Evaluasi Normalitas Analisis Model One – Step Approach to SEM

Tabel 15. Construct Realiability dan Variance Extracted Construct Reliability Variance Extrated Konstrak Indikator Standardize Factor Loading SFL Kuadrat Error [ εj] Construct Reliability Variance Extrated X11 0,548 0,300 0,700 X12 0,769 0,591 0,409 Assurance X13 0,599 0,359 0,641 0,677 0,417 X21 0,711 0,506 0,494 Personal Identification X22 0,609 0,371 0,629 0,608 0,438 X31 0,594 0,353 0,647 Social Identification X32 0,525 0,276 0,724 0,477 0,314 X41 0,503 0,253 0,747 Status X42 0,533 0,284 0,716 0,423 0,269 Y1 0,717 0,514 0,486 Y2 0,677 0,458 0,542 Customer Response Y3 0,561 0,315 0,685 0,691 0,429 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.

4.3.5. Evaluasi 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 4.9 berikut : Tabel 16. Normalitas Data Assessment of normality Variable min max kurtosis c.r. X11 3 7 -0,530 -1,184 X12 4 7 -0,875 -1,956 X13 4 7 -0,725 -1,621 X21 4 7 -0,234 -0,523 X22 4 7 -0,166 -0,371 X31 3 7 0,769 1,719 X32 4 7 -0,559 -1,249 X41 3 7 -0,726 -1,622 X42 4 7 -0,846 -1,892 Y1 4 7 -0,256 -0,572 Y2 4 7 -0,369 -0,824 Y3 4 7 -0,850 -1,901 Multivariate 3,407 1,018 Batas Normal ± 2,58 Sumber : Lampiran Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di antara ± 2,58 itu berarti asumsi normalitas terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bentler Chou [1987] bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation [MLE] walau ditribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.

4.3.6. Analisis Model One – Step Approach to SEM

Dalam model SEM, model pengukuran dan model struktural parameter-parameternya diestimasi secara bersama-sama. Cara ini agak mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan structural model yang diestimasi secara bersama-sama one-step approach to SEM. One-step approach to SEM digunakan apabila model diyakini bahwa dilandasi teori yang kuat serta validitas dan reliabilitas data sangat baik. Hair.et.al, 1998. Hasil estimasi dan fit model one-step approach to SEM dengan menggunakan program aplikasi AMOS 4.01 terlihat pada gambar dan tabel Goodness of Fit dibawah ini. Gambar 3 MODEL PENGUKURAN STRUKTURAL Brand Association, Customer Response Model Specification : One Step Approach - Base Model Customer Response Assurance d_cr Personal Identification Y1 er_10 1 1 X11 er_1 X12 er_2 1 1 1 X21 er_4 1 1 X13 er_3 1 1 Brand Association 1 Social Identification X31 er_6 d_si 1 1 1 d_as d_pi 1 1 Y2 er_11 1 X32 er_7 1 X22 er_5 1 Status X41 er_8 0,005 d_st X42 er_9 1 1 1 1 Y3 er_12 1 Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 1,332 ≤ 2,00 baik Probability 0,058 ≥ 0,05 baik RMSEA 0,053 ≤ 0,08 kurang baik GFI 0,915 ≥ 0,90 baik AGFI 0,868 ≥ 0,90 kurang baik TLI 0,930 ≥ 0,95 kurang baik CFI 0,947 ≥ 0,94 baik Sumber : Lampiran Dari hasil evaluasi terhadap model one step approach base model ternyata dari semua kriteria goodness of fit yang digunakan, belum seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model belum sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori belum sepenuhnya didukung oleh fakta. Dengan demikian model ini masih perlu dimodifikasi sebagaimana terdapat di bawah ini. Gambar 4 MODEL PENGUKURAN STRUKTURAL Brand Association, Customer Response Model Specification : One Step Approach - Modifikasi Customer Response Assurance 0,005 d_cr Personal Identification Y1 er_10 1 1 X11 er_1 X12 er_2 1 1 1 X21 er_4 1 1 X13 er_3 1 1 Brand Association 1 Social Identification X31 er_6 d_si 1 1 1 d_as d_pi 1 1 Y2 er_11 1 X32 er_7 1 X22 er_5 1 Status X41 er_8 0,005 d_st X42 er_9 1 1 1 1 Y3 er_12 1 Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 0,996 ≤ 2,00 baik Probability 0,480 ≥ 0,05 baik RMSEA 0,000 ≤ 0,08 baik GFI 0,939 ≥ 0,90 baik AGFI 0,901 ≥ 0,90 baik TLI 1,001 ≥ 0,95 baik CFI 1,000 ≥ 0,94 baik Sumber : Lampiran Dari hasil evaluasi terhadap model one step approach modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model.

4.3.7. Uji Kausalitas