46
Tabel 4.4. Hasil Uji Outlier Multivariate
Minimum Maximum
Mean Std.
Deviation N
Predicted Value 6.554 80.767
50.500 18.498 100 Std. Predicted Value
-2.376 1.636 0.000 1.000
100 Standard Error of Predicted
Value 3.079 11.434
6.361 1.600 100 Adjusted Predicted Value
2.875 80.492 50.622 18.676 100
Residual -57.637 50.190
0.000 22.350 100 Std. Residual
-2.486 2.165 0.000 0.964
100 Stud. Residual
-2.664 2.272 -0.003 1.005
100 Deleted Residual
-66.179 55.301 -0.122 24.308 100
Stud. Deleted Residual -2.758 2.326
-0.003 1.016 100
Mahalanobis Distance [MD] 0.756
2 3 .0 9 1 6.930 4.045 100
Cooks Distance 0.000 0.131
0.011 0.020 100
Centered Leverage Value 0.008 0.233
0.070 0.041 100
Sumber : Lampiran Berdasarkan tabel diatas, setelah dilakukan pengujian ditemukan
bahwa tidak terdapat outlier multivariat [antar variabel], karena MD Maksimum 23,091 24,322.
Deteksi terhadap multivariat outliers dilakukan dengan menggunakan kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak
Mahalanobis itu dievaluasi dengan menggunakan
2
pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Bila kasus yang
mempunyai Jarak Mahalanobis lebih besar dari nilai chi-square pada tingkat signifikansi 0,001 maka terjadi multivariate outliers. Nilai
2 0.001
dengan jumlah indikator 10 adalah sebesar 24,322
4.2.3. Uji Reliabilitas
Seperti telah dijelaskan pada bab sebelumnya bahwa Cronbach’s Alpha
ini digunakan untuk mengestimasi reliabiltas setiap skala variabel atau observasi indikator. Sementara itu item to total correlation digunakan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
47
untuk memperbaiki ukuran – ukuran dan mengeliminasi butir – butir yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang
dihasilkan Purwanto, 2002. Hasil selengkapnya dapat dilihat pada tabel berikut :
Tabel 4.5. Pengujian Reliability Consistency Internal
Konstrak Indikator Item to Total
Correlation Koefisien
Cronbachs Alpha X1 0.530
X2 0.660 Advertising
X3 0.613 0.126
Y1 0.626 Y2 0.539
Y3 0.628 Purchase
Intention Y4 0.538
0.346
Sumber : Lampiran Koefisien Cronbach’s Alpha dihitung untuk mengestimasi
reliabilitas setiap skala [variabel atau indikator observasian]. Sementara itu item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan
mengeliminasi item-item yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan.
Proses eleminasi diperlakukan pada item to total correlation pada indikator yang nilainya 0,5 [Purwanto,2003]. Terjadi eliminasi karena
nilai item to total correlation indikator belum seluruhnya ≥ 0,5. Indikator
yang tereliminasi tidak disertakan dalam perhitungan cronbachs alpha. Perhitungan cronbachs dilakukan setelah proses eliminasi.
Hasil pengujian reliabilitas konsistensi internal untuk setiap construct di atas menunjukkan cukup baik dimana koefisien Cronbach’s
Alpha yang diperoleh belum seluruhnya memenuhi rules of thumb yang disyaratkan yaitu
≥ 0,7 [Hair et.al.,1998].
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
48
4.2.4. Uji Validitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang
seharusnya diukur, 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. Hasil analisis tampak pada tabel di bawah ini.
Tabel 4.6. Hasil Uji Validitas
Faktor Loading Konstrak Indikator
1 2 3 4 X1
0.144 X2
0.396 Advertising
X3 0.101
Y1 0.275
Y2 0.996
Y3 0.027
Purchase Intention
Y4 0.160
Sumber : Lampiran Berdasarkan hasil confirmatory factor analysis terlihat bahwa
factor loadings masing masing butir pertanyaan yang membentuk setiap construct belum seluruhnya
≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya kurang baik.
4.2.5. Uji Construct Reliability Dan Variance Eztracted
