Uji Validitas Uji Reliabilitas

commit to user Tabel IV.5 Diskripsi Responden berdasarkan lamanya menggunakan jasa gadai Sumber : Data Primer yang diolah, 2011 Berdasarkan table IV.5 dapat diketahui bahwa sebagian besar responden yang paling sering menggunakan jasa gadai yaitu pada kurun waktu 7 sampai 12 bulan terakhir sebanyak 70 orang 42.9. Hal ini mengindikasikan banyak nasabah yang sudah mengetahui Perum Pegadaian sejak lama.

2. Analisis Instrumen Penelitian

a. Uji Validitas

Uji validitas menunjukkan seberapa nyata suatu pengujian mengukur apa yang seharusnya diukur Jogiyanto, 2004. Uji validitas juga untuk mengindikasikan seberapa baik instrument tersebut mengukur konsep yang diharapkan. Serta untuk mengetahui apakah pertanyaan pada kuesioner sesuai dengan konsep atau tidak. Pengujian validitas dilakukan dengan menggunakan Confirmatory Factor Analysis CFA, dengan Lama menggunakan jasa gadai Jumlah responden Persentase 1bln – 6bln terakhir 43 26,4 7bln – 12blnTerakhir 70 42,9 12bln 50 30,7 Total 163 100,0 commit to user bantuan paket perangkat lunak program SPSS 11.5 For Windows . harus dipenuhi, karena merupakan salah satu syarat untuk dapat menganalisis model dengan Structural Equation Modelling SEM. Hasil dari uji validitas sampel besar dapat dilihat pada table di bawah ini: Tabel IV. 6 Pada table IV.6 menunjukkan nilai KMO Measure of Sampling Adequacy MSA dalam penelitian ini sebesar 0.892. Karena nilai MSA di atas 0.5 serta nilai Bartlet test signifikan pada 0,000 dapat disimpulkan bahwa uji analisis faktor dapat dilanjutkan. Tabel IV.7 menunjukkan hasil uji validitas dengan jumlah 163 responden, terlihat rotated component matiks telah terekstrak sempurna semua dengan factor loading 0,50 KMO and Bartletts Test .892 2392.005 378 .000 Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Approx. Chi-Square df Sig. Bartletts Test of Sphericity Sumber: data primer yang diolah, 2011. commit to user Tabel IV.7 Hasil Uji Validitas

b. Uji Reliabilitas

Setelah Pengujian validitas , maka tahap selanjutnya adalah pengujian reliabilitas yang bertujuan untuk mengetahui konsistensi item – item pertanyaan yang digunakan . Untuk mengukur reliabilitas dari instrument penelitian ini dilakukan dengan menggunakan koefisien Cronbach alpha . Dari hasil pengujian reliabilitas variabel dengan menggunakan bantuan program SPSS For Windows Rotated Component Matrix a .731 .784 .831 .757 .862 .773 .763 .702 .756 .749 .793 .763 .695 .829 .601 .849 .789 .670 .719 .712 .694 .791 .716 .754 .775 .811 .739 .756 SQ1 SQ2 SQ3 SQ4 SQ5 SQ6 SQ7 SQ8 SQ9 SQ10 SQ11 SQ12 SQ13 SQ14 SQ15 SQ16 SQ17 SQ18 SQ19 SQ20 PR1 PR2 CS1 CS2 CS3 CL1 CL2 CL3 1 2 3 4 5 6 7 8 Component Extraction Method: Principal Component Analysis. Sumber: data primer yang diolah, 2011. commit to user didapatkan nilai Cronbach Alpha masing – masing variable sebagai berikut: Tabel IV.8 Hasil Uji Reliabilitas Variabel Cronbach’s Alpha SQ Reliability 0,8464 SQ Responsiveness 0,8573 SQ Assurance 0,8483 SQ Tangible 0,8338 SQ Emphaty 0,7758 PR Price 0,7933 CS Customer Satisfaction 0,8763 CL Customer Loyalty 0,8078 Dari tabel IV.8 dapat dilihat bahwa semua instrument dinyatakan reliabel karena mempunyai nilai cronbach’s alpha 0,60. 3. Uji Asumsi Model A. Normalitas Data Normalitas univariate dan multivariate terhadap data yang digunakan dalam analisis ini diuji dengan menggunakan Amos 6.01. Hasilnya adalah seperti yang disajikan dalam tabel IV.9 berikut ini: Sumber: data primer yang diolah, 2011. commit to user Tabel IV.9 Hasil Uji Normalitas Tabel IV.9 menunjukkan hasil pengujian normalitas data dalam penelitian ini. Evaluasi normalitas diidentifikasi baik secara univariate maupun multivariate . Secara univariate untuk nilai – Variable min max skew c.r. kurtosis c.r. CL3 2.000 5.000 -.212 -1.104 -.106 -.276 CL2 2.000 5.000 -.301 -1.571 .646 1.683 CL1 2.000 5.000 -.164 -.857 .151 .394 CS3 2.000 5.000 -.077 -.403 -.615 -1.602 CS2 2.000 5.000 -.238 -1.240 -.362 -.942 CS1 2.000 5.000 -.331 -1.727 -.149 -.388 pr1 2.000 5.000 -.257 -1.342 -.241 -.629 pr2 2.000 5.000 -.240 -1.253 -.177 -.462 sq17 2.000 5.000 -.285 -1.487 -.331 -.864 sq18 2.000 5.000 -.149 -.776 -.159 -.413 sq19 2.000 5.000 -.195 -1.019 -.519 -1.354 sq20 2.000 5.000 -.322 -1.680 .058 .151 sq13 2.000 5.000 -.267 -1.392 -.004 -.010 sq14 2.000 5.000 -.314 -1.635 -.312 -.812 sq15 2.000 5.000 -.326 -1.699 .099 .257 sq16 2.000 5.000 -.455 -2.370 .047 .123 sq9 2.000 5.000 -.448 -2.336 .569 1.483 sq10 2.000 5.000 -.548 -2.855 -.476 -1.241 sq11 2.000 5.000 -.476 -2.483 -.254 -.663 sq12 3.000 5.000 -.255 -1.328 -.791 -2.061 sq5 2.000 5.000 -.548 -2.858 -.366 -.955 sq6 2.000 5.000 -.571 -2.977 -.397 -1.034 sq7 2.000 5.000 -.562 -2.931 -.215 -.560 sq8 2.000 5.000 -.538 -2.803 -.356 -.927 sq4 2.000 5.000 -.291 -1.516 -.547 -1.426 sq3 2.000 5.000 -.247 -1.287 -.426 -1.110 sq2 2.000 5.000 -.067 -.348 -.084 -.219 sq1 2.000 5.000 -.348 -1.814 -.037 -.096 Multivariate 31.859 4.962 Sumber: data primer yang diolah, 2011. commit to user nilai dalam c.r. skewnes , ada delapan item pernyataan yang menunjukkan nilai 2. Sedangkan untuk nilai – nilai dalam c.r. kurtosis , semua item pertanyaan menunjukan nilai 7. Dengan demikian secara univariate tidak terdistribusi secara normal. Nilai yang tertera di pojok kanan bawah pada Tabel IV.9 menandakan bahwa data dalam penelitian ini terdistribusi normal secara multivariate dengan nilai c.r kurtosis 4.962. Analisis terhadap data tidak normal dapat mengakibatkan pembiasan interpretasi karena nilai chi square hasil analisis cenderung meningkat sehingga nilai probability level akan mengecil. Menurut Hair et al . 1998:71 ukuran sampel yang besar cenderung untuk mengurangi efek yang merugikan dari non-normalitas data yang akan di analisis. Disamping itu, teknik Maximum Likelihood Estimates MLE yang digunakan dalam penelitian ini tidak terlalu terpengaruh robust terhadap data yang tidak normal Ghazali dan Fuad, 2005:35-36 sehingga analisis selanjutnya dapat dilakukan. B. Evaluasi Outliers Uji terhadap multivariate outliers dilakukan dengan menggunkan kriteria jarak mahalanobis pada tingkat P 0,001. Jarak mahalanobis itu dievaluasi dengan menggunakan c 2 pada drajat bebas sebesar jumlah variable indikator yang digunakan dalam penelitian Ferdinand,2002:103. Jika dalam penelitian ini digunakan 28 variabel indikator, semua kasus yang mempunyai jarak mahalanobis lebih commit to user besar dari c 2 28,0.001 = 56,892 adalah multivariate outlier . Tabel IV.10 berikut menyajikan hasil evaluasi jarak mahalanobis. Tabel IV.10 Jarak Mahalanobis Data Penelitian Nomor Observasi Jarak Mahalanobis Jarak Mahalanobis Kritis 28, 0.001 7 156 98 - - - 144 48.860 47.462 46.472 - - - 24.996 56,892 Tabel IV.10 menunjukkan bahwa tidak ada outlier, karena semua observasi memiliki jarak mahalanobis 56,892. Hal ini mengindikasikan bahwa tanggapan responden terhadap pernyataan dalam kuesioner relative sama.

4. Uji Hipotesis