Tabel 12. Hasil Uji Assessment of normality
Variable min max
kurtosis c.r.
y5 2 7
-0.509 -1.156
y4 2 7
-0.142 -0.323
y3 2 7
-0.557 -1.265
y2 2 7
0.491 1.116
y1 2 7
-0.523 -1.189
x2.1 3 7
-0.253 -0.575
x2.2 2 7
-0.503 -1.144
x2.3 2 7
-0.128 -0.292
x2.4 1 7
-0.111 -0.251
x1.5 2 7
-0.166 -0.377
x1.4 2 7
-0.517 -1.175
x1.3 2 7
-0.189 -0.429
x1.2 1 7
0.027 0.06
x1.1 3 7
-0.663 -1.507
Multivariate -1.754
-2.187
Batas Normal ± 2,58
Sumber: Lampiran 3 Hasil pengolahan data
Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di antara ± 2,58 itu berarti asumsi normalitas terpenuhi. Fenomena ini tidak menjadi
masalah serius seperti dikatakan oleh Bentler Chou [1987] bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood
estimation [MLE] walau ditribusi datanya tidak normal masih dapat
menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.
4.4. Pengujian Hipotesis
4.4.1. 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 terlihat pada gambar 2 dan tabel 13 Goodness of Fit di bawah ini.
Gambar 2
MODEL PENGUKURAN STRUKTURAL Relationship Marketing Loyalty
Model Specification : One Step Approach – Base Model
x1 x1.1
e1
1 1
x1.2 e2
1
x1.3 e3
1
x1.4 e4
1
e5
1
x1.5
x2 x2.4
e9
1 1
x2.3 e8
1
x2.2 e7
1
x2.1 e6
1 1
x y
y1 e10
1 1
y2 e11
1
y3 e12
1
y4 e13
1
y5 e14
1 1
1
dx1 dx2
dy
1
1 1
Evaluasi terhadap hasil pengujian model tersebut dapat dilihat dalam tabel 13 dibawah ini :
Tabel 13 Evaluasi Kriteria Goodness of Fit Indices
Model One- Step Approach – Base Model Kriteria Hasil
Nilai Kritis
Evaluasi Model
CminDF 9.490
≤ 2,00 kurang baik
Probability 0.000
≥ 0,05 kurang baik
RMSEA 0.263
≤ 0,08 kurang baik
GFI 0.627
≥ 0,90 kurang baik
AGFI 0.485
≥ 0,90 kurang baik
TLI 0.279
≥ 0,95 kurang baik
CFI 0.398
≥ 0,94 kurang baik
Sumber: Lampiran 3 Hasil pengolahan data
Dari hasil evaluasi terhadap model one step approach base model ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya
menunjukkan hasil evaluasi model kurang 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 pengujian dengan model persamaan struktural structural
equation model dengan program AMOS setelah dilakukan modifikasi
terlihat dalam gambar 3 dibawah ini.
Gambar 3
MODEL PENGUKURAN STRUKTURAL Relationship Marketing Loyalty
Model Specification : One Step Approach – modifikasi
Evaluasi terhadap hasil pengujian model tersebut dapat dilihat dalam tabel 14 dibawah ini :
Tabel 14. Evaluasi Kriteria Goodness of Fit Indices
Model One- Step Approach – modifikasi
Kriteria Hasil Nilai
Kritis Evaluasi
Model CminDF
1.300 ≤ 2,00
baik Probability
0.055 ≥ 0,05
baik RMSEA
0.049 ≤ 0,08
baik GFI
0.914 ≥ 0,90
baik AGFI
0.907 ≥ 0,90
baik TLI
0.975 ≥ 0,95
baik CFI
0.982 ≥ 0,94
baik
Sumber: Lampiran 3 Hasil pengolahan data
Dari hasil evaluasi terhadap model one step approach modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya
x1 x1.1
e1
1 1
x1.2 e2
1
x1.3 e3
1
x1.4 e4
1
e5
1
x1.5
x2 x2.4
e9
1 1
x2.3 e8
1
x2.2 e7
1
x2.1 e6
1 1
x y
y1 e10
1 1
y2 e11
1
y3 e12
1
y4 e13
1
y5 e14
1
dx1 dx2
dy
1 1
1
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 ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel
dalam model sebagaimana terdapat di bawah ini. Dilihat dari angka determinant of sample covariance matrix :
4.831.322.708 0 mengindikasikan tidak terjadi multicolinierity atau singularity
dalam data ini sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi masing-masing faktor dapat dipercaya
sebagaimana terlihat pada uji kausalitas di bawah ini.
4.4.2. Hasil uji Hipotesis Kausalitas Regression Weights
