46
lebih besar dari nilai chi-square pada tingkat signifikansi 0,001 maka terjadi multivariate outliers. Nilai
χ
2 0.001
dengan jumlah indikator 11 adalah sebesar 31,264. Hasil analisis Mahalanobis diperoleh nilai 21,946 yang lebih kecil dari
dari χ
2
tabel 31,264 tersebut. Dengan demikian tidak terjadi multivariate outliers.
4.2.2. Uji Reliabilitas
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
dihasilkan. Hasil selengkapnya dapat dilihat pada tabel berikut : Tabel 4.7
Pengujian Reliability Consistency Internal
Konstrak Indikator
Item to Total Correlation
Koefisien Cronbachs Alpha
Relationship Marketing X
1
X11 0.764
0.714 X12
0.843 X13
0.787 Kualitas Layanan
X
2
X21 0.695
0.729 X22
0.720 X23
0.755 X24
0.681 X25
0.627 Loyalitas Pelanggan
Y Y1
0.855 0.808
Y2 0.809
Y3 0.886
: tereliminasi
Sumber : Lampiran 3
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
47
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.
4.2.3. 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 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 4.8. Standardize Faktor Loading dan Construct dengan
Confirmatory Factor Analysis
Konstrak Indikator
Faktor Loading 1
2 3
Relationship Marketing X
1
X11 0.628
X12 0.726
X13 0.688
Kualitas Layanan X
2
X21 0.599
X22 0.659
X23 0.573
X24 0.547
X25 0.611
Loyalitas Pelanggan Y
Y1 0.718
Y2 0.651
Y3 0.907
Sumber : Lampiran 3
48
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.
4.2.4. Uji Construct Reliability dan Variance Extracted
