Teknik Analisis dan Pengujian Hipotesis Evaluasi atas Outlier Evaluasi Validitas dan Reliabilitas

33 Adalah Mengumpulkan data atau bahan-bahan keterangan dilakukan dengan melakukan Tanya jawab secara langsung dengan pihak yang bersangkutan. c. Kuesioner Adalah Pengumpulan data dilakukan dengan cara menyebarkan daftar pertanyaan kepada pelanggan London Beauty Centre yang datang ke Klinik Kecantikan London Beauty Centre di Surabaya.

3.4. Teknik Analisis dan Pengujian Hipotesis

3.4.1. Teknik Analisis

Model yang digunakan untuk analisis data dalam penelitian ini adalah SEM Structural Equation Model. Alasan peneliti menggunakan analisis SEM karena teknik ini dapat menguji beberapa variabel dependen sekaligus dan beberapa variabel independent dengan pengukuran Multi measurement. Didalam penelitian ini SEM akan digunakan untuk mengetahui Hubungan Antar Variabel Pengaruh Nilai Pelanggan Terhadap Loyalitas Pelanggan Melalui Kepuasan Pelanggan yaitu dengan menganalisis hubungan antara Nilai Pelanggan terhadap Loyalitas Pelanggan dan untuk mengetahui pengaruh Kepuasan Pelanggan terhadap Loyalitas Pelanggan, serta pengaruh Nilai Pelanggan terhadap Kepuasan Pelanggan. 34 Sebuah permodelan SEM yang lengkap pada dasarnya terdiri dari Measurement Model atau model pengukuran yang ditujukan untuk mengkonfirmasi sebuah dimensi atau faktor berdasarkan indikator-indikator empirisnya. Structural Model adalah model mengenai struktur hubungan yang membentuk atau menjelaskan kausalitas antar factor Ferdinand, 2002.

3.4.2. Uji Hipotesis

3.4.2.1. Asumsi Model SEM Structural Equation Modeling

Pada permodelan SEM terdapat asumsi-asumsi yang harus dipenuhi dalam prosedur pengumpulan dan pengolahan data yang dianalisis adalah sebagai berikut :

a. Evaluasi atas Outlier

1. Mengamati nilai Z-score : ketentuannya diantara ± 3.0 outlier 2. Multi Outlier [ χ2] pada df sebesar jumlah variable bebasnya. Ketentuan : bila Mahalanobis dari χ2 adalah multivariate outlier. Outlier adalah observasi atau data yang memiliki karakteristik unik yang terlibat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim untuk sebuah variable tunggal atau variable kombinasi Hair, 1998.

b. Evaluasi Validitas dan Reliabilitas

Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari 35 indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk yang umum. Karena indikator multidimensi, maka uji validitas dari setiap latent variable construct akan diuji dengan melihat loading factor dari hubungan antara setiap observed variable dan latent variable. Sedangkan reliabilitas diuji dengan construct reliability dan variance extracted. Construct realibility dan variance extracted dihitung dengan rumus sebagai berikut : Standardize Loading dapat diperoleh dari output AMOS 4.01, dengan melihat nilai estimasi setiap construct standardize regression weights terhadap setiap butir sebagai indikatornya. Sementara j dapat dihitung dengan formula j= 1 – [Standardize Loading]² Secara umum, nilai construct reliability yang dapat diterima adalah ≥ 0,7 dan variance extracted ≥ 0,5 Hair et.al., 1998. Standardize Loading dapat diperoleh dari output AMOS 4.01, dengan melihat nilai estimasi setiap construct standardize regression weight terhadap setiap butir sebagai indikatornya.

c. Evaluasi Normalitas Sebaran dan Linieritas