4.3.4. Evaluasi Construct Realiability dan Variance Extracted
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha,
perlu juga dilakukan pengujian construct reliability dan variance extracted.
Kedua pengujian tersebut masih dalam koridor uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar
bahwa indikator-indikator individual mengukur suatu pengukuran yang sama Purwanto, 2002. Dan variance extracted direkomendasikan pada
tingkat 0,50. Hasil perhitungan construct reliability dan variance extracted dapat dilihat dalam tabel 4.12.
Tabel 4.12. Construct Realiability dan Variance Extracted
Konstrak Indikator
Standardize Factor
Loading SFL
Kuadrat Error [εj]
Construct Reliability
Variance Extrated
Visibility X11
0,838 0,702
0,298 0,678
0,521 X12
0,583 0,340
0,660 Credibility
X21 0,579
0,335 0,665
0,579 0,410
X22 0,696
0,484 0,516
Attraction X31
0,396 0,157
0,843 0,191
0,110 X32
0,252 0,064
0,936 Purchase
Intention Y1
0,496 0,246
0,754 0,256
0,122 Y2
0,138 0,019
0,981 Y3
0,318 0,101
0,899
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Sumber: Lampiran 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 diterima sepanjang disertai alasan–alasan empirik
yang terlihat dalam proses eksplorasi. Dan variance extracted direkomendasikan pada tingkat 0,50.
4.3.5. 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 4.13 berikut :
Tabel 4.13. Normalitas data
Assessment of normality Variable
min max
kurtosis c.r.
X11 4
7 0,205
0,437 X12
3 7
0,562 1,198
X21 4
7 -0,293
-0,624 X22
4 7
-0,242 -0,516
X31 3
7 -0,297
-0,632 X32
2 7
-0,484 -1,032
Y1 3
7 0,164
0,349 Y2
3 7
0,034 0,072
Y3 3
7 -0,337
-0,718
Multivariate
10,803 4,008
Batas Normal ± 2,58
Sumber : Lampiran 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.
4.3.6. Analisis Model One – Step Approach to SEM