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 X
2 0.001
dengan jumlah indicator 23 adalah sebesar 49.728. hasil analisis Mahalanobis diperoleh nilai 40.341 yang lebih kecil dari X
2
tabel yaitu sebesar 49.728 tersebut. Dengan demikian, tidak terjadi multivariate outliers.
4.3.2 Evaluasi Reliabilitas
Cronbach’s Alpha digunakan untuk mengestimasi reliabilitas setiap skala variable atau observasi indikator. Sementara itu item to total correlation
digunakan untuk memperbaiki ukuran-ukuran dan mengelilinasi butir-butir yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan.
Hasilnya sebagai berikut:
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Tabel 4.28 Reliabilitas Data
Pengujian reliability Consistency Internal
Konstrak Indikator
Item to Total
Koefisien Correlation
Cronbachs Alpha
X11 0,612
Price X12
0,666 0,392
X13 0,735
X21 0,711
Advertising X22
0,621 0,359
X23 0,653
X31 0,585
Tangibles X32
0,672 0,242
X33 0,650
X41 0,654
Reliability X42
0,651 0,273
X43 0,613
X51 0,713
Responsive X52
0,598 0,424
X53 0,731
X61 0,693
Assurance X62
0,812 0,555
X63 0,674
X71 0,709
Emphaty X72
0,690 0,353
X73 0,587
Impulse Buying
Y1 0,785
0,380 Y2
0,786
Sumber : Lampiran Proses eliminasi diperlakukan pada item to total correlation pada indicator
yang nilainya 0,5 Purwanto, 2003 . Tidak terjadi eliminasi karena nilai item
to total correlation indikator seluruhnya ≥ 0,5. Indikator yang tereliminasi tidak
disertakan dalam perhitungan Cronbach’s Aloha. Perhitungan Cronbach’s dilakukan setelah proses eliminasi.
Hasil pengujian reliabilitas konsisitensi internal untuk setiap construct di atas menunjukkan hasil baik dimana koefisien Cronbach’s Alpha yang diperoleh
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥ 0,7 [ Hair et
al.,1998 ]
4.3.3. Evaluasi Validitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indicator dalam menilai sesuatu akuratnya pengukurannya atas apa yang seharusnya diukur,
karena indicator multidimensi, maka uji validitas dari setiap latent variable construct akan diuji dengan melihat loading factor dari hubungan antara setiap
observed dan latent variable.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
Hasil analisis tampak pada table berikut : Tabel 4.29 : Validitas Data
Standart Faktor Loading dan Construct
dengan Confirmatory Faktor Analysis
Konstrak Indikator
1 2
3 4
X11 0,998
Price X12
0,064 X13
0,291 X21
0,498 Advertising
X22 0,386
X23 0,358
X31 0,047
Tangibles X32
X33 X41
0,458 Reliability
X42 0,348
X43 0,182
X51 0,504
Responsive X52
0,237 X53
0,576 X61
0,527 Assurance
X62 0,798
X63 0,424
X71 0,305
Emphaty X72
0,502 X73
0,466 Impulse
Buying Y1
0,637 Y2
0,424 Sumber
: Lampiran
Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings masing-masing butir pertanyaan yang membentuk setiap construct belum
seluruhnya ≥ 0,5 sehinggga butir-butir instrumentasi setiap konstruk tersebut
dapat dikatakan validitasnya kurang baik.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
4.3.4. Evaluasi Construct Reliability dan Variance Extracted
