Hasil uji menunjukkan bahwa nilai c.r. multivariate berada di luar ± 2,58 itu berarti asumsi normalitas tidak terpenuhi. Fenomena ini tidak menjadi
masalah serius seperti dikatakan oleh Bentler dan Chou 1987 bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation MLE
walau distribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.
4.2.6. Analisis Model One – Step Approach to SEM
Dalam model SEM, model pengukuran dan model struktural parameter-parameternya diestimasi secara bersama-sama. Cara ini agak
mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan structural
model yang diestimasi secara bersama-sama one-step approach to SEM. One-step approach to SEM digunakan apabila model diyakini bahwa dilandasi
teori yang kuat serta validitas dan reliabilitas data sangat baik. Hair.et.al, 1998. Hasil estimasi dan fit model one-step approach to SEM dengan menggunakan
program aplikasi AMOS 4.01 terlihat pada gambar dan tabel Goodness of Fit dibawah ini.
MODEL PENGUKURAN STRUKTURAL Advertising, Customer Confidence, Customer Attitude, Purchase Intention
Model Specification : One Step Approach - Base Model
Gambar. 4.1
Sumber : Lampiran Tabel 4.21 Evaluasi Kriteria Goodness of Fit Indices
Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil
Nilai Kritis
Evaluasi Model
CminDF 0.957 ≤ 2,00
baik Probability 0.564
≥ 0,05 baik
RMSEA 0.049 ≤ 0,08
baik GFI 0.928
≥ 0,90 baik
AGFI 0.900 ≥ 0,90
baik TLI 1.134
≥ 0,95 baik
CFI 1.000 ≥ 0,94
baik
Sumber : Lampiran Dari hasil evaluasi terhadap model one step approach modifikasi
ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan
data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah
Customer Attitude
1
Advertising er_1
Y11 Y12
er_2 1
1 1
X1 er_4
1 X2
er_5 1
Y13 1
er_3
Customer Confidence
Y21 er_7
Y22 er_8
1 1
1 d_ca
1
Y23 er_9
1 X3
er_6 1
Purchase Intention
Z1 er_10
Z2 0,005
er_11 Z3
er_12 0,005
d_pi 1
1 1
1 1
0,005 d_cc
1
sepenuhnya didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model.
4.2.7. Uji Kausalitas
Dilihat dari angka determinant of sample covariance matrix : 2.896.435.214 0 mengindikasikan tidak terjadi multicolinierity atau singularity
dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi masing-masing faktor dapat dipercaya sebagaimana terlihat pada uji
kausalitas dibawah ini. Tabel 4.22. Hasil Uji Kausalitas
Regression Weights Ustd
Std Faktor
Faktor Estimate Estimate
Prob. Customer_Attitude
Advertising -0.081 -0.897
0.417 Customer_Confidence
Advertising 0.166 0.920 0.088
Purchase_Intention Customer_Attitude 3.391 1.295 0.482
Purchase_Intention Customer_Confidence
2.216 1.682 0.069 Batas Signifikansi
≤ 0,10
Sumber : Lampiran Dilihat dari tingkat Prob. Arah hubungan kausal, maka hipotesis yang
menyatakan bahwa : a. Faktor Iklan berpengaruh positif terhadap faktor Sikap Konsumen, tidak
dapat diterima [Prob. Kausalnya 0,417 0,10 [tidak signifikan [negatif]. b. Faktor Iklan berpengaruh positif terhadap faktor Keyakinan Konsumen,
dapat diterima [Prob. Kausalnya 0,088 ≤ 0,10 [signifikan [positif].
c. Faktor Sikap Konsumen berpengaruh positif terhadap faktor Minat Beli, tidak dapat diterima [Prob. Kausalnya 0,482 0,10 [tidak signifikan
[positif].
d. Faktor Keyakinan Konsumen berpengaruh positif terhadap faktor Minat Beli, dapat diterima [Prob. Kausalnya 0,069
≤ 0,10 [signifikan [positif].
4.2.8. Analisis Unidimensi First Order