58
Kemudian terbanyak kedua terdapat pada skor 6 dengan jumlah responden 37 orang atau 33 . Artinya, responden yang menjawab setuju yaitu
sebanyak 37 orang atau 33 . Dan terbanyak ketiga terdapat pada skor 7 dengan jumlah responden 13 orang atau 11,6 . Artinya, responden yang
menjawab sangat setuju sebanyak 13 orang atau 11,6 . Indikator ketiga minat beli purchase intention yaitu keinginan
prefensial, mendapat respon terbanyak pada skor 5 dengan jumlah responden sebanyak 59 orang atau 52,7 . Artinya, sebagian besar
responden menjawab agak setuju yaitu sebanyak 59 orang atau 52,7 . Kemudian terbanyak kedua terdapat pada skor 6 dengan jumlah responden
33 orang atau 29,5 . Artinya, responden yang menjawab setuju yaitu sebanyak 33 orang atau 29,5 . Dan terbanyak ketiga terdapat pada skor 4
dengan jumlah responden 12 orang atau 10,7 . Artinya, responden yang menjawab netral sebanyak 12 orang atau 10,7 .
4.4. Deskripsi Hasil Analisis dan Pengujian Hipotesis
4.4.1. Evaluasi atas Outlier
Outlier adalah observasi atau data yang memiliki karakteristik
unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variabel tunggal atau
variabel kombinasi [Hair,1998]. Multivariate outlier diuji dengan kriteria jarak Mahalanobis pada tingkat p 0,001. Jarak diuji dengan Chi-Square
[ χ
2] pada df sebesar jumlah variabel bebasnya df = 1 . Ketentuan : bila
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
59
Mahalanobis dari nilai
χ 2 adalah multivariate outlier. Pada penelitian
ini terdapat outlier apabila nilai Mahalanobis distancenya 39,252 Untuk lebih memperjelas uraian mengenai evaluasi outlier
multivariate berikut ini akan disajikan tabel Uji Outlier Multivariate :
Tabel 4.12. Uji Outlier Multivariate
Minimum Maximum Mean
Std. Deviation
N
Pr edict ed Value - 0,133
116,175 56,500
22,322 112
St d. Predict ed Value - 2,537
2,673 0,000
1,000 112
St andar d Err or of Predict ed Value 5,908
15,782 9,783
1,731 112
Adj ust ed Predict ed Value - 0,299
128,901 56,141
22,836 112
Residual - 64,044
48,992 0,000
23,588 112
St d. Residual - 2,512
1,921 0,000
0,925 112
St ud. Residual - 2,613
2,096 0,006
0,998 112
Delet ed Residual - 69,289
58,292 0,359
27,500 112
St ud. Delet ed Residual - 2,698
2,135 0,005
1,006 112
Mahalanobis Dist ance [ MD] 4,968
4 1 ,5 3 3 15,857
6,020 112
Cooks Dist ance 0,000
0,061 0,010
0,012 112
Cent er ed Lev er age Value 0,045
0,374 0,143
0,054 112
a Dependent Var iable : NO. RESP
Sumber : Hasil Pengolahan Data Pada Lampiran 3
Diketahui nilai χ
2
0,001.16 sebesar 39,252. Berdasarkan tabel diatas, setelah dilakukan pengujian ditemukan nilai Mahalonobis Distance
maksimum adalah 41,533 lebih besar dari 39,252. Oleh karena itu diputuskan dalam penelitian ini terdapat outlier multivariate antar
variabel yaitu pada responden no 73 MD max = 41,907. Sehingga harus dieliminasi dan untuk analisis selanjutnya menjadi 112–1=111 responden.
4.4.2. Uji Reliabilitas
Reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat sampai
dimana masing-masing indikator itu mengindikasikan sebuah konstruk
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
60
yang umum. Koefisien Cronbach’s Alpha dihitung untuk mengestimasi reliabilitas setiap skala variabel atau indikator observarian. Sementara
itu item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi butir-butir yang kehadirannya akan memperkecil
koefisien Cronbach’s Alpha yang dihasilkan. Proses eleminasi diperlakukan pada item to total correlation
pada indikator yang nilainya 0,5 [Purwanto, 2003]. Tidak terjadi eliminasi karena nilai item to total correlation indikator seluruhnya
≥ 0,5. Indikator yang tereliminasi tidak disertakan dalam perhitungan cronbachs
alpha . Perhitungan cronbachs dilakukan setelah proses eliminasi.
Hasil pengujian reliabilitas Consistency Internal dalam penelitian ini dapat dilihat pada tabel berikut ini :
Tabel 4.13. Uji Reliabilitas
Konstrak Indikator
Item to Total Correlation
Koefisien Cronbachs Alpha
Tangibles X11
0,858 0,636
X12 0,854
Reliabilit y X21
0,873 0,638
X22 0,842
Responsiv eness X31
0,854 0,624
X32 0,851
Assur ance X41
0,813 0,487
X42 0,813
Em pat hy X51
0,867 0,727
X52 0,909
Br and I m age Y1
0,903 0,890
Y2 0,916
Y3 0,897
Pur chase I nt ent ion Z1
0,894 0,852
Z2 0,895
Z3 0,846
: tereliminasi Sumber : Hasil Pengolahan Data
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
61
Hasil pengujian reliabilitas konsistensi internal untuk setiap construct
di atas menunjukkan hasil cukup baik dimana koefisien
Cronbach’s Alpha yang diperoleh belum seluruhnya memenuhi rules of
thumb yang disyaratkan yaitu 0.7 [Hair et.al.,1998].
4.4.3. Uji Validitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang
seharusnya diukur. Karena indikator multidimensi, maka uji validitas dari setiap latent variable construct akan diuji dengan melihat faktor loading,
faktor dari hubungan antara setiap observed variabel dan latent variablel. Dari hasil pengolahan data didapatkan hasil sebagai berikut :
Tabel 4.14. Uji Validitas
Konstrak Indikator
Faktor Loading 1
2 3
4
Tangibles X11
0,617 X12
0,835 Reliabilit y
X21 0,685
X22 0,753
Responsiv eness X31
0,998 X32
0,541 Assur ance
X41 0,613
X42 0,654
Em pat hy X51
0,705 X52
0,848 Br and I m age
Y1 0,887
Y2 0,846
Y3 0,830
Pur chase I nt ent ion Z1
0,838 Z2
0,810 Z3
0,816
Sumber : Hasil Pengolahan Data
Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings
masing masing butir pertanyaan yang membentuk setiap
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
62
construct seluruhnya 0.5, sehingga butir-butir instrumentasi setiap
konstruk tersebut dapat dikatakan validitasnya baik dan dapat diterima.
4.4.4. Uji 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. Hasil pengujian Construct Reliability dan Variance Extraced dalam
penelitian ini akan ditampilkan pada tabel berikut:
Tabel 4.15. Construct Reliability Variance Extrated
Konstrak Indikator
Standardize Factor
Loading SFL
Kuadrat Error
[εj] Construct
Reliability Variance
Extrated
Tangibles
X11 0,617
0,381 0,619
0,696 0,539
X12 0,835
0,697 0,303
Reliabilit y
X21 0,685
0,469 0,531
0,682 0,518
X22 0,753
0,567 0,433
Respon siveness
X31 0,998
0,996 0,004
0,769 0,644
X32 0,541
0,293 0,707
Assur ance
X41 0,613
0,376 0,624
0,573 0,402
X42 0,654
0,428 0,572
Em pat hy
X51 0,705
0,497 0,503
0,755 0,608
X52 0,848
0,719 0,281
Br and I m age
Y1 0,887
0,787 0,213
0,890 0,730
Y2 0,846
0,716 0,284
Y3 0,830
0,689 0,311
Pur chase I nt ent ion
Z1 0,838
0,702 0,298
0,862 0,675
Z2 0,810
0,656 0,344
Z3 0,816
0,666 0,334
Ba t a s D a pa t dit e r im a ≥ 0,7
≥ 0,5
Sumber : Hasil Pengolahan Data
Hasil pengujian reliabilitas instrumen dengan construct reliability
dan variance extracted menunjukkan instrument cukup
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
63
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
di rekomendasikan pada tingkat 0,50.
4.4.5. 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 4.16. Uji Normalitas
Sumber : Hasil Pengolahan Data Pada Lampiran 3
Variable min
max kurtosis
c.r.
