diukur, karena indikator multidimensi, maka uji validitas setiap latent variable construct diuji dengan melihat loading factor dari hubungan setiap observed
variable dan latent variable. Hasil analisis tampak pada tabel 4.11, berikut ini:
Tabel 4.11 Standardize Faktor Loading dan Construct dengan
Confirmatory Factor Analysis Faktor Loading
Konstrak Indikator 1 2 3 4
X11 0,763
Berwujud X
1
X12 0,797
X21 0,336
Keandalan X
2
X2 0,241
X31 0,686
Daya Tanggap X
3
X32 0,019
X41 0,972
Jaminan X
4
X42 0,201
X51 0,109
Empati X
5
X52 0,258
Y1 0,970
Y2 0,193
Kepuasan Pelanggan Y
Y3 0,042
Sumber: Lampiran 3 Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor
loadings masing masing butir pertanyaan yang membentuk setiap konstruk belum seluruhnya
≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya kurang baik.
4.3.4. Uji Construct Reliability Variance Extrated
Selain melakukan pengujian konsistensi internal cronbach’s alpha, perlu juga dilakukan pengujian construct reliability dan variance extracted. Kedua
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
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 ini:
Tabel 4.12 Construct Reliability dan Variance Extracted
Konstrak Indikator Standardize
Factor Loading
SFL Kuadrat
Error [
εj] Construct
Reliabilit y
Variance Extrated
X11 0,763 0,582 0,418
Berwujud X
1
X12 0,797 0,635 0,365
0,757 0,609 X21 0,336 0,113
0,887 Keandalan
X
2
X22 0,241 0,058 0,942
0,154 0,085 X31 0,686 0,471
0,529 Daya
Tanggap X
3
X32 0,019 0,000 1,000
0,245 0,235 X41 0,972 0,945
0,055 Jaminan
X
4
X42 0,201 0,040 0,960
0,576 0,493 X51 0,109 0,012
0,988 Empati
X
5
X52 0,258 0,067 0,933
0,066 0,039 Y1 0,970
0,941 0,059
Y2 0,193 0,037
0,963 Kepuasan
Pelanggan Y
Y3 0,042 0,002
0,998 0,418 0,327
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Sumber: Lampiran 3 Hasil pengujian reliabilitas instrumen dengan construct reliability dan
variance extracted menunjukkan instrumen kurang 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.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.3.5. 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 4.13 Assessment Of Normality
Variable Min Max kurtosis c.r.
X11 3 7 -0,330
-0,686 X12 2 7
-0,627 -1,305
X21 2 7 -0,276
-0,575 X22 3 7
-0,489 -1,019
X31 1 7 -0,148
-0,309 X32 2 7
-0,201 -0,417
X41 2 7 -0,634
-1,319 X42 2 7
-0,333 -0,694
X51 1 7 -0,429
-0,893 X52 2 7
-0,507 -1,056
Y1 2 7
-0,686 -1,428
Y2 2 7
-0,388 -0,807
Y3 2 7
-0,677 -1,409
Multivariate 59,135
15,269 Batas Normal
± 2,58
Sumber: Lampiran 3 Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada diluar 2,58 itu
berarti asumsi normalitas tidak 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
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
ditribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya
4.3.6. Analisis Model
