Keterangan : Y1 : Pertanyaan tentang pendapat responden mengenai persepsi tentang citra
perusahaan yang memproduksi Decolgen. Y2 : Pertanyaan tentang pendapat responden mengenai yang dirasakan setelah
mengkonsumsi produk Decolgen. Y3 : Pertanyaan tentang pendapat responden mengenai kualitas produk
Decolgen.
3.4.1 Uji Reliabilitas dan Validitas.
Variabel atau dimensi yang diukur melalui indikator-indikator dalam daftar pertanyaan perlu dilihat relibilitasnya dan validitasnya, dimana hal
ini dijelaskan sebagai berikut. a. Uji Validitas.
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pegukuran atas apa yang
seharusnya diukur. Karena indikator multidimensi maka uji validitas yang digunakan disini adalah validitas konstruk construct validity yang
merujuk pada sejauh mana uji dapat mengukur apa yang sebenarnya kita ukur. Secara umum nilai variance extracted yang dapat diterima adalah
≥ 0,5. variance extracted dihiung dengan rumus sebagai berikut :
Variance Extracted = standardize Loading
standardize Loading + j
b. Uji Reliabilitas.
Reabilitas adalah ukuran mengenai konsistensi internal dari indikator sebuah konstruk yang menunjukkan derajat sampai dimana indikator
itu mengindikasikan sebuah konstrukfaktor laten yang umum. Dengan kata lain bagaimana hal-hal yang spesifik saling membantu
dengan menjelaskan sebuah fenomena yang umum. Composite Realibility diperroleh melalui rumus berikut Ferdinand, 2002 ; 62
Construct reliability = Standard Loading
2
Standard Loading
2
+ j
Keterangan : a.
Standard loading diperoleh dari standardized loading untuk tiap-tiap indikator yang didapat hari hasil
perhitungan komputer. b.
j adalah measurement error dari setiap indikator. Measurement error dapat diperoleh dari 1 – reliabilitas
indikator. Tingkat reliabilitas yang dapat diterima adalah
≥0,7 , walau angka itu bukanlah sebuah ukuran yang “mati”. Artinya bila penelitian yang
dilakukan bersifat eksplorasi maka nilai dibawah 0,7 pun masih dapat diterima sepanjang disertai dengan alasan-alasan yang empirik yang
terliahat dalam proses eksplorasi.
3.4.2 Uji Outlier Univariat dan Multivariat.
Outlier adalah observasi yang muncul dengan nilai nilai ekstrim baik secara univariat maupun multivariat yaitu yang muncul karena
kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari obsevasi-observasi lainnya Ferdinand, 2002;52.
3.4.2.1 Uji Outlier Univariat.
Deteksi terhadap adanya outlier univariat dapat dilakukan dengan menentukan ambang batas yang akan dikategorikan sebagai outlier dengan
cara mengkonversi nilai data penelitian kedalam standar score atau yang biasa disebut dengan z-score, yang mempunyai rata-rata nol dengan standar
deviasi sebesar satu. Bila nilai-nilai itu telah dinyatakan dalam format yang standar z-score, maka perbandingan antar besaran nilai dengan mudah
dapat dilakukan. Untuk sampel besar diatas 80 observasi, pedoman evaluasi adalah nilai ambang batas dari z-score itu berada pada rentang 3
sampai dengan 4 Ferdinand, 2002;98. Oleh karena itu apabila ada obsevasi-observasi yang memiliki z-score
≥ 3,0 akan dikategorikan sebagai outlier.
3.4.2.2 Uji Outlier Multivariat.
data yang dianalisis menunjukkan tidak ada outlier pada tingkat univariat, tetapi observasi itu dapat menjadi outliers bila sudah saling
dikombinasikan. Jarak Mahalanobis the Mahalanobis distance untuk tiap observasi dapat dihitung dan menunjukkan jarak sebuah observasi dari rata-
rata semua variabel dalam sebuah ruang multidimensional. Uji terhadap
multivariat dilakukan dengan menggunakan kriteria Jarak Mahalanobis pada tingkat
ρ 0,001. Jarak Mahalanobis itu dapat di dievaluasi dengan menggunakan nilai
χ
2
pada derajat kebebasan sebesar jumlah item yang digunakan dalam penelitian. Apabila nilai jarak Mahalanobisnya lebih besar
dari nilai χ
2 tabel
adalah outlier multivariat.
3.4.3 Uji Normalitas Data.
Adapun metode yang digunakan untuk mengetahui apakah metode tersebut berdistribusi normal atau tidak adalah uji critical ratio dari
skewness dan kurtois dengan ketentuan sebagai berikut : a.
Jika nilai critical yang diperoleh melebihi rentang +- 2,58 maka distribusi adalah tidak normal.
b. Jika nilai critical yang dipeoleh berada pada rentang +- 2,58
maka distribusi adalah normal.
3.4.4 Pengujian Model dengan Two-Step Approach.
