52
Tabel 4.11. Normalitas Data
Sumber : Hasil Pengolahan Data Pada Lampiran 3
Hasil uji diatas menunjukkan bahwa nilai c.r multivariate berada
di antara ± 2,58 yaitu 0,092, berarti asumsi normalitas terpenuhi.
Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bender Chou 1987 bahwa jika teknik estimasi dalam model SEM
menggunakan Maximum Likelihood Estimation MLE walau distribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga
data layak untuk digunakan dalam estimasi selanjutnya.
4.3.6. Structural Equation Modeling SEM dan Pengujian Hipotesis 4.3.6.1. 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 aprroach to SEM digunakan apabila model
Variable min
max kurtosis
c.r.
X1 3
7 - 0,444
- 0,942 X2
3 7
0,431 0,914
X3 3
7 - 0,104
- 0,221 X4
3 7
- 0,818 - 1,735
Y1 3
7 - 0,681
- 1,445 Y2
3 7
0,108 0,229
Y3 2
7 0,690
1,463 Y4
3 7
0,136 0,289
M u lt iv a ria t e 0,474
0 ,0 9 2
Batas Normal ± 2,58
53
diyakini bahwa dilandasi teori yang kuat serta validitas 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 di bawah ini. Gambar 4.1. Evaluasi Model One Step Approach to SEM
Sumber : Hasil Pengolahan Data
Tabel 4.12. Evaluasi Kriteria Goodness of Fit Indices
Kriteria Hasil
Nilai Kritis
Evaluasi Model
Cm in DF 1,443
≤ 2,00 baik
Pr obabilit y 0,001
≥ 0,05 k ur ang baik
RMSEA 0,064
≤ 0,08 baik
GFI 0,853
≥ 0,90 k ur ang baik
AGFI 0,802
≥ 0,90 k ur ang baik
TLI 0,864
≥ 0,95 k ur ang baik
CFI 0,887
≥ 0,94 k ur ang baik
Sumber
Dari hasil evaluasi terhadap model one step base model ternyata dari semua kriteria goodness of fit yang digunakan, belum seluruhnya
menunjukkan hasil evaluasi model yang baik, berarti model belum sesuai
: Hasil Pengolahan data
MODEL PENGUKURAN STRUKTURAL Perluasan Merek Loyalitas Merek
Model Specification : One Step Approach - Base Model
Loyalitas Merek
Y3 er_7
1
1
Perluasan Merek
X2 er_2
1 X3
er_3 1
er_8 1
d_lm 1
d_pm X1
er_1 1
Y2 er_6
1 Y1
er_5 1
1
X4 er_4
1 Y4
54
dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori belum sepenuhnya didukung oleh fakta. Dengan demikian
model ini masih perlu dimodifikasi sebagaimana terdapat di bawah ini.
Gambar 4.2. Evaluasi Model One Step Approach Modifikasi
Sumber : Hasil Pengolahan Data
Tabel 4.13. Evaluasi Kriteria Goodness of Fit Indices Modifikasi
Kriteria Hasil
Nilai Kritis
Evaluasi Model
Cm in DF 1,027
≤ 2,00 baik
Pr obabilit y 0,400
≥ 0,05 baik
RMSEA 0,016
≤ 0,08 baik
GFI 0,900
≥ 0,90 baik
AGFI 0,900
≥ 0,90 baik
TLI 0,992
≥ 0,95 baik
CFI 0,993
≥ 0,94 baik
Sumber
Dari hasil evaluasi terhadap model one step model modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya
menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi
oleh teori telah sepenuhnya didukung oleh fakta. Dengan demikian model
: Hasil Pengolahan data
MODEL PENGUKURAN STRUKTURAL Perluasan Merek Loyalitas Merek
Model Specification : One Step Approach - Modifikasi
Loyalitas Merek
Y3 er_7
1
1
Perluasan Merek
X2 er_2
1 X3
er_3 1
er_8 1
d_lm 1
d_pm X1
er_1 1
Y2 er_6
1 Y1
er_5 1
1
X4 er_4
1 Y4
55
ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model sebagaimana terdapat di bawah ini.
4.3.6.2. Analisis Unidimensi First Order Tabel 4.14. Unidimensi First Order
Regression Weights
Ustd Estimate
Std Estimate
Prob.
X1
Per luasan_Merek 0,582
0,667 0,000
X2
Per luasan_Merek 0,554
0,691 0,000
X3
Per luasan_Merek 0,707
0,860 0,000
X4
Per luasan_Merek 0,354
0,297 0,004
Y1
Loy alit as_Mer ek 1,000
0,274 0,000
Y2
Loy alit as_Mer ek 2,381
0,834 0,007
Y3
Loy alit as_Mer ek 2,590
0,863 0,007
Y4
Loy alit as_Mer ek 2,255
0,703 0,009
Sumber : Hasil Pengolahan Data
4.3.6.3. Uji Hipotesis Kausalitas
Dilihat dari angka determinant of sample covariance matrix : 1.707.580.634 0 mengindikasikan tidak terjadi multicolinierity atau
singularity dalam data ini sehingga asumsi terpenuhi. Dengan demikian
besaran koefisien regresi masing-masing faktor dapat dipercaya sebagaimana terlihat pada uji kausalitas di bawah ini.
Tabel 4.15. Uji Hipotesis Kausalitas Antar Faktor Regression Weights
Ustd Estimate
Std Estimate
Prob. Faktor
Faktor
Loy alit as_Mer ek
Per luasan_Merek 0,116
0,395 0,035
Batas Signifikansi
≤ 0,10
Sumber : Hasil Pengolahan Data Pada Lampiran 3
Dilihat dari tingkat probabilitas arah hubungan kausal, hipotesis yang menyatakan bahwa :
56
Perluasan merek berpengaruh positif terhadap loyalitas merek, dapat diterima. Hal tersebut dapat diketahui dari nilai probabilitas
kausalnya 0,035 ≤ 0,10 yang menunjukkan nilai [signifikan [positif].
4.4. Pembahasan
