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.
5.4.5. Uji 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.
Tabel 5.11. Uji Normalitas
Assessment of normality Variable
Min. Max.
Kurtosis c.r.
X11 1
5 1,853
4,211 X12
2 5
-0,951 -2,162
X21 3
5 0,052
0,119 X22
3 5
0,832 1,890
X23 2
5 1,557
3,539 X31
2 5
1,978 4,496
X32 2
5 0,459
1,043 X41
2 5
-0,624 -1,419
X42 2
5 -0,973
-2,211 X43
2 5
1,878 4,268
X44 2
5 0,070
0,160 Y1
2 5
-0,674 -1,532
Y2 2
5 0,943
2,144 Multivariate
42,330 11,934
Batas Normal ± 2,58
Sumber : Data diolah Lampiran 4.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Dilihat dari data di atas, hasil uji menunjukkan bahwa nilai c.r. multivariat berada di luar
± 2,58, dan itu berarti asumsi normalitas tidak
terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dinyatakan oleh Bentler Chou 1987 bahwa jika teknik estimasi
dalam model SEM menggunakan maximum likelihood estimation MLE walau distribusi datanya tidak normal ternyata masih dapat
menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.
5.4.6. Evaluasi 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.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Gambar 5.1. Model Specification : One Step Approach – Base Model
Tabel 5.12. Evaluasi Criteria Goodness of fit One Step Approach
Evaluasi Kriteria Goodness of Fit Indices Kriteria
Hasil Nilai Kritis
Evaluasi Model CminDF
1,343 ≤ 2,00
baik Probability
0,046 ≥ 0,05
kurang baik RMSEA
0,053 ≤ 0,08
baik GFI
0,919 ≥ 0,90
baik AGFI
0,865 ≥ 0,90
kurang baik TLI
0,919 ≥ 0,95
kurang baik CFI
0,943 ≥ 0,94
kurang baik
Sumber : Data diolah Lampiran 11.
MODEL PENGUKURAN STRUKTURAL Customer Characteristic, Customer Value, Experience
Satisfaction, Switching Barrier, Customer Loyalty Model Specification : One Step Approach - Base Model
1 Customer
Characteristic X11
er_1 1
Customer Loyalty
d_cl 1
1 Customer
Value X21
er_3 X22
er_4 X23
er_5 1
1 1
1 Experience
Satisfaction X31
er_6 1
1 Switching
Barrier X41
er_8 1
X32 er_7
1 Y2
er_13 1
Y1 er_12
1 1
X42 er_9
1 X12
er_2 1
X43 er_10
1 X44
er_11 1
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Dari hasil evaluasi terhadap model one step approach base model ternyata dari semua kriteria goodness of fit yang digunakan,
seluruhnya menunjukkan hasil evaluasi model yang belum seluruhnya baik, berarti model belum sesuai dengan data. Artinya, model
konseptual yang dikembangkan dan dilandasi oleh teori belum sepenuhnya didukung oleh fakta, sehingga model masih perlu
dimodifikasi sebagaimana terdapat di bawah ini.
MODEL PENGUKURAN STRUKTURAL Customer Characteristic, Customer Value, Experience
Satisfaction, Switching Barrier, Customer Loyalty Model Specification : One Step Approach - Modifikasi
1 Customer
Characteristic X11
er_1 1
Customer Loyalty
d_cl 1
1 Customer
Value X21
er_3 X22
er_4 X23
er_5 1
1 1
1 Experience
Satisfaction X31
er_6 1
1 Switching
Barrier X41
er_8 1
X32 er_7
1 Y2
er_13 1
Y1 er_12
1 1
X42 er_9
1 X12
er_2 1
X43 er_10
1 X44
er_11 1
Gambar 5.2. Model Specification : One Step Approach - Modifikasi
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel 5.13. Evaluasi Criteria Goodness of fit One Step Approach
Evaluasi Kriteria Goodness of Fit Indices Kriteria
Hasil Nilai Kritis
Evaluasi Model CminDF
1,016 ≤ 2,00
baik Probability
0,441 ≥ 0,05
baik RMSEA
0,011 ≤ 0,08
baik GFI
0,942 ≥ 0,90
baik AGFI
0,900 ≥ 0,90
baik TLI
0,996 ≥ 0,95
baik CFI
0,997 ≥ 0,94
baik
Sumber : Data diolah Lampiran 12.
Hasil evaluasi terhadap one step approach base model ternyata dari semua criteria goodness of fit yang digunakan, menunjukkan hasil
evaluasi model seluruhnya baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi
oleh teori telah sepenuhnya didukung oleh fakta. Model modifikasi ini adalah model yang terbaik untuk menjelaskan keterkaitan antar
variable dalam model.
5.5. Pembahasan Hasil Penelitian