Uji Normalitas Analisis Model One – Step Approach to SEM

Hasil pengujian reliabilitas instrument dengan construct reliability dan variance extracted menunjukan instrument kurang reliable, yang ditunjukan dengan nilai construct reliability belum seluruhnya ≥ 0,7 . Meskipun demikian angka tersebut bukanlah sebuah ukuran “mati” artinya bila penelitian yang dilakukan bersifat explatory, maka nilai dibawah 0,70 pun masih dapat diterima sepanjang disertai alasan-alasan empirik yang terlihat dalam proses eksplorasi, dan variance extracted direkomendasikan pada tingkat 0,50.

4.3.5 Uji Normalitas

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 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 analisis tampak pada tabel berikut : Tabel 4.15 Uji Normalitas Assessm ent of nor m alit y Var iable m in m ax k ur t osis c.r . X11 3 7 - 0,427 - 0,934 X12 2 7 - 0,151 - 0,330 X21 2 7 0,942 2,062 X22 2 7 0,607 1,330 X31 3 7 - 0,901 - 1,973 X32 4 7 - 0,484 - 1,060 X41 3 7 - 0,361 - 0,791 X42 4 7 - 0,559 - 1,224 X51 2 7 0,331 0,726 X52 4 7 - 0,910 - 1,992 Y1 4 7 - 0,797 - 1,745 Y2 4 7 - 0,641 - 1,402 Y3 4 7 - 0,730 - 1,598 Z1 3 7 - 0,281 - 0,616 Z2 4 7 - 0,630 - 1,378 Z3 2 7 0,071 0,156 M u lt iv a ria t e 13,963 3 ,1 2 0 Ba t a s N orm a l ± 2 ,5 8 SumberL Hasil Pengolahan Data 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. Hasil uji menunjukan bahwa nilai c.r. Multivariate di luar ± 2,58 itu berarti asumsi normalitas tidak terpenuhi. Fenomena ini tidak menjadi masalah serius seperti dikatakan oleh “Bentler dan Chou [1987], bahwa jika teknik 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”.

4.3.6 Analisis Model One – Step 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 oleh terjadinya interkasi antara measurement model dan structural model yang diestimasi secara bersama-sama one step approach to SEM. “One step approach to SEM digunakan apabila model diyakini bahwa dilandasi teori yang kuat serta validitas dan reliabilitas data sangat baik [Hair et.al.1998]”. Hasil estimasi dan fit model one step approach to SEM dengan menggunakan program aplikasi AMOS 4.01 terlihat pada gambar dan tabel Goodness of Fit dibawah ini: Gambar 4.1 Sumber: Hasil pengolahan data MODEL PENGUKURAN STRUKTURAL Product Quality, Price, Purchase Intention Model Specification : One Step Approach - Base Model Reliability Responsive ness Assurance 1 Service Quality 0,005 d_re 1 0,005 d_as d_rn 1 X21 er_10 1 1 X22 er_11 1 X41 er_3 1 1 1 X31 er_1 1 1 Tangibles d_tg X11 er_12 X12 er_13 1 1 1 1 X32 er_2 1 X42 er_4 1 Empathy d_em X51 er_5 1 1 1 X52 er_6 1 Price Y1 er_7 Y2 er_8 Y3 er_9 1 1 1 1 Customer Satisfaction d_cs Z1 er_14 Z2 er_15 Z3 er_16 1 1 1 1 1 Tabel 4.16 Evaluasi Kriteria Goodness of Fit Indices Ev aluasi Kr it er ia Goodness of Fit I ndices Kr it er ia Hasil Nilai Kr it is Ev aluasi Model Cm in DF 1,058 ≤ 2,00 baik Pr obabilit y 0,328 ≥ 0,05 baik RMSEA 0,023 ≤ 0,08 baik GFI 0,899 ≥ 0,90 k ur ang baik AGFI 0,860 ≥ 0,90 k ur ang baik TLI 0,911 ≥ 0,95 k ur ang baik CFI 0,927 ≥ 0,94 k ur ang baik Sumber: Hasil Pengolahan Data Terlihat dari Tabel Goodness of Fit Indice bahwa one step base model ternyata dari semua criteria goodness of Fit yang digunakan, belum seluruhnya menunjukan 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 masih perlu dimodifikasi sebagaimana terdapat dibawah ini: Gambar 4.2 Sumber: Hasil pengolahan data Tabel 4.17 Evaluasi Kriteria Goodness of Fit Indice Ev aluasi Kr it er ia Goodness of Fit I ndices Kr it er ia Hasil Nilai Kr it is Ev aluasi Model Cm in DF 0,926 ≤ 2,00 baik Pr obabilit y 0,684 ≥ 0,05 baik RMSEA 0,028 ≤ 0,08 baik GFI 0,912 ≥ 0,90 baik AGFI 0,900 ≥ 0,90 baik TLI 1,114 ≥ 0,95 baik CFI 1,000 ≥ 0,94 baik Sumber; Hasil Pengolahan data Dari hasil evaluasi terhadap model one step model modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukan 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 MODEL PENGUKURAN STRUKTURAL Product Quality, Price, Purchase Intention Model Specification : One Step Approach - Modification Model Reliability Responsive ness Assurance 1 Service Quality 0,005 d_re 1 0,005 d_as d_rn 1 X21 er_10 1 1 X22 er_11 1 X41 er_3 1 1 1 X31 er_1 1 1 Tangibles d_tg X11 er_12 X12 er_13 1 1 1 1 X32 er_2 1 X42 er_4 1 Empathy d_em X51 er_5 1 1 1 X52 er_6 1 Price Y1 er_7 Y2 er_8 Y3 er_9 1 1 1 1 Customer Satisfaction d_cs Z1 er_14 Z2 er_15 Z3 er_16 1 1 1 1 1 yang terbaik untuk menjelaskan keterkaitan kaual antar variabel dalam model sebagaimana terdapat dibawah ini.

4.3.7 Uji Kausalitas