60
4.4.6. 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 4.01 diperoleh hasil Determinant of Sample Covariance Matrix
adalah 0 yaitu sebesar 9.706,95 mengindikasikan tidak terjadi
multikolinieritas dan singularitas dalam data ini sehingga asumsi terpenuhi.
4.4.7. Structural Equation Modeling SEM dan Pengujian Hipotesis
4.4.7.1. Evaluasi Model One-Step Approach to 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 aprroach to SEM digunakan apabila model diyakini bahwa dilandasi teori yang kuat serta validitas 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 sebagai berikut :
61
Gambar 4.2. Model Pengukuran Kausalitas One Step Approach Base
Model
MODEL PENGUKURAN STRUKTURAL Store Image, Customer Loyalty
Model Specification : One Step Approach - Base Model
Service
Physical Fascilities
X31 er_4
1 1
X32 er_5
1
Convenience X41
er_6 1
1 Promotion
X51 er_13
1 1
1
Store Image
d_pf
d_cn d_pr
d_se 1
1
1 1
Merchandise d_me
1 X11
er_10 1
1
X42 er_7
1 X22
er_2 1
1 X12
er_11 1
X13 er_12
1
X43 er_8
1 X52
er_14 1
X23 er_3
1 X21
er_1 1
1
Customer Loyalty
Y1 er_15
Y2 er_16
d_cl
Y3 er_17
1 1
1 1
1 X44
er_9 1
Sumber : Hasil Pengolahan Data
Tabel 4.17. Evaluasi Kriteria Goodness of Fit Indices Base Model
Kriteria Hasil
Nilai Kritis
Evaluasi Model
Cm in DF 1,222
≤ 2,00
baik Pr obabilit y
0,054 ≥
0,05 baik
RMSEA 0,047
≤ 0,08
k ur ang baik GFI
0,865 ≥
0,90 k ur ang baik
AGFI 0,818
≥ 0,90
k ur ang baik TLI
0,950 ≥
0,95 baik
CFI 0,958
≥ 0,94
baik
Sumber
Dari hasil evaluasi terhadap model one step base model ternyata dari semua kriteria goodness of fit yang digunakan, belum seluruhnya
menunjukkan hasil evaluasi model yang baik, berarti model belum sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi
oleh teori belum sepenuhnya didukung oleh fakta. Dengan demikian model ini masih perlu dimodifikasi sebagaimana terdapat di bawah ini.
: Hasil Pengolahan data
62
Gambar 4.3. Model Pengukuran Kausalitas One Step Approach
Modifikasi
MODEL PENGUKURAN STRUKTURAL Store Image, Customer Loyalty
Unstandardized estimates : One Step Approach - Modifikasi
Service
Physical Fascilities
X31 er_4
1 1
X32 er_5
1
Convenience X41
er_6 1
1 Promotion
X51 er_13
1 1
1
Store Image
d_pf
d_cn d_pr
d_se 1
1
1 1
Merchandise d_me
1 X11
er_10 1
1
X42 er_7
1 X22
er_2 1
1 X12
er_11 1
X13 er_12
1
X43 er_8
1 X52
er_14 1
X23 er_3
1 X21
er_1 1
1
Customer Loyalty
Y1 er_15
Y2 er_16
d_cl
Y3 er_17
1 1
1 1
1 X44
er_9 1
Sumber : Hasil Pengolahan Data
Tabel 4.18. Evaluasi Kriteria Goodness of Fit Indices
Modifikasi
Kriteria Hasil
Nilai Kritis
Evaluasi Model
Cm in DF 0,870
≤ 2,00
baik Pr obabilit y
0,835 ≥
0,05 baik
RMSEA 0,000
≤ 0,08
baik GFI
0,904 ≥
0,90 baik
AGFI 0,900
≥ 0,90
baik TLI
1,029 ≥
0,95 baik
CFI 1,000
≥ 0,94
baik
Sumber
Dari hasil evaluasi terhadap model one step model modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya
menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi
oleh teori telah sepenuhnya didukung oleh fakta. Dengan demikian model
: Hasil Pengolahan data
63
ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model sebagaimana terdapat di bawah ini.
4.4.7.2. Analisis Unidimensi First Order
Tabel 4.19. Unidimensi First Order
Regression Weights
Ustd Estimate
Std Estimate
Prob.
X11
Mer chandise 1,000
0,795 0,000
X12
Mer chandise 0,900
0,818 0,000
X13
Mer chandise 0,828
0,669 0,000
X21
Serv ice 1,000
0,795 0,000
X22
Serv ice 1,000
0,803 0,000
X23
Serv ice 0,448
0,356 0,000
X31
Phy sical_Fascilit ies 1,000
0,237 0,000
X32
Phy sical_Fascilit ies 2,719
0,784 0,034
X41
Convenience 1,000
0,909 0,000
X42 Convenience
0,766 0,764
0,000 X43
Convenience 0,553
0,603 0,000
X44 Convenience
0,535 0,099
0,000 X51
Promotion 1,000
0,922 0,000
X52 Promotion
0,787 0,801
0,003 Y1
Cust om er _Loy alt y
1,000 0,575
0,000 Y2
Cust om er _Loy alt y
1,315 0,810
0,000 Y3
Cust om er _Loy alt y
1,613 0,930
0,000
Sumber : Hasil Pengolahan Data
4.4.7.3. Analisis Unidimensi Second Order
Tabel 4.20. Unidimensi Second Order
Regression Weights
Ustd Estimate
Std Estimate
Prob.
Phy sical_Fascilit ies Store_I m age
0,221 0,956
0,033 Convenience
Store_I m age 0,633
0,844 0,000
Mer chandise
St ore_I m age 0,404
0,436 0,000
Serv ice
St ore_I m age 0,447
0,593 0,000
Pr om ot ion
St ore_I m age 0,255
0,283 0,019
Sumber : Hasil Pengolahan Data
64
4.4.7.4. Uji Hipotesis Kausalitas
Pengaruh langsung [koefisien jalur] diamati dari bobot regresi terstandar, dengan pengujian signifikansi pembanding nilai CR [Critical
Ratio] atau p [probability] yang sama dengan nilai t
hitung
. Apabila t
hitung
lebih besar daripada t table berarti signifikan.
Tabel 4.21. Uji Hipotesis Kausalitas Antar Faktor Regression Weights
Ustd Estimate
Std Estimate
Prob. Faktor
Faktor
Cust om er _Loy alt y Store_I m age
0,204 0,440
0,001
Batas Signifikansi
≤ 0,10
Sumber : Hasil Pengolahan Data Pada Lampiran 3
Dilihat dari tingkat probabilitas arah hubungan kausal, hipotesis yang menyatakan bahwa :
Citra toko berpengaruh positif terhadap loyalitas pelanggan di Hypermart Supermall Pakuwon Indah Surabaya, dapat diterima. Hal
tersebut dapat diketahui dari nilai probabilitas kausalnya 0,001 ≤ 0,10
yang menunjukkan nilai [signifikan [positif].
4.5. Pembahasan