1.018 140
Mahalanobis Distance [MD]
5.057 44.093 14.893
5.911 140
Cooks Distance 0.000
0.263 0.010
0.024 140
Centered Leverage Value 0.036
0.317 0.107
0.043 140
a Dependent Variable : NO. RESP Terdapat Outlier Apabila : Mahalanobis Distance : 37,697
=CHIINV0,001.15
Hasil evaluasi : Terdapat outlier multivariat antar variabel, karena MD
Maksimum 44,093 ≥ 37,697
1 case outlier ini harus dieliminasi sehingga N pada analisis selanjutnya tinggal 140-1=139
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.3.5 Uji Normalitas
