Uji Construct Reliability dan Variance Extracted Uji Normalitas

54

4.2.4. 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 termasuk uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama. Hasil perhitungan construct reliability dan variance extracted dalam tabel berikut :. Tabel 4.9. Construct Reliability dan Variance Extrated Konstrak Indikator Standardize Factor Loading SFL Kuadrat Error [εj] Construct Reliability Variance Extrated Kepuasan Pelanggan X 1 X11 0.617 0.381 0.619 0.709 0.450 X12 0.750 0.563 0.438 X13 0.638 0.407 0.593 Switching Cost X 2 X21 0.706 0.498 0.502 0.731 0.479 X22 0.773 0.598 0.402 X23 0.584 0.341 0.659 Cognitive loyalty Y 1 Y11 0.613 0.376 0.624 0.700 0.545 Y12 0.845 0.714 0.286 Affective loyalty Y 2 Y21 0.701 0.491 0.509 0.680 0.515 Y22 0.734 0.539 0.461 Conative loyalty Y 3 Y31 0.663 0.440 0.560 0.714 0.558 Y32 0.822 0.676 0.324 Action loyalty Y 4 Y41 0.577 0.333 0.667 0.764 0.632 Y42 0.965 0.931 0.069 Batas Dapat Diterima ≥ 0,7 ≥ 0,5 Sumber : Lampiran 3 Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen reliabel, yang ditunjukkan dengan nilai construct reliability seluruhnya ≥ 0,7. Meskipun demikian angka terse but bukanlah sebuah ukuran “mati” artinya bila penelitian yang dilakukan bersifat exploratory, maka nilai di bawah 0,70 pun masih dapat diterima sepanjang disertai 55 alasan–alasan empirik yang terlihat dalam proses eksplorasi, dan variance extracted direkomendasikan pada tingkat 0,50.

4.2.5. Uji Normalitas

Uji normalitas sebaran dilakukan dengan Kurtosis 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. Hasil analisis tampak pada tabel berikut : Tabel 4.10. Assessment Of Normality Variable Min Max kurtosis c.r. X11 4 7 -0.271 -0.586 X12 4 7 -0.610 -1.318 X13 4 7 -0.115 -0.248 X21 4 7 -0.226 -0.488 X22 4 7 -0.301 -0.650 X23 4 7 -0.673 -1.453 Y11 4 7 -0.480 -1.038 Y12 4 7 -0.131 -0.284 Y21 4 7 -0.287 -0.620 Y22 4 7 -0.099 -0.215 Y31 4 7 -0.248 -0.537 Y32 4 7 -0.430 -0.928 Y41 4 7 -0.232 -0.501 Y42 4 7 -0.478 -1.032 Multivariate -4.521 -1.130 Batas Normal ± 2,58 Sumber : Lampiran 3 Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di dalam ±2,58 itu berarti asumsi normalitas terpenuhi. 56

4.2.6 Analisis Model One – Step Approach to SEM