menggunakan χ² chi kuadrat pada derajat bebas sebesar jumlah variabel yang
digunakan dalam penelitian ini. Hasil uji outlier tampak pada tabel berikut: Tabel 4.3. Hasil Uji Outlier
Residuals Statisticsa Minimum
Maximum Mean
Std. Deviation
N Predicted Value
15.810 90.393
55.500 15.289
110 Std. Predicted Value
-2.596 2.282
0.000 1.000
110 Standard Error of
Predicted Value 5.469 13.992
9.619 1.609 110
Adjusted Predicted Value 15.951
90.746 55.391
15.594 110
Residual -70.115 66.621
0.000 27.995
110 Std. Residual
-2.375 2.256
0.000 0.948
110 Stud. Residual
-2.495 2.484
0.002 1.006
110 Deleted Residual
-77.415 80.746
0.109 31.523
110 Stud. Deleted Residual
-2.565 2.553
0.002 1.012
110 Mahal. Distance
2.749 23.489
10.900 3.974 110
Cooks Distance 0.000
0.109 0.011
0.014 110
Centered Leverage Value 0.025
0.215 0.100
0.036 110
a Dependent Variable : No. RESP
Sumber : Data Diolah 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 variabel 14 adalah sebesar 36. Hasil analisis Mahalanobis diperoleh nilai 32.220 yang kurang dari
2
tabel 36 tersebut. Dengan demikian, tidak terjadi multivariate outliers.
4.3.2. Uji 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 4.4. Uji Reliabilitas
Pengujian Reliability Consistency Internal Konstrak Indikator
Item to Total Correlation
Koefisien Cronbachs Alpha
X11 0.563
X12 0.594
Sikap X13
0.514 0.732
X21 0.586
X22 0.495
X23 0.536
Perilaku konsumen
X24 0.453
0.724 Y1
0.506 Y2
0.446 Y3
0.553 Minat bli
Y4 0.658
0.743
: tereliminasi
Sumber: Data Diolah Proses eleminasi diperlakukan pada item to total correlation pada
indikator yang nilainya 0,5 [Purwanto,2003]. Terjadi eliminasi karena nilai item to total correlation
indikator seluruhnya ada yang tidak ≥ 0,5. Indikator yang
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 cukup baik dimana koefisien Cronbach’s Alpha yang diperoleh seluruhnya memenuhi rules of
thumb yang disyaratkan yaitu
≥ 0,7 Hair et.al.,1998; Sekaran,2003.
4.3.3. Uji 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
atau construct akan diuji dengan melihat loading factor dari hubungan
antara setiap observed variable dan latent variable. Hasil analisis tampak pada tabel di bawah ini.
Tabel 4.5. Uji Validitas
Standardize Faktor Loading dan Construct dengan Confirmatory Factor Analysis
Faktor Loading Konstrak Indikator
1 2 3
4 X11
0.795 X12
0.750 Sikap
X13 0.637
X21 0.739
X22 0.767
X23 0.657
Perilaku konsumen X24
0.612 Y1
0.645 Y2
0.711 Y3
0.908 Minat bli
Y4 0.689
Sumber: Data Diolah Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor
loadings masing masing butir pertanyaan yang membentuk setiap construct
sebagian besar ≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut
dapat dikatakan validitasnya cukup baik.
4.3.4. Uji
Construct Reliability 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 4.6.
Tabel 4.6. Construct Reliability dan Variance Extracted
Construct Reliability Variance Extrated Konstrak Indikator
Standardize Factor
Loading SFL
Kuadrat Error
[εj] Constru
ct Reliabili
ty Variance
Extrated X11
0.795 0.632 0.368
X12 0.750 0.563
0.438 Sikap
X13 0.637 0.406
0.594 0.773 0.533
X21 0.739 0.546
0.454 X22
0.767 0.588 0.412
X23 0.657 0.432
0.568 Perilaku konsumen
X23 0.612 0.375
0.625 0.765 0.522
Y1 0.645 0.416
0.584 Y3
0.908 0.824 0.176
Minat bli Y4
0.689 0.475 0.525
0.761 0.620
Batas Dapat Diterima
≥ 0,7 ≥ 0,5
Sumber: Data Diolah 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.
4.3.5. Uji Normalitas
