94
2002. Dan variance extracted direkomendasikan pada tingkat 0,50. Hasil perhitungan construct reliability dan variance extracted dapat dilihat dalam
tabel 4.18.
Tabel 4.12. Construct Reliability dan Variance Extracted
Konstrak Indikator Standardize
Factor Loading SFL Kuadrat
Error [εj] Construct
Reliability Variance
Extrated
Product X11 0,541
0,293 0,707
0,710 0,382 X12 0,579
0,335 0,665
X13 0,701 0,491
0,509 X14 0,640
0,410 0,590
Price X21 0,529
0,280 0,720
0,573 0,314 X22 0,457
0,209 0,791
X23 0,674 0,454
0,546 Promotion
X31 0,592 0,350
0,650 0,525 0,356
X32 0,601 0,361
0,639 Purchase
Decision Y1 0,592
0,350 0,650
0,729 0,477 Y2 0,802
0,643 0,357
Y3 0,662 0,438
0,562
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Sumber : Lampiran 2
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
95
diterima sepanjang disertai alasan–alasan empirik yang terlihat dalam proses eksplorasi. Dan variance extracted direkomendasikan pada tingkat 0,50.
4.4.5. Evaluasi Normalitas
Uji normalitas sebaran dilakukan dengan Skewness Value dari data yang digunakan yang biasanya disajikan dalam statistik deskriptif. Nilai statistik
untuk menguji normalitas itu disebut z-value. Bila nilai-z lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data adalah tidak normal. Nilai
kritis dapat ditentukan berdasarkan tingkat signifikansi 0,01 1 yaitu sebesar
± 2,58. Hasilnya diperoleh nilai c.r. multivariat diantara ± 2,58 dan itu berarti asumsi normalitas terpenuhi dan data layak untuk digunakan dalam
estimasi selanjutnya. Hasil analisis tampak pada tabel berikut :
96
Tabel 4.13. Normalitas Data
Variable min max kurtosis
c.r. X11 4
7 -0,383 -0,813
X12 3 7 -0,673
-1,427 X13 3
7 -0,704 -1,494
X14 3 7 -0,230
-0,488 X21 3
7 -0,673 -1,427
X22 3 7 -0,456
-0,966 X23 3
7 -0,812 -1,722
X31 3 7 -0,746
-1,583 X32 3
7 -0,415 -0,880
Y1 3
7 -0,402 -0,852
Y2 3
7 -0,582 -1,235
Y3 3
7 -0,629 -1,335
Multivariate 6,328
1,794 Batas Normal
± 2,58
Sumber : Lampiran 2 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.
97
4.4.6. Analisis 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 approach to SEM digunakan apabila model diyakini bahwa dilandasi teori yang kuat serta validitas dan 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 dan tabel Goodness of Fit
dibawah ini.
