46
Tabel 4.10 Outlier Data
M in im u m M a x im u m
M e a n St d.
D e v ia t ion N
Predicted Value 32,1477
102,8472 72,0000
16,53315 143
Std. Predicted Value -2,410
1,866 ,000
1,000 143
Standard Error of Predicted Value 11,438
26,092 16,792
2,644 143
Adjusted Predicted Value 21,9143
117,9117 72,3894
18,47020 143
Residual -85,64845
71,86303 ,00000
37,98230 143
Std. Residual -2,064
1,732 ,000
,915 143
Stud. Residual -2,267
1,904 -,004
1,003 143
Deleted Residual -103,28669
86,81987 -,38935
45,69104 143
Stud. Deleted Residual -2,308
1,925 -,005
1,006 143
Mahal. Distance 9,798
55,163 22,839
7,485 143
Cooks Distance ,000
,044 ,009
,009 143
Centered Leverage Value ,069
,388 ,161
,053 143
a Dependent Variable: RESP
Sumber : Lampiran Deteksi terhadap multivariat outliers dilakukan dengan menggunakan
kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu dievaluasi dengan menggunakan
χ
2
pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Bila kasus yang mempunyai Jarak Mahalanobis
lebih besar dari nilai chi-square pada tingkat signifikansi 0,001 maka terjadi multivariate outliers
. Nilai χ
2 0.001
dengan jumlah indikator 23 adalah sebesar 49,728. Hasil analisis Mahalanobis diperoleh nilai 55,163 yang lebih dari
χ
2
Untuk menguji reliabilitas digunakan nilai Cronbach’s Alpha. Sementara itu item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan
mengeliminasi butir-butir yang kehadirannya akan memperkecil koefisien tabel
49,728. Teridentifikasi responden ke-10 dengan mahalanobis distance sebesar 55,163 dan akhirnya dilakukan eliminasi sehingga responden untuk analisa
selanjutnya sebanyak 142 responden.
4.3.2. Evaluasi Reliabilitas
47
Cronbach’s Alpha yang dihasilkan Purwanto, 2002. Hasil selengkapnya dapat
dilihat pada tabel berikut : Tabel 4.11. Reliabilitas Data
Konstrak Indikator
Item to Total Correlation
Koefisien Cronbach
Alpha
Service planning X11
0,849
0,891 X12
0,839
X13
0,879
X14
0,855
X15
0,780
Comfort X21
0,810
0,855 X22
0,885
X23
0,824
X24
0,822
Network X31
0,858
0,884 X32
0,922
X33
0,942
Competent X41
0,969
0,922 X42
0,869
X43
0,956
Cus Value Y11
0,804
0,713 Y12
0,786
Y13
0,674
Y14
0,823
Kepuasan Y21
0,596
0,918 Y22
0,891
Y23
0,960
Y24
0,857
Sumber Koefisien Cronbach’s Alpha dihitung untuk mengestimasi reliabilitas
setiap skala [variabel atau indikator observasian]. Sementara itu item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi
item-item yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang : Lampiran
48
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 ya ng
tereliminasi tidak disertakan dalam perhitungan cronbachs alpha. 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].
4.3.3. Evaluasi 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 loading factor dari hubungan antara setiap observed variable dan latent variable. Hasil analisis tampak pada
tabel di bawah ini.
49
Tabel 4.12. Validitas Data
Konstrak Indikator
Factor Loading 1
2 3
4 5
6
Service planning X11
0,876 X12
0,755 X13
0,788 X14
0,866 X15
0,685 Comfort
X21 0,769
X22 0,835
X23 0,795
X24 0,679
Network X31
0,441 X32
0,635 X33
0,433 Competent
X41 0,604
X42 0,895
X43 0,944
Cus Value Y11
0,736 Y12
0,957 Y13
0,758 Y14
0,984 Kepuasan
Y21 0,734
Y22 1,017
Y23 0,725
Y24 0,941
Sumber
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, juga : Lampiran
Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings
masing masing butir pertanyaan yang membentuk setiap construct seluruhnya
≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya baik.
4.3.4. Evaluasi Construct Reliability dan Variance Extracted
