4.3.2.1 Uji Kesesuaian Model Goodness of Fit Test
Uji kesesuaian model dilakukan dengan menggunakan 8 kriteria yang dibandingkan dengan nilai kritis cut off value tertentu, sedangkan output dari
confirmatory faktor analysis dapat dilihat pada Lampiran 5 dimana hasil goodness of fit test adalah sebagai berikut:
Tabel 4.3 Nilai Goodness of Fit dan Cut off Value Measurement Model
Kriteria Hasil
Uji Model Nilai
Kritis Keterangan
X
2
Chi square 611,8
Besar X
2
dengan df = 425
dengan α = 0.05
adalah 474,0651
Tidak baik
Probabilitas 0,000
0,05 Tidak
Baik CminDF
1,862 2,00
Baik RMSEA
0,093 0,08
Tidak Baik
GFI 0,739
0,90 Tidak
Baik AGFI
0,655 0,90
Tidak Baik
TLI 0,61
0,95 Tidak
Baik CFI
0,686 0,95
Tidak Baik
Sumber : Lampiran 5, diolah
Dari Tabel di atas dapat disimpulkan bahwa dimensi-dimensi yang digunakan oleh peneliti belum sepenuhnya mencerminkan variabel laten yang
dianalisis, karena belum seluruhnya kriteria goodness of fit test terpenuhi. 4.3.2.2
Uji Validitas Konvergen
Uji validitas konvergen digunakan untuk menentukan apakah setiap indikator yang diestimasi secara valid mengukur dimensi dari konsep yang
diujinya. Bila setiap indikator memiliki C.R 2.SE, hal ini menunjukkan bahwa indikator itu secara valid mengukur apa yang sebenarnya diukur dalam model
yang disajikan.
Tabel 4.4 Regression Weight Measurement Model
Estimate S.E.
C.R. P
Label X1.1.2
‐‐‐ X1.1
0.489 0.163
3.004 0.003
par_1 X1.1.1
‐‐‐ X1.1
1 X1.4.2
‐‐‐ X1.4
2.822 1.03
2.739 0.006
par_2 X1.4.1
‐‐‐ X1.4
1 X1.2.2
‐‐‐ X1.2
1 X1.5.1
‐‐‐ e10
1 X1.6.2
‐‐‐ X1.6
0.616 0.178
3.458 par_3
X1.6.1 ‐‐‐
X1.6 1
X1.7.2 ‐‐‐
X1.7 0.248
0.432 0.746
0.455 par_4
X1.7.1 ‐‐‐
X1.7 1
X1.8.2 ‐‐‐
X1.8 1.167
0.314 3.715
par_5 X1.8.1
‐‐‐ X1.8
1 X1.4.3
‐‐‐ X1.4
2.273 0.858
2.648 0.008
par_6 X1.7.3
‐‐‐ X1.7
1.575 0.835
1.887 0.059
par_7 X1.7.4
‐‐‐ X1.7
2.506 1.221
3.053 0.04
par_8 Y1.1
‐‐‐ Y1
1 Y1.2
‐‐‐ Y1
0.838 0.103
8.115 par_9
Y1.3 ‐‐‐
Y1 1.084
0.131 8.255
par_10 Y1.4
‐‐‐ Y1
0.66 0.132
4.999 par_11
Y2.1 ‐‐‐
Y2 1
Y2.2 ‐‐‐
Y2 0.805
0.213 0.463
0.643 par_12
Y2.3 ‐‐‐
Y2 1.045
0.078 0.463
0.644 par_13
Y2.4 ‐‐‐
Y2 1.922
0.079 0.463
0.643 par_14
Y2.5 ‐‐‐
Y2 1.815
0.187 0.464
0.643 par_15
X1.3.2 ‐‐‐
X1.3 0.665
0.172 3.869
par_16 X1.3.1
‐‐‐ X1.3
1 X.1
‐‐‐ X1
1 X1.2.1
‐‐‐ X1.2
0.103 0.079
1.308 0.191
par_83 Y4.3
‐‐‐ Y4
0.747 0.081
9.268 par_86
Y4.2 ‐‐‐
Y4 1
Y4.1 ‐‐‐
Y4 0.498
0.087 5.731
par_88 Y3.2
‐‐‐ Y3
1.409 0.472
2.983 0.003
par_92 Y3.1
‐‐‐ Y3
1 Sumber : Lampiran 5, diolah
Tabel 4.5 Standardized Regression Weights
Estimate X1.1.2
‐‐‐ X1.1
0.535 X1.1.1
‐‐‐ X1.1
1.029 X1.4.2
‐‐‐ X1.4
0.779 X1.4.1
‐‐‐ X1.4
0.309 X1.2.2
‐‐‐ X1.2
0.997 X1.5.1
‐‐‐ e10
0.092 X1.6.2
‐‐‐ X1.6
0.479 X1.6.1
‐‐‐ X1.6
0.794 X1.7.2
‐‐‐ X1.7
0.087 X1.7.1
‐‐‐ X1.7
0.228 X1.8.2
‐‐‐ X1.8
0.469 X1.8.1
‐‐‐ X1.8
0.483 X1.4.3
‐‐‐ X1.4
0.639 X1.7.3
‐‐‐ X1.7
0.454 X1.7.4
‐‐‐ X1.7
0.71 Y1.1
‐‐‐ Y1
0.822 Y1.2
‐‐‐ Y1
0.785 Y1.3
‐‐‐ Y1
0.794 Y1.4
‐‐‐ Y1
0.524 Y2.1
‐‐‐ Y2
0.051 Y2.2
‐‐‐ Y2
0.702 Y2.3
‐‐‐ Y2
0.688 Y2.4
‐‐‐ Y2
0.603 Y2.5
‐‐‐ Y2
0.834 X1.3.2
‐‐‐ X1.3
0.677 X1.3.1
‐‐‐ X1.3
1.043 X.1
‐‐‐ X1
0.997 X1.2.1
‐‐‐ X1.2
0.131 Y4.3
‐‐‐ Y4
0.684 Y4.2
‐‐‐ Y4
0.996 Y4.1
‐‐‐ Y4
0.501 Y3.2
‐‐‐ Y3
0.891 Y3.1
‐‐‐ Y3
0.496 Sumber : Lampiran 5, diolah
Berdasarkan Tabel di atas, semua indikator memiliki nilai C.R 2.SE, kecuali indikator daya tangkap x1.7.2 dan pemrakarsa y2.1, yang berarti
indikator x1.7.2 dan y2.1 tidak valid, sedangkan 31 indikator lainnya valid mengukur variabel dimensi yang diuji.
Berdasarkan hasil uji validitas konvergen, diketahui bahwa indikator daya tangkap x1.7.2 dan pemrakarsa y2.1 tidak valid, sehingga indikator tersebut
dibuang. Selanjutnya dilakukan pengujian goodness of fit test pada measurement model menggunakan indikator-indikator yang telah dinyatakan valid. Berikut
adalah hasil pengujian goodness of fit test measurement model valid:
Tabel 4.6 Nilai Goodness of Fit dan Cut off Value Measurement Model Valid Setelah Indikator dibuang
Kriteria Hasil
Uji Model Nilai
Kritis Keterangan
X
2
Chi square 631,4
Besar X
2
dengan df = 364
dengan α = 0,05
adalah 409,488
Tidak baik
Probabilitas 0,000
0,05 Tidak
Baik CminDF
1,515 2,00
Baik RMSEA
0,072 0,08
Baik GFI
0,785 0,90
Tidak Baik
AGFI 0,707
0,90 Tidak
Baik TLI
0,776 0,95
Tidak Baik
CFI 0,825
0,95 Tidak
Baik Sumber : Lampiran 5, diolah
Dari Tabel di atas dapat disimpulkan bahwa dimensi-dimensi yang digunakan setelah indikator tidak valid dihilangkan, masih belum sepenuhnya
mencerminkan variabel laten yang dianalisis, karena belum seluruhnya kriteria goodness of fit test terpenuhi.
Berikut adalah uji validitas konvergen pada measurement model
menggunakan indikator-indikator yang telah dinyatakan valid:
Tabel 4.7 Regression Weight Measurement Model Valid
Estimate S.E.
C.R. P
Label X1.1.2
‐‐‐ X1.1
0.689 0.113
6.095 par_1
X1.1.1 ‐‐‐
X1.1 1
Y4.2 ‐‐‐
Y4 0.507
0.089 5.712
par_2 Y4.1
‐‐‐ Y4
1 X1.4.2
‐‐‐ X1.4
2.835 1.035
2.739 0.006
par_3 X1.4.1
‐‐‐ X1.4
1 X1.5.1
‐‐‐ X1.5
1 X1.6.2
‐‐‐ X1.6
0.7 0.198
3.537 par_4
X1.6.1 ‐‐‐
X1.6 1
X1.7.1 ‐‐‐
X1.7 1
X1.8.2 ‐‐‐
X1.8 1.226
0.34 3.606
par_5 X1.8.1
‐‐‐ X1.8
1 X1.4.3
‐‐‐ X1.4
2.246 0.855
2.626 0.009
par_6 X1.7.3
‐‐‐ X1.7
1.521 0.764
1.99 0.047
par_7 X1.7.4
‐‐‐ X1.7
2.348 1.072
2.631 0.032
par_8 Y1.1
‐‐‐ Y1
1 Y1.2
‐‐‐ Y1
0.841 0.104
8.118 par_9
Y1.3 ‐‐‐
Y1 1.106
0.134 8.257
par_10 Y1.4
‐‐‐ Y1
0.661 0.133
4.969 par_11
Y2.2 ‐‐‐
Y2 1
Y2.3 ‐‐‐
Y2 1.081
0.198 5.463
par_12 Y2.4
‐‐‐ Y2
1.356 0.255
5.119 par_13
Y2.5 ‐‐‐
Y2 1.105
0.169 6.546
par_14 Y3.2
‐‐‐ Y3
0.791 0.137
5.77 par_15
Y3.1 ‐‐‐
Y3 1
X1.3.2 ‐‐‐
X1.3 0.713
0.191 3.741
par_16 X1.3.1
‐‐‐ X1.3
1 X.1
‐‐‐ X1
1 X1.2.2
‐‐‐ X1.2
0.167 0.128
1.307 0.191
par_89 Y4.3
‐‐‐ Y4
0.543 0.097
5.605 par_93
X1.2.1 ‐‐‐
X1.2 1
Sumber : Lampiran 5, diolah
Berdasarkan Tabel di atas, semua indikator memiliki nilai C.R 2.SE, yang berarti indikator-indikator yang diestimasi tersebut secara valid mengukur dimensi
dari konsep yang diuji.
4.3.2.3 Uji Validitas Diskriminan
Setelah semua indikator dinyatakan valid pada uji validitas konvergen, selanjutnya dilakukan uji validitas diskriminan.Validitas diskriminan dilakukan
untuk menguji dua konstruk dengan melihat angka korelasinya. Hubungan kausalitas antar dua variabel terjadi bila kedua variabel tersebut mempunyai
hubungan atau angka korelasi antar dua variabel tersebut besar. Sedangkan antar variabel independent harus tidak mempunyai hubungan atau angka korelasi antar
kedua variabel tersebut relatif kecil.
Tabel 4.8 Angka Korelasi Measurement Model Valid
Estimate keterangan
X1.1 ‐‐
X1.2 0.757
Signifikan X1.1
‐‐ X1.3
0.355 Signifikan
X1.1 ‐‐
X1.4 0.404
Signifikan X1.1
‐‐ X1.6
0.42 Signifikan
X1.1 ‐‐
X1.7 0.099 Tidak Signifikan
X1.1 ‐‐
X1.8 0.183 Tidak Signifikan
X1.3 ‐‐
X1.2 0.203
Signifikan X1.4
‐‐ X1.2
0.226 Signifikan
X1.6 ‐‐
X1.2 0.333
Signifikan X1.7
‐‐ X1.2
0.063 Tidak Signifikan X1.8
‐‐ X1.2
0.107 Tidak Signifikan X1.4
‐‐ X1.3
0.066 Tidak Signifikan X1.6
‐‐ X1.3
0.53 Signifikan
X1.7 ‐‐
X1.3 0.094 Tidak Signifikan
X1.8 ‐‐
X1.3 ‐0.035 Tidak Signifikan
X1.4 ‐‐
X1.6 0.345
Signifikan X1.4
‐‐ X1.7
‐0.207 Signifikan
X1.4 ‐‐
X1.8 ‐0.214
Signifikan X1.6
‐‐ X1.7
0.434 Signifikan
Estimate keterangan
X1.6 ‐‐
X1.8 0.448
Signifikan X1.7
‐‐ X1.8
1.557 Signifikan
Y1 ‐‐
Y2 0.02 Tidak Signifikan
Y1 ‐‐
X1 0.369
Signifikan Y4
‐‐ Y3
0.916 Signifikan
X1.1 ‐‐
X1 ‐0.056 Tidak Signifikan
X1.1 ‐‐
Y1 ‐0.078 Tidak Signifikan
X1.1 ‐‐
Y2 0.231
Signifikan X1.1
‐‐ Y3
‐0.058 Tidak Signifikan X1.1
‐‐ Y4
0.237 Signifikan
X1 ‐‐
X1.2 0.04 Tidak Signifikan
Y1 ‐‐
X1.2 ‐0.211
Signifikan Y2
‐‐ X1.2
0.094 Tidak Signifikan Y3
‐‐ X1.2
0.006 Tidak Signifikan Y4
‐‐ X1.2
0.197 Tidak Signifikan X1.3
‐‐ X1
‐0.068 Tidak Signifikan Y1
‐‐ X1.3
‐0.15 Tidak Signifikan Y2
‐‐ X1.3
‐0.032 Tidak Signifikan Y3
‐‐ X1.3
0.011 Tidak Signifikan Y4
‐‐ X1.3
0.048 Tidak Signifikan X1.4
‐‐ X1
‐0.101 Tidak Signifikan X1.4
‐‐ Y1
‐0.156 Tidak Signifikan X1.4
‐‐ Y2
0.253 Signifikan
X1.4 ‐‐
Y3 0.052 Tidak Signifikan
Y4 ‐‐
X1.4 0.085 Tidak Signifikan
X1.6 ‐‐
X1 0.279
Signifikan X1.6
‐‐ Y1
‐0.091 Tidak Signifikan X1.6
‐‐ Y2
0.166 Tidak Signifikan X1.6
‐‐ Y3
0.254 Signifikan
Y4 ‐‐
X1.6 0.286
Signifikan X1.7
‐‐ X1
0.791 Signifikan
X1.7 ‐‐
Y1 0.292
Signifikan X1.7
‐‐ Y2
‐0.112 Tidak Signifikan X1.7
‐‐ Y3
‐0.095 Tidak Signifikan Y4
‐‐ X1.7
0.074 Tidak Signifikan X1.8
‐‐ X1
1.157 Signifikan
X1.8 ‐‐
Y1 0.723
Signifikan X1.8
‐‐ Y3
0.091 Tidak Signifikan Y4
‐‐ X1.8
0.255 Signifikan
Y1 ‐‐
Y3 ‐0.242
Signifikan Y4
‐‐ Y1
‐0.171 Tidak Signifikan Y4
‐‐ Y2
0.222 Signifikan
X1.8 ‐‐
Y2 ‐0.097 Tidak Signifikan
Y2 ‐‐
Y3 0.274
Signifikan
Estimate keterangan
X1.5 ‐‐
X1.1 0.139 Tidak Signifikan
X1.5 ‐‐
X1.2 0.074 Tidak Signifikan
X1.5 ‐‐
X1.3 0.094 Tidak Signifikan
X1.5 ‐‐
X1.4 0.734
Signifikan X1.5
‐‐ X1.6
0.336 Signifikan
X1.5 ‐‐
X1.7 ‐0.145 Tidak Signifikan
X1.5 ‐‐
X1.8 ‐0.266
Signifikan X1.5
‐‐ X1
‐0.04 Tidak Signifikan X1.5
‐‐ Y1
‐0.168 Tidak Signifikan X1.5
‐‐ Y3
0.092 Tidak Signifikan X1.5
‐‐ Y4
0.012 Tidak Signifikan X1.5
‐‐ Y2
‐0.068 Tidak Signifikan
Sumber : Lampiran 5, diolah
Tabel di atas menunjukkan bahwa antara produk X
1.1
dengan keputusan pembelian Y
2
mempunyai hubungan signifikan sebesar 0,231, antara harga X
1.2
dengan distribusi X
1.3
mempunyai hubungan signifikan sebesar 0,203, harga X
1.2
dengan promosi X
1.4
mempunyai hubungan signifikan sebesar 0,226,
harga X
1.2
dengan lokasi X
1.5
mempunyai hubungan signifikan sebesar 0,219, antara
promosi X
1.4
dengan kepuasan konsumen Y
2
mempunyai hubungan signifikan sebesar 0,253, antara
lokasi X
1.5
dengan promosi X
1.4
mempunyai hubungan signifikan sebesar 0,734, lokasi X
1.5
dengan keragaman produk X
1.6
mempunyai hubungan signifikan sebesar 0,336, antara keragaman
produk X
1.6
dengan kebijakan perusahaan X.
1
mempunyai hubungan signifikan sebesar 0,279,
keragaman produk X
1.6
dengan kepuasan konsumen Y
3
mempunyai hubungan signifikan sebesar 0,254, antara pelayanan X
1.7
dengan kebijakan perusahaan X.
1
mempunyai hubungan signifikan sebesar 0,791,
pelayanan X
1.7
dengan perilaku konsumen Y
1
mempunyai hubungan signifikan sebesar 0,292, antara
kemudahan mendapatkan produk X
1.8
dengan kebijakan perusahaan X.
1
mempunyai hubungan signifikan sebesar 1,157,
kemudahan mendapatkan produk X
1.8
dengan perilaku konsumen Y
1
mempunyai hubungan signifikan sebesar 0,723, kemudahan mendapatkan produk X
1.8
dengan loyalitas konsumen Y
4
mempunyai hubungan signifikan sebesar 0,255.
4.3.2.4
elalui nilai lambda atau factor loading
a.
Nila
en. Berikut adalah nilai lambda atau factor loading
masing-masing indikator:
Uji Signifikansi
Setelah dilakukan uji validitas diskriminan, selanjutnya dilakukan uji signifikansi. Uji signifikan dapat dilihat m
dan bobot faktor regression weight.
i Lambda atau Loading Faktor
Nilai lambda yang dipersyaratkan adalah 0,40, bila nilai lambda
kurang dari 0,40 maka variabel itu tidak berdimensi sama dengan variabel lainnya untuk menjelaskan sebuah variabel lat
Tabel eight
Measurem nt Mod Va
Est
4.9 Standardize Regression W e
el lid
imate X1.1.2
‐‐‐ X1.1
0.633 X1.1.1
0. ‐‐‐
X1.1 867
Y4.2 ‐‐‐
Y4 0.5
Y4.1 ‐‐‐
Y4 0.996
X1.4.2 ‐‐‐
X1.4 0.784
X1.4.1 ‐‐‐
X1.4 0.409
X1.5.1 ‐‐‐
X1.5 0.492
X1.6.2 ‐‐‐
X1.6 0.514
X1.6.1 ‐‐‐
X1.6 0.748
X1.7.1 ‐‐‐
X1.7 0.445
X1.8.2 ‐‐‐
X1.8 0.485
X1.8.1 ‐‐‐
X1.8 0.474
X1.4.3 ‐‐‐
X1.4 0.633
X1.7.3 ‐‐‐
X1.7 0.469
X1.7.4 ‐‐‐
X1.7 0.708
Y1.1 ‐‐‐
Y1 0.813
Y1.2 ‐‐‐
Y1 0.78
Y1.3 ‐‐‐
Y1 0.801
Y1.4 ‐‐‐
Y1 0.517
Y2.2 ‐‐‐
Y2 0.684
Y2.3 ‐‐‐
Y2 0.709
Y2.4 ‐‐‐
Y2 0.618
Y2.5 ‐‐‐
Y2 0.822
Y3.2 ‐‐‐
Y3 0.668
Y3.1 ‐‐‐
Y3 0.662
X1.3.2 ‐‐‐
X1.3 0.7
X1.3.1 ‐‐‐
X1.3 1.008
X.1 ‐‐‐
X1 0.997
X1.2.2 ‐‐‐
X1.2 0.431
Y4.3 ‐‐‐
Y4 0.493
X1.2.1 ‐‐‐
X1.2 0.995
Berdasarkan Tabel di atas, semua nilai lambda yang dihasilkan pada measurement model valid di atas 0,40, sehingga 31 indikator di atas digunakan
untuk menghasilkan estimasi model.
Sumber : Lampiran 5, diolah
b. Bob
riabel itu secara signifikan merupakan dimensi dari variabel laten ya
2,132. Berikut adalah nilai C.R yang dihasilkan pada measurement model valid:
ot Faktor Regression Weight
Kuat tidaknya dimensi-dimensi dalam membentuk variabel latennya dapat dianalisis dengan menggunakan uji-t terhadap regression weight. Nilai C.R atau
critical ratio identik dengan t hitung dalam analisis regresi. Oleh karena itu C.R yang identik dengan t hitung dibandingkan dengan t tabel dengan df = jumlah
indikator masing-masing konstruk variabel. Apabila C.R lebih besar dari t tabel, maka menunjukkan va
ng dibentuk. Berdasarkan tabel t pada level 0,05
α =5, diketahui nilai t tabel variabel lokasi X1.5 dan kebijakan perusahaan X.1 dengan df =1 jumlah
indikator adalah 6,314. Nilai t tabel variabel produk X1.1, variabel harga X1.2, distribusi X1.3, keragaman produk X1.6, kemudahan mendapatkan
produk X1.8 dan Kepuasan Konsumen Y3 dengan df =2 jumlah indikator adalah 2,920. Nilai t tabel variabel promosi X1.4, pelayanan X1.7, Kepuasan
Konsumen Y3 dan loyalitas konsumen Y4 dengan df =3 jumlah indikator adalah 2,353. Nilai t tabel variabel perilaku konsumen Y1 dan keputusan
pembelian Y2 dengan df =4 jumlah indikator adalah
Kategori