49
Tabel 4.10. Construct Reliability Variance Extrated
Konstrak Indikator Standardize
Factor Loading
SFL Kuadrat
Error [ εj]
Construct Reliability
Variance Extrated
X11 0.701 0.491 0.509
Trust X12 0.796 0.634
0.366 0.719 0.563
X21 0.999 0.998 0.002
X22 0.656 0.430 0.570
X23 0.101 0.010 0.990
Satisfaction X24 0.100 0.010
0.990 0.574 0.362
Y1 0.093 0.009 0.991
Y2 0.217 0.047 0.953
Loyalty Y3 0.997 0.994
0.006 0.467 0.350
Batas Dapat Diterima
≥ 0,7 ≥ 0,5
Sumber : Lampiran
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan variance
extracted. Kedua pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar
bahwa indikator-indikator individual mengukur suatu pengukuran yang sama.
Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen cukup reliabel, yang
ditunjukkan dengan nilai construct reliability belumseluruhnya ≥ 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.
4.2.6. Uji Normalitas
Uji normalitas sebaran dilakukan dengan kurtotis value dari data yang digunakan yang biasanya disajikan dalam bentuk statistik deskriptif.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
50
Nilai statistik untuk menguji normalitas itu disebut Z-value. Bila nilai Z lebih besar dari nilai kritis maka distribusi data adalah tidak normal.
Tabel 4.11. Assessment of Normality
Variable min Max kurtosis
c.r. X11 5 7
-0.262 -0.585
X12 1 6 0.058
0.130 X21 3 7
-1.343 -3.004
X22 3 7 -1.184
-2.646 X23 1 7
2.031 4.541
X24 1 7 0.384
0.858 Y1 3
7 1.112
2.487 Y2 1
7 0.792
1.771 Y3 3
7 -0.217
-0.484
Multivariate 10.049
3.911 Batas Normal
± 2,58
Sumber : Lampiran 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 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 dalam model SEM menggunakan maximum likelihood estimation [MLE] walau ditribusi datanya tidak normal masih
dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
51
4.2.7. Evaluasi Model One-Steep 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 – steep approach to SEM. One – steep approach to SEM digunakan bila model
dilandasi teori yang kuat serta validitas dan reliabilitas data sangat baik Hair, et,al, 1998.
Gambar 4.1. Model Pengukuran dan Struktural
MODEL PENGUKURAN STRUKTURAL Trust, Satisfaction, Loyalty
Model Specification : One Step Approach - Base Model
1
Trust
1
Satisfaction X11
er_1 1
X21 0,005
er_3 1
X22 er_4
1 X12
er_2 1
X23 er_5
1 X24
er_6 1
X25 er_7
1 Loyalty
Y1 er_8
Y2 er_9
Y3 er_10
1 1
1 1
0,005 d_jl
1
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
52
Tabel 4.12. Evaluasi Kriteria Goodness of Fit Indeces Kriteria Hasil
Nilai Kritis
Evaluasi Model
CminDF 2.082
≤ 2,00 kurang
baik Probability
0.000 ≥ 0,05
kurang baik
RMSEA 0.095
≤ 0,08 kurang
baik GFI
0.898 ≥ 0,90
kurang baik
AGFI 0.836
≥ 0,90 kurang
baik TLI
0.666 ≥ 0,95
kurang baik
CFI 0.748
≥ 0,94 kurang
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 kurang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan
dilandasi oleh teori telah sepenuhnya didukung oleh fakta.
Gambar 4.2. Model Pengukuran dan Struktural
MODEL PENGUKURAN STRUKTURAL Trust, Satisfaction, Loyalty
Model Specification : One Step Approach - Eliminasi - Modifikasi
1 Trust
1 Satisfaction
X11 er_1
1
X21 0,005
er_3 1
X22 er_4
1 X12
er_2 1
X23 er_5
1 X24
er_6 1
Loyalty Y1
er_8 Y2
er_9 Y3
0,005 er_10
1 1
1 1
0,005 d_jl
1
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
53
Tabel 4.13. Evaluasi Kriteria Goodness of Fit Indeces
Kriteria Hasil Nilai
Kritis Evaluasi
Model
CminDF 1.126
≤ 2,00 baik
Probability 0.301
≥ 0,05 baik
RMSEA 0.033
≤ 0,08 baik
GFI 0.952
≥ 0,90 baik
AGFI 0.914
≥ 0,90 baik
TLI 0.969
≥ 0,95 baik
CFI 0.979
≥ 0,94 baik
4.2.8. Uji Kausalitas
