4.2.4. Evaluasi
Construct Reliability Dan Variance Extracted
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 menggukur suatu pengukuran yang sama Purwanto, 2003. Variance extracted direkomendasikan pada
tingkat 0,50. Hasil perhitungan construct reliability dan variance extracted dapat dilihat dalam tabel berikut ini :
Tabel 4.10. Construct Reliability Dan Variance Extracted
Konstrak Indikator Standardize
Factor Loading
SFL Kuadrat
Error [ εj]
Construct Reliability
Variance Extrated
X11 0.853 0.728 0.272
X12 0.897 0.805 0.195
Customer Attitude
X13 0.780 0.608 0.392
0.882 0.714 X21 0.802 0.643
0.357 X22 0.786 0.618
0.382 Subjective
Norm X23 0.753 0.567
0.433 0.824 0.609
Y1 0.887 0.787 0.213
Y2 0.810 0.656 0.344
Purchase Intention
Y3 0.689 0.475 0.525
0.840 0.639
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Sumber : Lampiran Hasil pengujian reliabilitas instrumen dengan construct reliability
dan variance extracted menunjukkan instrumen reliable, 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
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
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.
4.2.5. Evaluasi Normalitas
Uji normalitas sebaran dilakukan dengan Kurtosis Value dari data yang digunakan 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 berikut : Tabel 4.11. Normalitas Data
Variable min max kurtosis
c.r. X11 1
7 -1.014
-2.170 X12 1
7 -0.805
-1.723 X13 1
7 -0.958
-2.051 X21 1
7 -1.138
-2.435 X22 1
7 -0.737
-1.578 X23 1
7 -0.901
-1.930 Y1 1
7 -0.912
-1.953 Y2 1
7 -0.997
-2.135 Y3 1
7 -1.078
-2.309
Multivariate 11.974
4.463 Batas Normal
± 2,58
Sumber : Lampiran
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Hasil uji menunjukkan bahwa nilai c.r. multivariate berada di luar ± 2,58
itu berarti asumsi normalitas tidak terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh Bentier Chou 1987 bahwa jika
tehnik estimasi dalam model SEM menggunakan maximum likelihood estimation MLE walau distribusi datanya tidak normal masih dapat
menghasilkan good estimate, sehingga data layak untuk digunakan dalam
estimasi selanjutnya.
4.2.6. Model Pengukuran Measurement