Untuk pernyataan pertama yaitu “konsumen mempunyai pengalaman yang baik atas penggunaan merek produk kecap ABC yang dihasilkan perusahaan”,
dari 108 responden terdapat 3 orang menjawab kurang dan 24 orang menjawab cukup setuju, kemudian sebanyak 36, 28 dan 17 orang yang menjawab pada
jawaban setuju. Untuk pernyataan kedua yaitu “pengalaman dan kontak dengan pengguna merek kecap ABC memberikan manfaat bagi konsumen terdapat 4
orang menjawab kurang dan 20 orang menjawab cukup setuju, kemudian sebanyak 37, 30 dan 17 orang yang menjawab setuju. Untuk pernyataan ketiga
yaitu “Produk kecap ABC di pasaran sangat baik”, dari 108 responden terdapat 19 menjawab cukup setuju dan sebanyak 47, 30 dan 12 orang yang menjawab setuju.
4.3. Analisis Dan Pengujian Hipotesis 4.3.1. Uji 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 atau
mutivariat Hair, 1998. Evaluasi terhadap outlier multivariate antar variabel perlu dilakukan sebab walaupun data yang dianalisis menunjukkan tidak ada
outliers pada tingkat univariate, tetapi observasi itu dapat menjadi outliers bila sudah saling dikombinasikan. Uji terhadap outliers multivariate dilakukan dengan
menggunakan jarak Mahalanobis pada tingkat p 1. Jarak Mahalanobis itu dievaluasi den
gan menggunakan χ² chi kuadrat pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak
pada tabel berikut:
Tabel 4.3. Hasil Uji Outlier
Residuals St at ist ics a Minim um
Max im um Mean
St d. Dev iat ion
N Pr edict ed Value
- 8.806 108.919
54.500 25.820
108 St d. Predict ed Value
- 2.452 2.108
0.000 1.000
108 St andar d Err or of
Pr edict ed Value 6.007
11.822 8.085
1.064 108
Adj ust ed Predict ed Value - 12.005
118.413 54.423
26.133 108
Residual - 44.919
45.279 0.000
17.729 108
St d. Residual - 2.311
2.329 0.000
0.912 108
St ud. Residual - 2.543
2.475 0.002
1.000 108
Delet ed Residual - 54.413
51.107 0.077
21.333 108
St ud. Delet ed Residual - 2.626
2.550 0.002
1.012 108
Mahal. Dist ance 9.227
38.582 17.833
5.101 108
Cook s Dist ance 0.000
0.072 0.011
0.016 108
Cent er ed Lev er age Value 0.086
0.361 0.167
0.048 108
a Dependent Var iable: RESP
Sumber : Data Diolah 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 variabel sebanyak 18 adalah sebesar 42,312 Hasil analisis Mahalanobis diperoleh nilai 38,582 yang kurang dari
χ
2
tabel 38,582 tersebut. Dengan demikian, tidak terjadi multivariate outliers.
4.3.2. Uji Reliabilitas
Seperti telah dijelaskan pada bab sebelumnya bahwa Cronbach’s Alpha ini digunakan untuk mengestimasi reliabiltas setiap skala variabel atau observasi
indikator. 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 Purwanto, 2003.
Tabel 4.4. Uji Reliabilitas
Penguj ian Reliabilit y Consist ency I nt er nal Konst r ak
I ndik at or I t em t o Tot al
Cor r elat ion Koefisien
Cronbachs Alpha Cr edibilit y
X11 0.783
0.819 X12
0.757 X13
0.805 X14
0.762 X15
0.440 Lik eabilit y
X21 0.936
0.825 X22
0.737 X23
0.903 At t r act iv eness
X31 0.877
0.870 X32
0.894 X33
0.903 Meaningfulness
X41 0.922
0.935 X42
0.906 X43
0.921 X44
0.911 Br and I m age
Y1 0.910
0.777 Y2
0.891 Y3
0.676 : t er elim inasi
Sumber: Data Diolah Proses eleminasi diperlakukan pada item to total correlation pada
indikator yang nilainya 0,5 [Purwanto,2003]. Terjadi eliminasi karena nilai item to total correlation
indikator seluruhnya ada yang tidak ≥ 0,5. Indikator yang
tereliminasi tidak disertakan dalam perhitungan cronbachs alpha. Perhitungan cronbachs dilakukan setelah proses eliminasi. Hasil pengujian reliabilitas
konsistensi internal untuk setiap construct di atas menunjukkan hasil cukup baik.
4.3.3. 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
atau construct akan diuji dengan melihat loading factor dari hubungan
antara setiap observed variable dan latent variable. Hasil analisis tampak pada tabel di bawah ini.
Tabel 4.5. Uji Validitas
St andar dize Fak t or Loading dan Const r uct dengan Confir m at or y Fact or Analy sis
Konst r ak I ndik at or
Fak t or Loading 1
2 3
4 Cr edibilit y
X11 0.776
X12 0.711
X13 0.768
X14 0.676
Lik eabilit y X21
0.996 X22
0.508 X23
0.897 At t r act iv eness
X31 0.796
X32 0.821
X33 0.869
Meaningfulness X41
0.893 X42
0.859 X43
0.902 X44
0.885 Br and I m age
Y1 0.965
Y2 0.842
Y3 0.416
Sumber: Data Diolah Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor
loadings masing masing butir pertanyaan yang membentuk setiap construct
sebagian besar ≥ 0,5, sehingga butir -butir instrumentasi setiap konstruk tersebut
dapat dikatakan validitasnya cukup baik.
4.3.4. 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 Purwanto, 2003. Dan
variance extracted direkomendasikan pada tingkat 0,50. Hasil perhitungan
construct reliability dan variance extracted dapat dilihat dalam tabel 4.7.
Tabel 4.6. Construct Reliability dan Variance Extracted
Const r uct Reliabilit y Var iance Ex t r at ed Konst r ak
I ndik at or St andar dize
Fact or Loading
SFL Kuadr at
Er r or [εj]
Const r uct Reliabilit y
Var iance Ex t r at ed
Cr edibilit y X11
0.776 0.602
0.398 0.823
0.539 X12
0.711 0.506
0.494 X13
0.768 0.590
0.410 X14
0.676 0.457
0.543 Lik eabilit y
X21 0.996
0.992 0.008
0.859 0.685
X22 0.508
0.258 0.742
X23 0.897
0.805 0.195
At t r act iv eness X31
0.796 0.634
0.366 0.868
0.688 X32
0.821 0.674
0.326 X33
0.869 0.755
0.245 Meaningfulness
X41 0.893
0.797 0.203
0.935 0.783
X42 0.859
0.738 0.262
X43 0.902
0.814 0.186
X44 0.885
0.783 0.217
Br and I m age Y1
0.965 0.931
0.069 0.806
0.604 Y2
0.842 0.709
0.291 Y3
0.416 0.173
0.827
Ba t a s D a pa t D it e r im a ≥ 0,7
≥ 0,5
Sumber: Data Diolah Hasil pengujian reliabilitas instrumen dengan construct reliability dan
variance extracted menunjukkan instrumen cukup 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 direkomendasikan pada tingkat 0,50.
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. multivariat diantara
± 2,58 dan itu berarti asumsi normalitas terpenuhi dan data layak untuk digunakan dalam estimasi selanjutnya.
Hasil analisis tampak pada tabel berikut: Tabel 4.7. Uji Normalitas
Assessm ent of nor m alit y Var iable
m in m ax
k ur t osis c.r .
X11 3
7 0.004
0.008 X12
4 7
- 0.750 - 1.591
X13 3
7 0.279
0.593 X14
3 7
0.192 0.407
X21 4
7 - 0.806
- 1.711 X22
4 7
- 0.372 - 0.789
X23 4
7 - 0.817
- 1.732 X31
4 7
- 0.559 - 1.186
X32 4
7 - 0.614
- 1.302 X33
4 7
- 0.696 - 1.476
X41 2
7 - 0.598
- 1.268 X42
2 7
- 0.531 - 1.126
X43 2
7 - 0.526
- 1.115 X44
2 7
- 0.493 - 1.045
Y1 3
7 - 0.830
- 1.762 Y2
3 7
- 0.683 - 1.449
Y3 4
7 - 0.647
- 1.373
M u lt iv a ria t e - 3.662
- 0 .7 4 9 Ba t a s N orm a l
± 2 ,5 8
Sumber: Data Diolah
4.4. Structural Equation Modelling