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