Gambar 16. Hasil consumer decision model CDM Android 4.4. Analisis Model persamaan Struktural
Teknik  pengolahan  dengan  menggunakan  metode  SEM  berbasis  Partial  Least Square PLS memerlukan dua tahap untuk menilai Fit Model dari sebuah model penelitian
Ghozali, 2006. Tahap-tahap tersebut adalah sebagai berikut:
4.4.1 Menilai Outer Model atau Measurement Model
Terdapat  tiga  kriteria  di  dalam  penggunaan  teknik  analisa  data  dengan  SmartPLS untuk menilai outer model yaitu Convergent Validity, Discriminant Validity dan Composite
reliability.  Convergent  Validity  dari  model  pengukuran  dengan  refleksif  indikator  dinilai berdasarkan korelasi antara  item scor component score  yang diestimasi dengan Software
PLS. Ukuran refleksif individual dikatakan tinggi jika  berkorelasi lebih dari 0,70 dengan konstruk yang diukur. Namun demikian pada riset tahap pengembangan skala, loading 0,50
sampai  0,60  masih  dapat  diterima.  Dalam  penelitian  ini  akan  digunakan  batas  loading factor sebesar 0,70.
F B
A C
I P
22.12 2.83
2.10 4.84
6.49 2.58
3.59 14.58
Tabel 3. Outer Loading Measurement Model
Model Awal Modifikasi
Sikap Konsumen A1 - A
0.635
A2 - A 0.771
0.780 A3 - A
0.836 0.871
A4 - A 0.785
0.794 A5 - A
0.839 0.840
Lanjutan Tabel 3.
Pengenalan Merek B1 - B
0.718 0.706
B2 - B 0.832
0.832 B3 - B
0.792 0.795
B4 - B 0.740
0.745 B5 - B
0.828 0.833
Kepercayaan Konsumen C1 - C
0.671
C2 - C 0.769
0.788 C3 - C
0.835 0.860
C4 - C 0.707
0.726 C5 - C
0.821 0.829
Pesan Iklan F1 - F
0.682
F2 - F 0.724
0.728 F3 - F
0.881 0.897
F4 - F 0.790
0,803 F5 - F
0.705 0.717
Niat Beli I1 - I
0.452
I2 - I 0.802
0.832 I3 - I
0.839 0.867
I4 - I 0.832
0.824 I5 - I
0.878 0.864
Pembelian Nyata P1 - P
0.613
P2 - P 0.743
0.765 P3 - P
0.874 0.894
P4 - P 0.854
0.885 P5 - P
0.819 0.823
Hasil pengolahan dengan menggunakan PLS dapat dilihat pada Tabel 2. Nilai outer model  atau  korelasi  antara  konstruk  dengan  variabel  pada  awalnya  belum  memenuhi
convergent validity karena masih ada indikator yang memiliki nilai loading factor dibawah 0,70.
Modifikasi  model  dilakukan  dengan  mengeluarkan  indikator-indikator  yang memiliki  nilai  loading  factor  di  bawah  0,70.  Pada  model  modifikasi  sebagaimana  pada
tabel  2  tersebut  menunjukkan  bahwa  semua  loading  factor  memiliki  nilai  di  atas  0,70, sehingga konstruk untuk semua variabel sudah tidak ada yang dieliminasi dari model.
a. Discriminant Validity