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 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 baik dimana koefisien Cronbach’s Alpha yang diperoleh 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 faktor dari hubungan antara setiap observed variable dan latent variable. Hasil analisis tampak pada
tabel di bawah ini.
Tabel 4.12. Validitas Data :
Sumber : Lampiran Berdasarkan hasil confirmatory faktor analysis terlihat bahwa faktor
loadings masing masing butir pertanyaan yang membentuk setiap construct belum seluruhnya
≥ 0,5, sehingga butir -butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya cukup baik.
Konstrak Indikator
Faktor Loading 1
2 3
4 Credibility
X11 0.741
X12 0.736
X13 0.643
X14 0.365
Likeability X21
0.700 X22
0.759 Attractiveness
X31 0.682
X35 0.739
X36 0.546
Meaningfulness X41
0.766 X42
0.718 X43
0.680 Message
Repition X51
0.617 X52
0.646 X53
0.684 Genaralization
Stimulus Y11
0.991 Y12
0.535 Discrimination
Stimulus Y21
0.773 Y22
0.747
4.3.4. Evaluasi 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. Hasil analisis
tampak pada table berikut : Tabel 4.13. Construct Reliability dan Variance Extracted
Konstrak Indikator
Standardize Factor
Loading SFL
Kuadrat Error
[εj] Construct
Reliability Variance
Extrated
Credibility X11
0.741 0.549
0.451 0.723
0.409 X12
0.736 0.542
0.458 X13
0.643 0.413
0.587 X14
0.365 0.133
0.867 Likeability
X21 0.700
0.490 0.510
0.695 0.533
X22 0.759
0.576 0.424
Attractiveness X31
0.682 0.465
0.535 0.696
0.436 X35
0.739 0.546
0.454 X36
0.546 0.298
0.702 Meaningfulness
X41 0.689
0.475 0.525
0.733 0.478
X42 0.720
0.518 0.482
X43 0.665
0.442 0.558
Message Repition
X51 0.766
0.587 0.413
0.765 0.522
X52 0.718
0.516 0.484
X53 0.680
0.462 0.538
Genaralization Stimulus
Y11 0.617
0.381 0.619
0.570 0.399
Y12 0.646
0.417 0.583
Discrimination Stimulus
Y21 0.684
0.468 0.532
0.836 0.725
Y22 0.991
0.982 0.018
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Sumber : Lampiran
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.
4.2.5. Evaluasi Normalitas
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.
