Uji Normalitas Deskripsi responden berdasarkan kelompok pendidikan

69 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 pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen reliabel, yang ditunjukkan dengan nilai construct reliability 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.

4.2.6. Uji Normalitas

Uji normalitas sebaran dilakukan dengan kurtotis value dari data yang digunakan yang biasanya disajikan dalam bentuk 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. 70 Tabel 4.8. Assessment of Normality Variable min max kurtosis c.r. X11 3 7 -0.881 -1.885 X12 3 7 -0.789 -1.690 X13 3 7 -0.653 -1.398 X21 3 7 0.562 1.203 X22 3 7 0.459 0.983 X23 3 7 0.501 1.073 X31 3 7 -0.450 -0.963 X32 3 7 -0.951 -2.036 X33 4 7 -1.056 -2.261 X41 2 7 -1.369 -2.931 X42 3 7 -1.279 -2.737 X43 2 7 -1.081 -2.314 X51 3 7 -1.050 -2.247 X52 3 7 -0.278 -0.596 X53 2 7 -1.164 -2.492 X61 2 7 -0.922 -1.974 X62 2 7 -0.167 -0.358 X63 2 7 -1.078 -2.308 X71 2 7 -0.963 -2.062 X72 3 7 -1.305 -2.794 X73 3 7 -1.118 -2.393 Y1 3 7 -0.407 -0.871 Y2 4 7 -0.326 -0.698 Y3 4 7 -0.641 -1.373 Multivariate 2.157 0.320 Batas Normal ± 2,58 Sumber : Lampiran 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 uji menunjukkan bahwa nilai c.r. Multivariate di antara ± 2,58 ini 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 71 menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya. 4.2.7. Evaluasi Model One-Steep Approach to SEM Dalam model SEM, model pengukuran dan model struktural parameter-parameternya diestimasi secara bersama-sama. Cara ini agak mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya interaksi antara measurement model dan structural model yang diestimasi secara bersama-sama one – steep approach to SEM. One – steep approach to SEM digunakan bila model dilandasi teori yang kuat serta validitas dan reliabilitas data sangat baik Hair, et,al, 1998. MODEL PENGUKURAN STRUKTURAL Marketing Mix, Customer Satisfaction Model Specification : One Step Approach - Base Model Price X21 er_1 1 1 Place X31 er_4 1 1 Promotion 1 Marketing Mix d_pi 1 d_pm d_pl 1 X22 er_2 1 X23 er_3 1 X41 er_7 1 1 X42 er_8 1 1 X32 er_5 1 Product d_pr X11 er_13 X12 er_14 X13 er_15 1 1 1 1 1 X33 er_6 1 X43 er_9 1 Physical Evidence d_pe X61 er_16 X62 er_17 X63 er_18 1 1 1 1 1 Personal Trait 0,005 d_pt X51 er_10 X52 er_11 X53 er_12 1 1 1 1 1 Customer Satisfaction d_cs Y1 er_22 Y2 er_23 Y3 er_24 1 1 1 1 1 Process d_po X71 er_19 X72 er_20 X73 er_21 1 1 1 1 1 Sumber : Lampiran 72 Tabel 4.9. Evaluasi Kriteria Goodness of Fit Indeces Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 2.039 ≤ 2,00 kurang baik Probability 0.000 ≥ 0,05 kurang baik RMSEA 0.098 ≤ 0,08 kurang baik GFI 0.727 ≥ 0,90 kurang baik AGFI 0.666 ≥ 0,90 kurang baik TLI 0.604 ≥ 0,95 kurang baik CFI 0.649 ≥ 0,94 kurang baik Sumber : Lampiran Dari hasil evaluasi terhadap model one step base model ternyata dari semua kriteria goodness of fit yang digunakan, belum seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model belum sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori belum sepenuhnya didukung oleh fakta. Dengan demikian model ini masih perlu dimodidikasi sebagaimana terdapat di bawah ini. MODEL PENGUKURAN STRUKTURAL Marketing Mix, Customer Satisfaction Model Specification : One Step Approach - Modifikasi Price X21 er_1 1 1 Place X31 er_4 1 1 Promotion 1 Marketing Mix d_pi 1 d_pm d_pl 1 X22 er_2 1 X23 er_3 1 X41 er_7 1 1 X42 er_8 1 1 X32 er_5 1 Product d_pr X11 er_13 X12 er_14 X13 er_15 1 1 1 1 1 X33 er_6 1 X43 er_9 1 Physical Evidence d_pe X61 er_16 X62 er_17 X63 er_18 1 1 1 1 1 Personal Trait 0,005 d_pt X51 er_10 X52 er_11 X53 er_12 1 1 1 1 1 Customer Satisfaction d_cs Y1 er_22 Y2 er_23 Y3 er_24 1 1 1 1 1 Process d_po X71 er_19 X72 er_20 X73 er_21 1 1 1 1 1 Sumber : Lampiran 73 Tabel 4.10. Evaluasi Kriteria Goodness of Fit Indeces Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 1.022 ≤ 2,00 baik Probability 0.396 ≥ 0,05 baik RMSEA 0.014 ≤ 0,08 baik GFI 0.900 ≥ 0,90 baik AGFI 0.900 ≥ 0,90 baik TLI 0.992 ≥ 0,95 baik CFI 0.993 ≥ 0,94 baik Sumber : Lampiran Dari hasil evaluasi terhadap model one step modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model sebagaimana terdapat di bawah ini.

4.2.8. Uji Kausalitas