46
diputuskan dalam penelitian tidak terdapat outlier multivariate antar variabel.
4.3.3. Deteksi
Multicollinierity dan Singularity
Dengan mengamati Determinant matriks covarians. Dengan ketentuan apabila determinant sample matrix mendekati angka 0 kecil,
maka terjadi multikolinieritas dan singularitas Tabachnick Fidell, 1998.
Berdasarkan hasil pengujian dengan menggunakan program AMOS 7.0 diperoleh hasil Determinant of Sample Covariance Matrix adalah 0
yaitu sebesar 7.166 mengindikasikan tidak terjadi multikolinieritas dan singularitas dalam data ini sehingga asumsi terpenuhi.
4.3.4. Uji Validitas dan Reliabilitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang
seharusnya diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang
menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum.
Karena indikator multidimensi, maka uji validitas dari setiap latent variabelconstruct akan diuji dengan melihat faktor loading faktor dari
hubungan antara setiap observed variabel dan latent variabel. Sedangkan reliabilitas di uji dengan construct reliability dan variance extracted. Dari
hasil pengolahan data didapatkan hasil sebagai berikut :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
47
Tabel 4.8. Faktor Loading dan Konstruk dengan Confirmatory Factor Analysis
Faktor Loading Konstrak Indikator
1 2 3 x11
0,703 x12
0,709 Kinerja Merek
x13 0,585
x21 0,542
x22 0,840
Kepuasan Merek
x23 0,574
y1 0,656
y2 0,693
Perpindahan Merek
y3 0,711
Sumber : Hasil Pengolahan Data Lampiran 5 Berdasarkan hasil confirmatory factor analysis terlihat bahwa
factor loadings masing masing butir pernyataan yang membentuk setiap construct sebagian besar 0.5, sehingga butir-butir instrumentasi setiap
konstruk tersebut dapat dikatakan validitasnya cukup baik dan dapat diterima. Koefisien Cronbach’s Alpha dihitung untuk mengestimasi
reliabilitas setiap skala variabel atau indikator observarian. 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. Hasil pengujian reliabilitas Consistency Internal dalam penelitian
ini dapat dilihat pada tabel berikut ini :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
48
Tabel 4.9. Pengujian Reliability Consistency Internal
Konstrak Indikator Item to Total
Correlation Koefisien
Cronbachs Alpha
x11 0,530 x12 0,561
Kinerja Merek x13 0,454
0,697 x21 0,459
x22 0,566 Kepuasan
Merek x23 0,487
0,688 y1 0,523
y2 0,558 Perpindahan
Merek y3 0,567
0,727 Sumber : Lampiran 6
Hasil pengujian reliabilitas konsistensi internal untuk setiap construct di atas menunjukkan hasil yang baik dimana koefisien koefisien
Cronbach’s Alpha yang diperoleh sebagian besar memenuhi rules of thumb yang disyaratkan yaitu 0.7 Hair et.al.,1998.
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. Construct reliability dan Variance-extracted
dihitung dengan rumus sebagai berikut: [
Standardize Loading]
Construct Reliability = [
Standardize Loading]
+
j
] [Standardize Loading
2
] Variance Extracted =
[Standardize Loading
2
] +
j
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
49
Sementara
j
dapat dihitung dengan formula
j
= 1 – [ Standardize loading ] secara umum, nilai construct reliability yang dapat diterima
adalah 0,5 Hair at, 1998. Standardize loading dapat diperoleh dari
output AMOS 7, dengan melihat estimasi setiap construct standardize regression weight terhadap setiap butir sebagai indikatornya.
j
= 1 - [Standardize Loading]
2
Hasil pengujan Construct Reliability dan Variance Extraced dalam penelitian ini akan ditampilkan pada tabel berikut:
Tabel 4.10. Construct Reliability Variance Extrated
Konstrak Indikator Standardiz
e Factor Loading
SFL Kuadrat
Error [
εj] Construct
Reliabilit y
Variance Extrated
x11 0,703 0,494 0,506
x12 0,709 0,503 0,497
Kinerja Merek x13 0,585 0,342
0,658 0,706 0,446
x21 0,542 0,294 0,706
x22 0,840 0,706 0,294
Kepuasan Merek x23 0,574 0,329
0,671 0,696 0,443
y1 0,656 0,430
0,570 y2 0,693
0,480 0,520
Perpindahan Merek y3 0,711
0,506 0,494
0,728 0,472
Batas Dapat Diterima
≥ 0,7 ≥ 0,5
Sumber : Hasil Pengolahan Data lampiran 7 Hasil pengujian reliabilitas instrumen dengan construct reliability
dan variance extracted menunjukkan instrumen reliabel, yang ditunjukkan dengan nilai construct reliability sebagian besar
0,7, dan variance extracted yang diperoleh sebagian besar menunjukkan nilai diatas 0,50.
Yang artinya seluruh instrumen yang digunakan pada penelitian ini telah reliabel. Meskipun demikian angka tersebut bukanlah sebuah ukuran
“mati” artinya bila penelitian yang dilakukan bersifat exploratory, maka
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
50
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. Pengujian Model Dengan
Kategori