Uji Normalitas Evaluasi Model One-Step Approach to SEM

Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen cukup 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 di 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. Purwanto, 2003

4.3.5. Uji Normalitas

Uji normalitas sebaran dilakukan dengan Skewness Value dari data yang digunakan yang 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. multivariate diantara  2,58 dan itu berarti asumsi normalitas terpenuhi dan data layak untuk digunakan dalam estimasi selanjutnya. Tabel 4.15. Normalitas Data V a r ia ble m in m a x k u r t osis c.r . X11 2 5 -0,468 -1,010 X12 1 5 1,087 2,348 X13 1 5 0,422 0,912 X21 1 5 0,302 0,651 X22 1 5 1,227 2,651 X31 3 5 -0,771 -1,665 X32 1 5 0,223 0,481 Y11 2 5 -0,561 -1,213 Y12 2 5 -0,757 -1,635 Y21 1 5 -0,246 -0,532 Y22 1 5 -0,197 -0,426 Z1 1 5 -0,353 -0,764 Z2 1 5 0,974 2,103 Z3 1 5 0,549 1,185 M u lt iv a r ia t e 12,571 3 ,1 4 3 Ba t a s N or m a l ± 2,58 Sumber : Hasil Pengolahan Data Pada Lampiran 3 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-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 menunjukkan bahwa nilai c.r. mutivariate berada di luar ± 2,58 yaitu 4,806 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 ditribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam estimasi selanjutnya.

4.3.6. Evaluasi 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 disebabkan oleh terjadinya interaksi antara measurement model dan structural model yang diestimasi secara bersama-sama one – steep approach to SEM. One – steep approach to SEM digunakan bila model 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 menggnakan program aplokasi amos 4.01 terlihat pada gambar dan tabel Goodness of Fit di bawah ini. Gambar 4.1. Model Pengukuran dan Struktural Base Model Sumber : Hasil Pengolahan Data MODEL PENGUKURAN STRUKTURAL Adv. Effectivity, Consumer Attitude, Consumer Confidence, Purchase Intention Model Specification : One Step Approach - Base Model Layout X11 er_3 1 1 Consumer Attitude X12 er_4 1 X13 er_5 1 Y11 er_8 1 1 Purchase Intention Z1 er_10 1 1 0,005 d_pi 1 Typography X21 er_1 1 1 X22 er_2 1 Z2 er_11 1 Y12 er_9 1 d_ly 1 Z3 er_12 1 0,005 d_ty 1 Desktop Publishing X31 er_6 X32 er_7 d_dp 1 1 1 1 Consumer Confidence 0,005 d_cc Y21 er_13 Y22 er_14 1 1 1 1 1 Adv. Effectivity 0,005 d_ca 1 Tabel 4.16. Evaluasi Kriteria Goodness of Fit Indices Base Model Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 1,395 ≤ 2,00 baik Probability 0,014 ≥ 0,05 kurang baik RMSEA 0,060 ≤ 0,08 kurang baik GFI 0,886 ≥ 0,90 kurang baik AGFI 0,838 ≥ 0,90 kurang baik TLI 0,882 ≥ 0,95 kurang baik CFI 0,904 ≥ 0,94 kurang baik Sumber : Hasil Pengolahan Data Lampiran 3 Dari hasil evaluasi terhadap model one step base 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 masih perlu dimodifikasi sebagaimana terdapat di bawah ini. Gambar 4.2. Model Pengukuran dan Struktural Modifikasi Tabel 4.17. Modifikasi Modifikasi : Estimate Prob. er_1 -- er_7 0,144 0,009 er_2 -- d_ly 0,114 0,012 er_4 -- d_dp -0,103 0,015 er_3 -- er_14 -0,120 0,013 er_5 -- er_12 0,129 0,023 Sumber : Hasil Pengolahan Data MODEL PENGUKURAN STRUKTURAL Adv. Effectivity, Consumer Attitude, Consumer Confidence, Purchase Intention Model Specification : One Step Approach - Modification Model Layout X11 er_3 1 1 Consumer Attitude X12 er_4 1 X13 er_5 1 Y11 er_8 1 1 Purchase Intention Z1 er_10 1 1 0,005 d_pi 1 Typography X21 er_1 1 1 X22 er_2 1 Z2 er_11 1 Y12 er_9 1 d_ly 1 Z3 er_12 1 0,005 d_ty 1 Desktop Publishing X31 er_6 X32 er_7 d_dp 1 1 1 1 Consumer Confidence 0,005 d_cc Y21 er_13 Y22 er_14 1 1 1 1 1 Adv. Effectivity 0,005 d_ca 1 Tabel 4.18. Evaluasi Kriteria Goodness of Fit Indices Modifikasi Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 1,034 ≤ 2,00 baik Probability 0,400 ≥ 0,05 baik RMSEA 0,018 ≤ 0,08 baik GFI 0,917 ≥ 0,90 baik AGFI 0,900 ≥ 0,90 baik TLI 0,990 ≥ 0,95 baik CFI 0,992 ≥ 0,94 baik Sumber : Hasil Pengolahan Data 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. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model sebagaimana terdapat di bawah ini.

4.3.7. Analisis Unidimensi