Tabel 4.8. : Outlier Data
Residuals Statistics a Minimum
Maximum Mean
Std. Deviation
N Predicted Value
5.791 112.207
60.000 22.443
119 Std. Predicted Value
-2.415 2.326
0.000 1.000
119 Standard Error of Predicted Value
6.860 15.059
10.906 1.537
119 Adjusted Predicted Value
-6.815 118.591
59.881 23.062
119 Residual
-56.227 73.966 0.000 26.198 119 Std. Residual
-1.986 2.612
0.000 0.925
119 Stud. Residual
-2.277 2.761
0.002 1.007
119 Deleted Residual
-73.914 82.661 0.119 31.083 119 Stud. Deleted Residual
-2.326 2.858
0.005 1.018
119 Mahalanobis Distance [MD]
5.933
32.382
16.857 5.010 119
Cooks Distance 0.000
0.093 0.011
0.017 119
Centered Leverage Value 0.050
0.274 0.143
0.042 119
a Dependent Variable : NO. RESP Terdapat Outlier Apabila
Mahalanobis Distance :
42.312
=CHIINV0,001.18 Hasil evaluasi :
Tidak terdapat outlier multivariat [antar variabel], karena MD Maksimum 32,382 42,312
Sumber : Lampiran Deteksi terhadap multivariat outliers dilakukan dengan menggunakan
kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu dievaluasi dengan menggunakan
2
pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Bila kasus yang mempunyai Jarak Mahalanobis
lebih besar dari nilai chi-square pada tingkat signifikansi 0,001 maka terjadi multivariate outliers. Nilai
2 0.001
dengan jumlah indikator 17 adalah sebesar 42,312. Hasil analisis Mahalanobis diperoleh nilai 32,382 lebih kecil dari
2
tabel 42,312 tersebut. Dengan demikian tidak terjadi multivariate outliers.
4.2.2. Evaluasi Reliabilitas
Seperti telah dijelaskan pada bab sebelumnya bahwa Cronbach’s Alpha ini
digunakan untuk mengestimasi reliabiltas setiap skala variabel atau observasi indikator. Sementara itu item to total correlation digunakan untuk memperbaiki
ukuran-ukuran dan mengeliminasi butir-butir yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan Purwanto, 2002.
Hasil selengkapnya dapat dilihat pada tabel berikut : Tabel 4.9. Reliabilitas Data :
Pengujian Reliability Consistency Internal Konstrak Indikator
Item to Total Correlation
Koefisien Cronbachs Alpha
X11 0.845 X12 0.895
X13 0.853 Pleasure
X14 0.476 0.778
X21 0.929 X22 0.956
Arousal X23 0.916
0.926 X31 0.929
Dominance X32 0.918
0.826 X41 0.848
X42 0.913 Perception
X43 0.868 0.849
Y2 0.824 Y3 0.823
Y4 0.847 Shopping
Experience Y5 0.734
0.856
Sumber : data diolah Proses eleminasi diperlakukan pada item to total correlation pada indikator
yang nilainya 0,5 [Purwanto,2003]. Tidak terjadi eliminasi karena nilai item to total correlation indikator seluruhnya
≥ 0,5. Indikator yang tereliminasi tidak disertakan dalam perhitungan cronbachs alpha. Perhitungan cronbachs dilakukan
setelah proses eliminasi. Hasil pengujian reliabilitas konsistensi internal untuk setiap construct di atas menunjukkan hasil cukup baik dimana koefisien
Cronbach’s Alpha yang diperoleh seluruhnya memenuhi rules of thumb yang disyaratkan yaitu
≥ 0,7 [Hair et.al.,1998].
4.2.3. Evaluasi Validitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya
diukur, karena indikator multidimensi, maka uji validitas dari setiap latent variable construct akan diuji dengan melihat loading faktor dari hubungan
antara setiap observed variable dan latent variable. Hasil analisis tampak pada tabel di bawah ini.
Tabel 4.10. Validitas Data
Standardize Faktor Loading dan Construct dengan Confirmatory Factor Analysis
Faktor Loading Konstrak Indikator
1 2 3 4 X11 0.836
X12 0.919 X13 0.794
Pleasure X14 0.220
X21 0.883
X22 0.970
Arousal X23
0.844 X31
0.708 Dominance
X32 0.998
X41 0.715
X42 0.955
Perception X43
0.758 Y2
0.872 Y3
0.926 Y4
0.815 Shopping
Experience Y5
0.521
Sumber : data diolah Berdasarkan hasil confirmatory faktor analysis terlihat bahwa faktor
loadings masing masing butir pertanyaan yang membentuk setiap construct seluruhnya
≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya cukup baik.
4.2.4. Evaluasi Construct Reliability Dan Variance Extracted Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu
juga dilakukan pengujian construct reliability dan variance extracted. Kedua pengujian tersebut masih dalam koridor uji konsistensi internal yang akan
memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama Purwanto, 2002. Dan
variance extracted direkomendasikan pada tingkat 0,50. Hasil perhitungan construct reliability dan variance extracted dapat dilihat dalam tabel 4.16.
Tabel 4.11. Construct Reliability dan Variance Extracted
Construct Reliability Variance Extrated Konstrak Indikator
Standardize Factor
Loading SFL
Kuadrat Error
[ εj]
Construct Reliability
Variance Extrated
X11 0.836 0.699 0.301
X12 0.919 0.845 0.155
Pleasure X14 0.794 0.630
0.370 0.630 0.630
X21 0.220 0.048 0.952
X22 0.883 0.780 0.220
Arousal X23 0.970 0.941
0.059 0.777 0.590
X31 0.844 0.712 0.288
Dominance X32 0.708 0.501
0.499 0.754 0.607
X41 0.998 0.996 0.004
X42 0.715 0.511 0.489
Perception X43 0.955 0.912
0.088 0.925 0.806
Y2 0.758 0.575 0.425
Y3 0.872 0.760 0.240
Y4 0.926 0.857 0.143
Shopping Experience
Y5 0.815 0.664 0.336
0.909 0.714
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Sumber : data diolah Hasil pengujian reliabilitas instrumen dengan construct reliability dan
variance extracted menunjukkan instrumen cukup 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.
4.2.5. Evaluasi Normalitas
