Deskripsi Hasil Analisis Dan Uji Hipotesis

4.2. Deskripsi Hasil Analisis Dan Uji Hipotesis

4.2.1. Evaluasi 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. Jarak antara Mahalanobis untuk tiap-tiap observasi dapat dihitung dan akan menunjukkan sebuah observasi dari rata-rata semua variabel dalam sebuah ruang multidimensional Hair.dkk, 1998; Tabachnick Fidel, 1996. Uji terhadap outliers multivariate dilakukan dengan menggunakan jarak Mahalanobis pada tingkat p 1. Jarak Mahalanobis itu dievaluasi dengan menggunakan χ² chi kuadrat pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak pada tabel berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Tabel 4.7. : Outlier Data Minim um Maxim um Mean St d. Dev iat ion N Pr edict ed Value 32.907 78.732 55.500 9.718 110 St d. Pr edict ed Value - 2.325 2.391 0.000 1.000 110 St andar d Er r or of Pr edict ed Value 5.794 14.383 9.958 1.579 110 Adj ust ed Pr edict ed Value 28.726 82.399 55.238 10.163 110 Residual - 59.227 69.936 0.000 30.382 110 St d. Residual - 1.858 2.194 0.000 0.953 110 St ud. Residual - 1.957 2.324 0.004 1.002 110 Delet ed Residual - 67.399 78.519 0.262 33.620 110 St ud. Delet ed Residual - 1.986 2.379 0.004 1.008 110 Mahalanobis Dist ance [ MD] 2.609 2 1 .1 9 7 9.909 3.375 110 Cook s Dist ance 0.000 0.060 0.010 0.012 110 Cent er ed Lev er age Value 0.024 0.194 0.091 0.031 110 a Dependent Variable : NO. RESP Ter dapat Out lier Apabila Mahalanobis Dist ance : 2 9 .5 8 8 = CHI I NV 0,001.10 Sumber : Lampiran Deteksi terhadap multivariat outliers dilakukan dengan menggunakan kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu dievaluasi dengan menggunakan  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  2 0.001 dengan jumlah indikator 10 adalah sebesar 29.588. Hasil analisis Mahalanobis diperoleh nilai 21.197 kurang Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. dari  2 tabel 29.588 tersebut. Dengan demikian, tidak terjadi multivariate outliers.

4.2.2. Evaluasi 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, 2002. Hasil selengkapnya dapat dilihat pada tabel berikut : Tabel 4.8. Reliabilitas Data : Konst r ak I ndik at or I t em t o Tot al Cor r elat ion Koefisien Cr onbachs Alpha Fiabilit y X11 0.613 0.360 X12 0.607 X13 0.546 X14 0.576 I nt ent ionalit y X21 0.563 0.151 X22 0.593 X23 0.667 Br and Loy alt y Y1 0.599 0.175 Y2 0.641 Y3 0.605 : t er elim inasi Sumber : Lampiran 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 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 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 kurang baik dimana koefisien Cronbach’s Alpha yang diperoleh belum seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥ 0,7 [Hair et.al.,1998].

4.2.3. 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 4.9. Validitas Data Konst r ak I ndik at or Fak t or Loading 1 2 3 4 Fiabilit y X11 0.416 X12 0.376 X13 0.281 X14 0.385 I nt ent ionalit y X21 0.296 X22 0.359 X23 0.170 Br and Loyalt y Y1 0.077 Y2 0.293 Y3 0.429 Sumber :Lampiran Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 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 kurang baik.

4.2.4. Evaluasi Construct

Reability 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, 2002. Dan variance extracted direkomendasikan pada tingkat 0,50. Hasil perhitungan construct reliability dan variance extracted dapat dilihat dalam tabel 4.10. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Tabel 4.10. Construct Reliability Dan Variance Extracted Konst r ak I ndik at or St andar dize Fact or Loading SFL Kuadr at Er r or [ ε j ] Const r uct Reliabilit y Var iance Ext r at ed Fiabilit y X11 0.416 0.173 0.827 0.381 0.135 X12 0.376 0.141 0.859 X13 0.281 0.079 0.921 X14 0.385 0.148 0.852 I nt ent ionalit y X21 0.296 0.088 0.912 0.198 0.082 X22 0.359 0.129 0.871 X23 0.170 0.029 0.971 Br and Loyalt y Y1 0.077 0.006 0.994 0.190 0.092 Y2 0.293 0.086 0.914 Y3 0.429 0.184 0.816 Ba t a s D a pa t D it e r im a ≥ 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 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 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 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 4.11. Normalitas Data Var iable m in m ax k ur t osis c.r . X11 4 7 - 0.884 - 1.893 X12 4 7 - 0.578 - 1.237 X13 4 7 - 0.650 - 1.392 X14 4 7 - 0.763 - 1.633 X21 4 7 - 0.663 - 1.420 X22 4 7 - 1.022 - 2.189 X23 4 7 - 1.060 - 2.269 Y1 4 7 - 1.105 - 2.365 Y2 4 7 - 0.901 - 1.928 Y3 4 7 - 1.048 - 2.243 M u lt iva r ia t e - 6.346 - 2 .1 4 8 Ba t a s N or m a l ± 2 ,5 8 Sumber : Lampiran Hasil uji menunjukkan bahwa nilai c.r. multivariate berada di luar ± 2,58 itu berarti asumsi normalitas tidak terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bentler dan Chou 1987 bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood estimation MLE walau distribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

4.2.6. Analisis Model 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.4.1 MODEL PENGUKURAN STRUKTURAL Brand Trust, Brand Loyalty Model Specification : One Step Approach - Base Model Fiability 1 Brand Trust 0,005 d_cr 1 X11 er_1 1 1 X12 er_2 1 Intentionality 0,005 d_sp X21 er_5 X22 er_6 X23 er_7 1 1 1 1 1 Brand Loyalty d_bl Y1 er_8 1 1 1 X13 er_3 1 Y2 er_9 1 Y3 er_10 1 X14 er_4 1 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Tabel 4.12. Evaluasi Kriteria Goodness Of Fit Indices Model One - Step Approach - Base Model Kr it er ia Hasil Nilai Kr it is Evaluasi Model Cm in DF 1.150 ≤ 2,00 baik Pr obabilit y 0.251 ≥ 0,05 baik RMSEA 0.037 ≤ 0,08 baik GFI 0.935 ≥ 0,90 baik AGFI 0.900 ≥ 0,90 baik TLI 0.950 ≥ 0,95 baik CFI 0.950 ≥ 0,94 baik Sumber : Lampiran Dari hasil evaluasi terhadap model one step approach base model ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori sepenuhnya didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variable dalam model.

4.2.7. Uji Kausalitas

Dilihat dari angka determinant of sample covariance matrix : 1.424.634.486 0 mengindikasikan tidak terjadi multicolinierity atau singularity dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi masing-masing faktor dapat dipercaya sebagaimana terlihat pada uji kausalitas dibawah ini. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Tabel 4.13. Hasil Uji Kausalitas Regr ession Weight s Ust d St d Pr ob. Fak t or  Fak t or Est im at e Est im at e Br and_Loy alt y  Br and_Tr ust 0.044 0.562 0.654 Bat as Signifik ansi  ≤ 0,10 Sumber : Lampiran Dilihat dari tingkat prob. Arah hubungan kausal, maka hipotesis yang menyatakan bahwa : Faktor Brand trust berpengaruh positif terhadap Brand loyalty tidak dapat diterima [prob. Kausalnya 0,654 0,10[tidak signifikan[positif].

4.2.8. Analisis Unidimensi First Order Tabel 4.14. Unidimensi First Order

Regr ession Weight s Ust d St d Est im at e Est im at e Pr ob. X11 - - Fiabilit y 1.000 0.416 0.000 X12 - - Fiabilit y 0.805 0.376 0.055 X13 - - Fiabilit y 0.621 0.281 0.099 X14 - - Fiabilit y 0.885 0.385 0.052 X21 - - I nt ent ionalit y 1.000 0.296 0.000 X22 - - I nt ent ionalit y 1.372 0.359 0.116 X23 - - I nt ent ionalit y 0.655 0.170 0.296 Y1 - - Br and_Loy alt y 1.000 0.077 0.000 Y2 - - Br and_Loy alt y 3.532 0.293 0.657 Y3 - - Br and_Loy alt y 5.415 0.429 0.658 Sumber : Lampiran Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

4.2.9. Analisis Unidimensi Second Order Tabel 4.15. Unidimensi Second Order

Est im at e Est im at e Pr ob. Fiabilit y - - Br and_Tr ust 0.385 0.984 0.005 I nt ent ionalit y - - Br and_Tr ust 0.249 0.962 0.043 Sumber : Lampiran Tabel 4.15. Ringkasan Hasil Pengujian Hipotesis Hipotesis Pengujian Hasil Pengujian Hipotesis Penerimaan H1 Brand Trust -- Brand Loyalty Berpengaruh Positif Ditolak Positive non significant 4.3. Pembahasan 4.3.1. Pembentuk variable Laten