4.3.4. Uji Construct Reliability dan Variance Extracted
Selain melakukan pengujian konsistensi internal crobach’s alpha, perlu juga dilakukan pengujian construct reliability dan variance
extracted. Kedua pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikan penelitian kepercayaan diri yang lebih
besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama.
Tabel 4.12. Construct Reliability Variance Extracted
Konst r ak I ndikat or Standardize
Factor Loading
SFL Kuadrat
Error [ εj]
Construct Reliability
Variance Extrated
X11 0,628 0,394
0,606 X12 0,780
0,608 0,392
Art Product X13 0,894
0,799 0,201
0,816 0,601 X21 0,781
0,610 0,390
X22 0,777 0,604
0,396 Art Service
X23 0,631 0,398
0,602 0,775 0,537
X31 0,623 0,388
0,612 X32 0,671
0,450 0,550
Art Purchase X33 0,530
0,281 0,719
0,639 0,373 Y1 0,832
0,692 0,308
Y2 0,868 0,753
0,247 Customer
Loyalty Y3 0,701
0,491 0,509
0,844 0,646
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Sumber : Lampiran 3 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,
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
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. Purwanto, 2003
4.3.5. Uji Normalitas
Uji normalitas sebaran dilakukan dengan Skewness 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. Hasilnya diperoleh nilai c.r. multivariate diantara
2,58 dan itu berarti asumsi normalitas terpenuhi dan data layak untuk digunakan dalam estimasi selanjutnya.
Tabel 4.13. Normalitas Data
Variable min max kurtosis c.r.
X11 3 7 - 0,369
- 0,782 X12 3 7
0,493 1,047
X13 3 7 - 0,059
- 0,125 X21 3 7
- 0,783 - 1,660
X22 2 7 - 0,143
- 0,303 X23 3 7
- 0,873 - 1,851
X31 3 7 - 0,024
- 0,051 X32 4 7
- 0,751 - 1,593
X33 3 7 - 0,141
- 0,299 Y1 3
7 0,108
0,229 Y2 2
7 0,690
1,463 Y3 3
7 0,136
0,289
Multivariate 7,594
2,153 Batas Normal
± 2,58
Sumber : Lampiran 3
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
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 antara ± 2,58 yaitu 2,153 itu berarti asumsi normalitas 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.
4.3.6. Evaluasi Model One-Step Approach to SEM
Kategori