setiap obsrved variable dan latent variable. Hasil analisis tampak pada tabel dibawah ini.
Tabel 4.9. Validitas Data
Standardize Faktor Loading dan Construct dengan Confirmatory Factor Analysis
Konstrak Indikator Faktor Loading
1 2 3 4
Hedonic Shopping Value X11 0,661
X13 0,163 X14 0,219
X15 0,263 Fashion Involvement
X21 0,054
X22 0,910
X23 0,266
Impulse Buying Y2
0,042 Y3
0,515 Y4
0,501
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 construct
tersebut dapat dikatakan validitasnya kurang baik.
4.4.4. Evaluasi Construct Reliability dan Variance Extracted
Selain melakukan pengujian konsistensi internal Croanbach’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 mengukur suatu pengukuran yang sama. Hasil perhitungan construct reliability
dan variance extracted dapat dilihat dalam tabel 4.10.
Tabel 4.10. Construct Reliability dan Variance Extracted
Construct Reliability Variance Extrated Konstrak Indikator
Standardize Factor Loading
SFL Kuadrat
Error [ εj]
Construct Reliability
Variance Extrated
Hedonic Shopping Value
X11 0,661 0,437
0,563 0,333 0,145
X13 0,163 0,027
0,973 X14 0,219
0,048 0,952
X15 0,263 0,069
0,931 Fashion
Involvement X21 0,054
0,003 0,997
0,419 0,301 X22 0,910
0,828 0,172
X23 0,266 0,071
0,929 Impulse Buying
Y2 0,042 0,002
0,998 0,311 0,173
Y3 0,515 0,265
0,735 Y4 0,501
0,251 0,749
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Hasil pengujian reliabilitas instrumen dengan construct reliability dan
variance extracted menunjukkan instrumen kurang reliabel, yang ditunjukkan dengan nilai construct reliability belum seluruhnya
≥ 0,7. Meskipun demikian angka tersebut bukanlah sebuah ukuran “mati” artinya bila penelitian yang
dilakukan bersifat exploratory, 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.
4.4.5. Evaluasi 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. Bila nilai -Zlebih 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.
Tabel 4.11. Normalitas Data
Assessment of normality Variable min
max kurtosis
c.r. X11 2
7 0,200
0,446 X13 2
7 0,556
1,243 X14 2
7 -0,112
-0,250 X15 2
7 0,101
0,227 X21 2
7 -0,243
-0,544 X22 2
7 0,443
0,990 X23 2
7 0,984
2,201 Y2 2
7 -0,019
-0,042 Y3 2
7 -0,015
-0,033 Y4 2
7 0,379
0,847
Multivariate 16,950
5,993 Batas Normal
± 2,58
Hasil uji menunjukkan bahwa nilai c.r. multivariate diluar ± 2,58 dan itu berarti asumsi normalitas tidak terpenuhi. Fenomena ini tidak menjadi masalah
serius seperti dikatakan oleh Bentler 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.
4.4.6. Evaluasi Model One-Step Approach to SEM Dalam model SEM, model pengukuran dan model struktural parameternya
diestimasi secara bersama-sama. Cara ini agak mengalami kesulitan dalam memenuhi tuntutan fit model. Kemungkinan terbesar disebabkan oleh terjadinya
interaksi 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, 1995. 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.
Tabel 4.12. Evaluasi Kriteria Goodness of Fit Indices
Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil
Nilai Kritis
Evaluasi Model
CminDF 3,405 ≤ 2,00
kurang baik Probability 0,000
≥ 0,05 kurang baik
RMSEA 0,142 ≤ 0,08
kurang baik GFI 0,812
≥ 0,90 kurang baik
AGFI 0,728 ≥ 0,90
kurang baik TLI 0,085
≥ 0,95 kurang baik
CFI 0,251 ≥ 0,94
kurang baik
Dari hasil evaluasi terhadap model one step base model ternyata dari
semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan 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. Berdasarkan uji Reliability Consistency Internal terdapat
indikator tereliminasi sehingga model berubah sebagaimana terdapat dibawah ini.
MODEL PENGUKURAN STRUKTURAL Hedonic Shopping Value, Fashion Invelvement, Impulse Buying
Model Specification : One Step Approach - Base Model
1 Hedonic
Shoping Value
X11 0,005
er_1 1
1 Fashion
Involvement X12
er_2 1
X21 er_6
1 X13
er_3 1
X22 0,005
er_7 1
X23 er_8
1 Impulse
Buying Y1
er_9 Y2
er_10 Y3
er_11 1
1 1
1 0,005
d_ib 1
Y4 er_12
1 X14
er_4 1
X15 er_5
1
Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil
Nilai Kritis
Evaluasi Model
CminDF 1,548 ≤ 2,00
baik Probability 0,025
≥ 0,05 baik
RMSEA 0,068 ≤ 0,08
baik GFI 0,917
≥ 0,90 baik
AGFI 0,857 ≥ 0,90
kurang baik TLI 0,632
≥ 0,95 kurang baik
CFI 0,738 ≥ 0,94
kurang baik
Dari hasil evaluasi terhadap model one step elimination model ternyata
dari semua kriteria goodness of fit yang digunakan, belum seluruhnya menunjukkan 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 ini adalah
masih perlu dimodifikasi sebagaimana terdapat di bawah ini.
MODEL PENGUKURAN STRUKTURAL Hedonic Shopping Value, Fashion Invelvement, Impulse Buying
Model Specification : One Step Approach - Elimination Model
1 Hedonic
Shoping Value
X11 er_1
1
1 Fashion
Involvement X21
er_6 1
X13 er_3
1
X22 er_7
1 X23
er_8 1
Impulse Buying
Y2 er_10
Y3 er_11
1 1
1 d_ib
1 Y4
er_12 1
X14 er_4
1 X15
er_5 1
Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil
Nilai Kritis
Evaluasi Model
CminDF 0,896 ≤ 2,00
baik Probability 0,622
≥ 0,05 baik
RMSEA 0,000 ≤ 0,08
baik GFI 0,961
≥ 0,90 baik
AGFI 0,923 ≥ 0,90
baik TLI 1,069
≥ 0,95 baik
CFI 1,000 ≥ 0,94
baik
4.4.7. Uji Kausalitas
