commit to user
4.3.2 Uji Reliabilitas
Reliabilitas merupakan tingkat kestabilan dari alat pengukur yang digunakan untuk mengukur suatu gejala. Reliabilitas alat ukur yang semakin tinggi
mengindikasikan semakin stabil alat tersebut mengukur suatu gejala. Ukuran reliabilitas dapat dilihat dari nilai cronbach’s alpha. Cronbach’s alpha dipilih karena
merupakan teknik pengujian konsistensi reliabilitas yang paling popular dengan indeks konsistensi yang cukup sempurna.
Tabel 4.5 Hasil Uji Reliabilitas
Variabel Cronbachs
Alpha Keterangan
Client Knowledge 0,8909
Baik Customer Orientation
0,8172 Baik
Expertise 0,8825
Baik Similarity
0,8418 Baik
Communication 0,8933
Baik Relationship Quality
0,8849 Baik
Purchase Intention 0,7665
Diterima Word of Mouth
0,9014 Baik
Sumber: Data primer diolah
Hasil pengujian reliabilitas variabel penelitian pada tabel 4.5 menggunakan bantuan program SPSS for windows versi 13 menunjukkan bahwa semua instrumen
dinyatakan reliabel karena mempunyai nilai Cronbach’s Alpha 0,6.
4.4 Hasil Pengujian Model Struktural
Metode analisis yang digunakan dalam penelitian ini menggunakan Structural Equation Modelling
SEM. Hasil pengujian model struktural berdasarkan evaluasi
commit to user
asumsi SEM sebelum dilakukan pengujian hipotesis melalui pendekatan Structural Equation Modelling
adalah: 4.4.1
Uji Kecukupan Sampel Jumlah responden dalam penelitian ini adalah sebanyak 179 responden. Jumlah
sampel tersebut merupakan responden yang memenuhi syarat dalam menjawab kuesioner yang diberikan. Jumlah tersebut dinilai memenuhi karena jumlah sampel
minimal bagi penelitian ini yaitu sebesar 5 – 10 observasi untuk setiap indikator pertanyaan yang digunakan dalam kuesioner penelitian. Jumlah indikator pertanyaan
yang digunakan setelah tahapan pretest adalah 35, sehingga sampel minimal yang digunakan dalam penelitian ini adalah 175 35 x 5. Jumlah sampel dalam penelitian
ini lebih besar dari 175 sehingga telah memenuhi asumsi kecukupan sampel. 4.4.2
Uji Normalitas Syarat yang harus dipenuhi selain kecukupan sampel dalam menggunakan
analisis SEM yaitu normalitas data. Nilai statistik untuk menguji normalitas menggunakan z value Critival Ratio atau C.R pada output AMOS 4.01 dilihat dari
nilai skewness dan kurtosis sebaran data. Distribusi data tidak normal bila nilai C.R lebih besar dari nilai kritis. Nilai kritis untuk C.R dari skewness adalah di bawah 2 dan
nilai C.R kurtosis di bawah 7. Normalitas univariate dan multivariate terhadap data yang digunakan dalam analisis ini diuji dengan menggunakan AMOS 4.01. Hasil Uji
Normalitas disajikan dalam tabel 4.6.
commit to user
Tabel 4.6 Hasil Uji Normalitas
Variable min
Max skew
c.r. Kurtosis
c.r. wom4
2.000 5.000
-.311 -1.701
-.132 -.360
wom3 2.000
5.000 -.323
-1.763 -.332
-.908 wom2
2.000 5.000
-.266 -1.455
-.419 -1.145
wom1 2.000
5.000 -.227
-1.237 -.514
-1.403 pi4
2.000 5.000
-.357 -1.948
.064 .174
pi3 2.000
5.000 -.285
-1.559 -.449
-1.226 pi2
2.000 5.000
-.040 -.217
-.330 -.901
pi1 2.000
5.000 -.317
-1.730 .097
.266 rq6
2.000 5.000
.023 .123
-.316 -.863
rq5 2.000
5.000 -.159
-.871 -.234
-.640 rq4
2.000 5.000
-.038 -.208
-.194 -.529
rq3 2.000
5.000 -.152
-.832 -.154
-.421 rq2
2.000 5.000
-.152 -.830
-.125 -.340
rq1 2.000
5.000 .102
.555 -.378
-1.034 c1
2.000 5.000
-.188 -1.025
-.377 -1.030
c2 2.000
5.000 -.267
-1.458 -.135
-.370 c3
2.000 5.000
-.121 -.661
-.401 -1.095
c4 2.000
5.000 -.168
-.916 -.111
-.304 s1
2.000 5.000
-.351 -1.916
.239 .652
s2 2.000
5.000 -.328
-1.792 -.002
-.005 s3
2.000 5.000
-.243 -1.329
.058 .157
s4 2.000
5.000 -.140
-.762 -.240
-.655 e1
2.000 5.000
-.260 -1.418
-.105 -.287
e2 2.000
5.000 -.335
-1.831 .107
.294 e3
2.000 5.000
-.363 -1.983
-.370 -1.011
e4 2.000
5.000 -.064
-.347 -.512
-1.398 e5
2.000 5.000
-.370 -2.023
-.447 -1.220
co1 2.000
5.000 -.392
-2.143 .090
.246 co2
2.000 5.000
-.618 -3.377
.115 .315
co3 2.000
5.000 -.385
-2.101 -.074
-.202 co4
2.000 5.000
-.430 -2.348
-.099 -.272
ck1 2.000
5.000 -.506
-2.766 -.174
-.477 ck2
2.000 5.000
-.097 -.529
-.628 -1.716
ck3 2.000
5.000 -.361
-1.969 -.235
-.642 ck4
2.000 5.000
-.412 -2.252
-.143 -.390
Multivariate 42.192
5.546
Sumber: Data primer diolah
Hasil uji normalitas data secara univariate menunjukkan nilai skewness dari hampir semua indikator mempunyai nilai C.R. di bawah 2, kecuali pada item
pertanyaan RQ1. Kurtosis semua indikator memiliki nilai dibawah 7 sedangkan secara multivariate
nilai C.R sebaran kurtosis menunjukkan nilai 5.546. Asumsi normalitas tidak semuanya terpenuhi namun analisis selanjutnya masih bisa dilakukan karena
commit to user
teknik estimasi ini cukup robust walaupun data tersebut sebarannya ada beberapa yang cenderung tidak normal. Data yang digunakan dalam penelitian ini adalah data yang
disajikan apa adanya dari penelitian yang berasal dari data primer berdasarkan jawaban responden yang sangat beragam sehingga sulit untuk memperoleh data yang
mengikuti distribusi normal multivariate secara sempurna.
4.4.3 Uji Outlier
Outlier adalah observasi yang muncul dengan nilai-nilai ekstrim yang memiliki karakteristik unik yang sangat berbeda dari observasi lainnya dan muncul dalam
bentuk nilai ekstrim baik untuk variabel tunggal maupun variabel kombinasi. Adanya outlier
dalam analisis multivariate dapat diuji dengan statistic chi square X
2
terhadap nilai mahalanobis distance squared pada tingkat signifikansi 0,001 dengan degree of
freedom sejumlah variabel yang digunakan dalam penelitian. Variabel yang dimaksud
adalah jumlah item pengukuran pada model. Variabel yang digunakan dalam penelitian ini sebanyak 35 indikator variabel. Nilai mahalanobis distance yang lebih
besar dari X
2
35,0.001 = 66,618 mengindikasikan nilai tersebut sebagai outlier multivariate
. Tabel 4.7 di bawah menyajikan hasil evaluasi jarak mahalanobis yang diperoleh dari
data penelitian ini:
Tabel 4.7 Jarak Mahalanobis Data Penelitian
Nomor Observasi
Jarak Mahalanobis Jarak Mahalanobis
Kritis 35, 0.001
162 71
60 57,779
57,394 55,676
66,618
commit to user
. .
.
168 .
. .
32,701
Sumber: Data primer yang diolah.
Dalam penelitian ini tidak ditemukan adanya kasus yang dapat dikategorikan sebagai outlier karena semua observasi memiliki jarak mahalanobis 66,618.
commit to user
4.4.4 Uji Goodness of Fit dari Model Struktural
Evaluasi nilai goodness of fit dari model penelitian yang diajukan dapat dilihat pada tabel 4.8. di bawah ini:
Tabel 4.8 Hasil Goodness of Fit Model Struktural
Indeks Nilai Kritis
Hasil Keterangan
1. X²- Chi Square
Diharapkan kecil 751,720
----- 2.
Probability level 0.05
0,000 Belum
memenuhi 3.
RMSEA 0.08
0,046 Baik
4. GFI
0.90 0,828
Belum memenuhi
5. AGFI
0.90 0,801
Belum memenuhi
6. CMINDF
2.03.0 1,384
Baik 7.
TLI 0.90
0,933 Baik
8. NFI
0.90 0,813
Belum memenuhi
9. CFI
0.90 0,939
Baik 10.
IFI 0.90
0,940 Baik
Sumber: Data primer yang diolah.
Tabel 4.8 menjelaskan hasil goodness of fit dari model penelitian yang dilakukan. Dalam pengujian ini nilai Chi-Square dengan p0,05, GFI, AGFI, dan NFI
masih belum memenuhi, maka peneliti mempertimbangkan untuk melakukan modifikasi eror untuk membentuk model alternatif yang mempunyai goodness of fit
yang lebih baik. Melalui nilai modification indices dapat diketahui ada tidaknya kemungkinan modifikasi terhadap model yang dapat diusulkan. Modification indices
yang dapat diketahui dari output amos akan menunjukkan hubungan-hubungan yang perlu diestimasi yang sebelumnya tidak ada dalam model untuk mendapatkan model
penelitian yang lebih baik. Peneliti mengestimasi hubungan korelasi antar error term
commit to user
yang memiliki nilai modification indices lebih besar atau sama dengan 4.0 Ferdinand, 2005. Tabel 4.9 di bawah merupakan hasil goodness of fit model yang telah
dimodifikasi.
Tabel 4.9 Hasil Goodness of Fit Model Struktural
yang Telah di Modifikasi
Indeks Nilai Kritis
Hasil Keterangan
1. X²- Chi Square
Diharapkan kecil 587, 909
----- 2.
Probability level 0.05
0,053 Baik
3. RMSEA
0.08 0,024
Baik 4.
GFI 0.90
0,854 Belum
memenuhi
5. AGFI
0.90 0,827
Belum memenuhi
6. CMINDF
2.03.0 1,101
Baik 7.
TLI 0.90
0,982 Baik
8. NFI
0.90 0,854
Belum memenuhi
9. CFI
0.90 0,984
Baik 10.
IFI 0.90
0,985 Baik
Sumber: Data primer yang diolah.
Berdasarkan Tabel 4.9 hasil modifikasi model diperoleh peningkatan goodness of fit
model. Nilai Chi-Square dengan p0,05 sehingga mengindikasikan model telah fit. Sedangkan indeks GFI, AGFI, dan NFI mengalami peningkatan tapi belum
memenuhi. Berdasarkan hasil tersebut maka dapat disimpulkan bahwa secara keseluruhan model dapat diterima.
commit to user
4.5 Hasil Pengujian Hipotesis
