1. Home
  2. Lainnya

Uji Standardized Residual HASIL DAN PEMBAHASAN

X1 Y1 Y2 X Y3 X1.3 X1.8 X1.7 X1.6 X1.4 Y4 X1.1 Y1.1 ,328 ,835 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 X.1 ,997 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 X1.6.3 ,180 ,000 ,000 ,681 ,000 ,000 ,000 ,000 ,686 ,000 ,000 ,000 X1.7.4 ,017 ,000 ,000 ,064 ,000 ,000 ,000 ,157 ,000 ,000 ,000 ,000 X1.7.3 ,012 ,000 ,000 ,046 ,000 ,000 ,000 ,113 ,000 ,000 ,000 ,000 X1.4.3 ,053 ,000 ,000 ,201 ,000 ,000 ,000 ,000 ,000 ,660 ,000 ,000 X1.8.1 ,058 ,000 ,000 ,218 ,000 ,000 ,998 ,000 ,000 ,000 ,000 ,000 X1.8.2 ,029 ,000 ,000 ,109 ,000 ,000 ,498 ,000 ,000 ,000 ,000 ,000 X1.7.1 ,107 ,000 ,000 ,404 ,000 ,000 ,000 ,998 ,000 ,000 ,000 ,000 X1.6.1 ,162 ,000 ,000 ,612 ,000 ,000 ,000 ,000 ,617 ,000 ,000 ,000 X1.6.2 ,189 ,000 ,000 ,715 ,000 ,000 ,000 ,000 ,721 ,000 ,000 ,000 X1.5.1 ,080 ,000 ,000 ,303 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 X1.2.1 ,061 ,000 ,000 ,232 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 X1.4.1 ,024 ,000 ,000 ,092 ,000 ,000 ,000 ,000 ,000 ,302 ,000 ,000 X1.4.2 ,061 ,000 ,000 ,232 ,000 ,000 ,000 ,000 ,000 ,760 ,000 ,000 Y4.1 ,004 ,010 ,076 ,000 ,427 ,000 ,000 ,000 ,000 ,000 ,996 ,000 Y4.2 ,003 ,007 ,052 ,000 ,293 ,000 ,000 ,000 ,000 ,000 ,682 ,000 X1.1.1 ,080 ,000 ,000 ,300 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,817 X1.1.2 ,066 ,000 ,000 ,250 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,680 Sumber : Lampiran 6, diolah Efek total merupakan gabungan antara efek langsung dan efek tidak langsung.

4.5.2 Interpretasi dan Modifikasi Model

Setelah estimasi model dilakukan, peneliti masih dapat melakukan modifikasi terhadap model yang dikembangkan, bila hasil estimasi model mempunyai residual yang besar. Namun demikian, modifikasi hanya dapat dilakukan bila peneliti mempunyai justifikasi teoritis yang cukup kuat. Untuk itu standardized residual matrix pada Tabel 4.16 akan diamati untuk melihat apakah model perlu dilakukan modifikasi atau tidak. Bila nilai residual lebih besar dari 2,58 maka model perlu dilakukan modifikasi.

a. Uji Standardized Residual

Berdasarkan evaluasi pada model struktural, diketahui bahwa model belum dapat diterima dengan baik, karena hanya 1 kriteria goodness of fit yang baik. Untuk menguji apakah model perlu dimodifikasi dilakukan uji standardized residual. Apabila standardized residual covariances S.R ≥ ±2,58 maka model perlu dilakukan modifikasi. Berikut adalah nilai standardized residual covariances dari model struktural dengan menggunakan data tanpa outliers n=99: Tabel 4.17 Standardized Residual Covariances Structural Model X1.1.3 X1.3.1 X1.3.2 Y3.3 Y3.1 Y3.2 Y2.5 Y2.4 Y2.3 Y2.2 Y1.4 Y1.3 Y1.2 Y1.1 X.1 X1.6.3 X1.7.4 X1.7.3 X1.4.3 X1.8.1 X1.8.2 X1.7.1 X1.6.1 X1.6.2 X1.5.1 X1.2.1 X1.4.1 X1.4.2 Y4.1 Y4.2 X1.1.1 X1.1.2 X1.1.3 X1.3.1 0,866 X1.3.2 0,477 0,007 ‐1,72 Y3.3 1,353 0,476 0,55 ‐3,512 Y3.1 0,131 0,481 0,783 1,318 Y3.2 ‐0,07 0,007 1,595 0,448 ‐0,25 Y2.5 1,201 ‐0,195 0,711 ‐0,513 ‐0,485 ‐0,632 Y2.4 0,31 ‐0,224 1,894 0,652 ‐0,349 0,934 ‐0,406 Y2.3 1,033 0,418 0,958 1,478 0,407 1,002 0,124 0,749 Y2.2 ‐0,125 ‐0,895 0,791 0,588 0,527 0,964 0,293 0,178 ‐1 Y1.4 ‐2,01 ‐0,552 ‐0,229 ‐1,105 ‐1,986 ‐1,526 1,495 1,743 0,372 1,563 Y1.3 ‐1,95 ‐1,637 ‐0,282 ‐1,34 ‐1,351 ‐1,04 ‐0,271 ‐0,33 ‐0,941 0,395 ‐0,332 Y1.2 ‐2,019 ‐1,949 ‐0,896 ‐0,927 ‐0,932 ‐1,261 0,171 ‐1,097 ‐0,994 ‐0,122 0,5 ‐0,183 Y1.1 ‐1,653 ‐1,414 ‐0,917 ‐1,356 ‐1,567 ‐1,879 ‐0,011 ‐0,231 ‐0,672 1,046 ‐0,228 0,12 0,059 X.1 ‐0,559 ‐1,783 0,504 ‐0,914 ‐1,254 0,333 1,456 2,286 ‐0,29 1,371 0,332 0,681 ‐0,13 ‐0,557 X1.6.3 ‐0,799 ‐0,236 0,894 0,529 1,201 2,201 ‐0,238 ‐1,093 0,355 0,1 ‐0,546 0,619 0,949 1,166 0,042 X1.7.4 0,193 0,03 0,63 ‐0,098 ‐1,537 ‐0,201 0,244 0,67 ‐0,42 ‐0,072 0,301 2,372 1,72 1,347 5,602 1,276 ‐0,04 X1.7.3 0,063 0,622 0,597 ‐0,368 ‐0,892 0,293 1,544 0,064 0,631 1,638 1,059 1,792 ‐0,274 1,122 2,707 1,678 3,094 ‐0,021 X1.4.3 0,429 ‐0,476 0,349 0,1 ‐1,111 ‐0,051 1,467 1,533 1,927 1,992 ‐1,308 ‐1,005 ‐0,949 ‐0,277 ‐1,944 0,155 ‐1,016 ‐1,319 X1.8.1 ‐0,208 ‐1,463 ‐0,023 0,693 ‐0,77 1,553 ‐0,015 1,146 0,315 0,615 1,546 3,585 2,397 2,077 4,892 ‐0,08 5,375 3,386 ‐1,102 ‐1,187 X1.8.2 0,001 ‐0,33 0,599 0,219 ‐0,642 0,809 0,931 1,333 0,198 1,735 1,5 2,792 2,192 2,003 4,264 0,715 3,81 3,034 ‐0,936 ‐0,734 ‐3,715 X1.7.1 ‐1,315 ‐0,797 ‐0,286 0,935 0,464 2,082 0,156 ‐0,375 0,247 0,075 ‐0,24 ‐0,08 ‐0,262 ‐0,156 ‐0,102 0,385 ‐0,36 ‐0,261 ‐0,541 0,903 0,443 ‐1,623 X1.6.1 0,464 1,681 1,562 1,349 0,801 1,573 0,678 1,928 3,128 0,668 ‐1,485 ‐0,673 ‐1,721 ‐1,101 ‐0,185 ‐0,54 1,383 ‐0,29 0,839 ‐0,098 0,255 ‐0,081 ‐0,006 X1.6.2 0,124 ‐0,574 0,516 0,776 ‐0,058 1,492 ‐0,41 0,143 0,055 1,006 ‐0,331 ‐0,817 ‐0,07 ‐0,392 0,821 0,611 1,816 1,23 ‐1,253 0,262 1,241 1,262 ‐0,493 X1.5.1 ‐0,137 ‐0,231 0,741 0,106 0,421 0,796 ‐0,972 ‐0,231 ‐0,351 ‐0,514 ‐0,474 ‐1,517 ‐1,743 ‐1,726 ‐1,3 ‐0,225 ‐1,075 ‐1,864 3,499 ‐1,566 ‐1,927 ‐0,403 0,799 ‐0,879 X1.2.1 0,626 1,378 1,42 ‐0,189 0,207 0,709 0,629 ‐0,194 1,643 ‐0,216 0,132 ‐0,848 0,501 ‐0,337 ‐0,458 ‐0,289 ‐0,798 ‐0,763 1,524 ‐0,579 ‐0,26 0,064 0,05 ‐0,91 1,464 X1.4.1 1,284 0,548 0,936 0,971 0,735 1,144 ‐0,051 0,44 0,304 0,732 ‐0,916 ‐0,786 ‐0,827 ‐0,465 0,223 ‐0,668 ‐0,388 ‐0,115 ‐0,046 0,027 ‐0,944 0,015 1,64 ‐1,173 2,405 1,509 X1.4.2 1,194 ‐0,493 0,089 0,593 1,174 0,06 1,027 0,526 1,266 1,536 ‐1,54 ‐1,155 ‐1,287 ‐0,591 ‐0,633 ‐0,412 ‐0,585 ‐1,686 0,011 ‐0,724 ‐0,965 ‐1,243 1,047 ‐1,427 5,152 0,992 ‐0,012 Y4.1 0,216 0,858 1,187 1,521 ‐0,523 ‐0,156 ‐1,877 0,627 1,364 ‐1,73 ‐1,161 0,059 ‐0,806 ‐0,047 ‐0,243 0,142 1,386 ‐0,804 ‐0,304 1,041 0,516 2,062 2,438 0,953 ‐0,58 ‐0,461 0,594 0,027 Y4.2 0,594 ‐0,497 0,543 2,183 0,98 0,329 ‐0,017 0,466 1,93 0,597 0,285 0,526 0,385 1,306 ‐1,012 0,417 0,16 ‐0,931 0,183 0,777 0,759 0,551 0,29 ‐0,771 ‐0,565 ‐0,275 1,734 1,16 ‐0,003 X1.1.1 ‐0,009 2,016 1,6 1,526 ‐0,86 0,123 1,517 1,006 1,92 0,585 ‐1,418 ‐0,708 ‐1,109 ‐0,881 ‐1,64 ‐0,728 0,345 0,488 1,947 0,107 0,214 ‐1,244 1,149 ‐0,341 0,268 0,825 0,692 1,923 1,559 2,025 X1.1.2 0,044 0,847 0,79 0,817 ‐0,585 0,105 1,373 1,129 1,395 ‐0,44 ‐0,406 0,031 ‐0,148 0,132 0,036 ‐0,314 0,454 0,351 0,656 0,046 0,801 ‐1,406 ‐0,653 0,214 0,214 0,463 0,974 1,383 1,697 1,416 ‐0,021 Sumber : Output AMOS Structural Model Non Outlier Dari Tabel di atas dapat dilihat bahwa terdapat beberapa nilai residual yang lebih besar dari ±2,58, sehingga dapat disimpulkan bahwa model struktural menggunakan data non outlier masih kurang dapat diterima, oleh karena itu perlu dilakukan modifikasi terhadap model.

b. Modifikasi Model

Dokumen yang terkait

Pengaruh Strategi Bauran Pemasaran Ritel terhadap Keputusan Pembelian Konsumen pada MaxiMart Thamrin Plaza Medan

11 229 121

Pengaruh Bauran Pemasaran terhadap Keputusan Pembelian Mobil Honda pada PT. Istana Deli Kencana Adam Malik Medan

16 205 94

Pengaruh Bauran Pemasaran Terhadap Keputusan Pembelian Mobil Toyota pada PT. Astra International Tbk Cabang Medan Amplas

10 104 77

Pengaruh Analisis Strategi Bauran Pemasaranterhadap Keputusan Pembelian Konsumen Es Dawet Cah Mbanjar Medan

2 53 116

Pengaruh Bauran Pemasaran Terhadap Keputusan Pembelian Konsumen Pada UD.Arkani Furniture(Studi Kasus Pada Konsumen yang Membeli Produk Di UD. Arkani Furniture)

10 130 71

Pengaruh Pelaksanaan Bauran Pemasaran Terhadap Proses Keputusan Pembelian Konsumen Pada Jamu Di Banda Aceh

0 52 9

Pengaruh Bauran Pemasaran Jasa Terhadap Keputusan Pembelian Konsumen Pada Gardenia Cafe Medan

7 63 87

PENGARUH FAKTOR BAURAN TERHADAP KINERJA PEMASARAN YANG BERORIENTASI PADA KEUNGGULAN BERSAING BERKELANJUTAN.

0 1 253

Analisis Model Sauran Pemasaran Terhadap Kinerja Pemasaran yang Berorientasi Pada Keunggulan Bersaing Berkelanjutan Di Supermarket Alfamart Surabaya.

0 0 11

PENGARUH FAKTOR BAURAN PEMASARAN, KEBIJAKAN PERUSAHAAN, PERILAKU KONSUMEN, KEPUTUSAN PEMBELIAN TERHADAP KINERJA PEMASARAN YANG BERORIENTASI PADA KEUNGGULAN BERKELANJUTAN DI KFC CITO SURABAYA (Dengan Pendekatan Structural Equation Model)

0 0 17