Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings masing masing butir pertanyaan yang membentuk setiap construct belum
seluruhnya ≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat
dikatakan validitasnya cukup baik.
4.3.4 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 table berikut ini : Tabel 4.11 Construct Reliability dan Variance Extracted
Const r uct Reliabilit y Var iance Ex t r at ed Konst r ak
I ndik at or St andar dize
Fact or Loading SFL
Kuadr at Er r or
[εj] Const r uct
Reliabilit y Var iance
Ex t r at ed Adver t ising
X11 0.683
0.466 0.534
0.821 0.607
X12 0.823
0.677 0.323
X13 0.823
0.677 0.323
Sales prom ot ion X21
0.710 0.504
0.496 0.824
0.610 X22
0.853 0.728
0.272 X23
0.774 0.599
0.401 Public Relat ion
X31 0.770
0.593 0.407
0.671 0.517
X32 0.978
0.956 0.044
X33 - 0.029
0.001 0.999
UPN Select ed Decision
Y1 0.766
0.587 0.413
0.542 0.374
Y2 0.732
0.536 0.464
Y3 - 0.007
0.000 1.000
Ba t a s D a pa t D it e r im a ≥ 0,7
≥ 0,5
Sumber : Lampiran
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.
4.3.5 Evaluasi Normalitas
Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai statistik untuk
menguji normalitas itu disebut Z-value. Bila nilai-Z lebih besar dari nilai kritis
maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 [1] yaitu sebesar ± 2,58. Hasil
analisis tampak pada tabel berikut : Tabel 4.12 Normalitas Data
Assessm ent of nor m alit y Var iable
m in m ax
k ur t osis c.r .
X11 4
7 - 0.434
- 0.912 X12
4 7
- 0.464 - 0.976
X13 4
7 - 0.537
- 1.128 X21
3 7
- 0.399 - 0.838
X22 4
7 - 0.143
- 0.300 X23
3 7
- 0.434 - 0.913
X31 3
7 - 1.289
- 2.708 X32
3 7
- 1.131 - 2.376
X33 2
7 - 0.704
- 1.480 Y1
4 7
- 0.586 - 1.231
Y2 4
7 - 0.601
- 1.262 Y3
2 7
6.767 14.221
M u lt iv a ria t e
13.056 3 .6 6 7
Ba t a s N orm a l ± 2 ,5 8
Sumber : Lampiran
Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di luar ± 2,58 itu berarti asumsi normalitas tidak terpenuhi. Fenomena ini tidak menjadi masalah
serius seperti dikatakan oleh Bentler Chou 1987 bahwa jika teknik estimasi
datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.
4.3.6 Analisis Model One-Step Approach To SEM
