4.5. Pengujian Model
Untuk mengevaluasi model dalam penelitian ini diperlukan beberapa cara bergantung pada model yang telah dibentuk. Secara umum, evaluasi dan
interpretasi model dapat dilihat sebagai berikut :
4.5.1 Model Pengukuran Outer Model
Model pengukuran outer model adalah menganalisis hubungan antara setiap blok indikator manifest dengan variabel latennya
konstruk Ghozali, 2006.
Evaluasi outer-model
dilakukan terhadap
konstruk yang
direfleksikan oleh indikator-indikatornya. Menurut Chin 1998 dalam Ghozali 2008, menyatakan jika koefisien atau faktor loading dari
masing-masing indikator pada model kurang dari 0,7 maka harus direduksi. Pada penelitian ini, indikator yang memiliki nilai faktor
loading yang lebih rendah dari 0,7 akan di drop. Aktivitas pendropan dilakukan secara berurutan sesuai dengan jalur. Indikator yang memiliki
nilai faktor loading di bawah 0,7 dapat dilihat pada Tabel 5 . Oleh sebab itu dilakukan analisis PLS kembali dan menghasilkan Gambar 18.
Tabel 5. Indikator-indikator yang harus didrop LATEN
INDIKATOR NILAI
Pesan iklan F F1 Gaya Hidup Modern
0,373 F2A Kesan
0,371 F2B Kesan
0,473 Merek B
B1 Gaya Hidup Modern 0,503
B2A Kesan 0,642
B2B Kesan 0,583
Kepercayaan konsumen C C1 Gaya Hidup Modern 0,337
C2A Kesan 0,662
C2BKesan 0,571
Sikap Konsumen A A1 Gaya hidup Modern
0,570 A2A Kesan
0,490
Lanjutan Tabel 5.
LATEN INDIKATOR
NILAI
A2BKesan 0,711
Niat Beli I IA Gaya Hidup Modern
0,582 I2A Kesan
0,610 Pembelian Nyata P
P1 Gaya Hidup Modern 0,655
Data diolah, 2012
Pada sikap konsumen A dalam indikator A2B yang merupakan indikator kesan, awal mula nilainya memang 0,711 , tetapi setelah
indikator lain yang lebih kecil dari A2B dihapus, nilai indikatornya otomatis bisa berkurang ataupun bertambah. Untuk kasus pada
indikator A2B nilainya berkurang, ini disebabkan karena memang indikator A2B tidak berpengaruh terhadap laten tersebut, sehingga
indikator A2B menjadi terdrop. Nilai loading faktor untuk semua indikator diatas 0,7
menunjukkan indikator-indikator yang merefleksikan konstruk Gambar 17. Pada tabel 6 menunjukkan kekuatan indikator
merefleksikan interelasi yang terbesar.
Tabel 6. Nilai tertinggi interelasi refleksi indikator LATEN
Nilai interelasi reflektif tertinggi
Pesan iklan F F3 Merek
0,769 Merek B
B3 Merek 0,741
Kepercayaan konsumen C C4 Ketertarikan 0,765
Sikap konsumen A A4 Ketertarikan
0,805 Niat beli I
I2BKesan 0,803
Pembelian nyata P3 Merek
0,913 Data diolah, 2012
Gambar 20. Model awal Consumer Decision Model pada SmartPLS
Indikator manifest yang nilai faktor loadingnya dibawah 0,7 dan yang nilainya paling terkecil dahulu akan di drop dari yang paling kiri
yaitu pesan iklan F yang merupakan eksogen murni. Setelah di drop semua dari yang paling kiri ke yang paling kanan yaitu pembelian nyata
P yang merupakan endogen murni, maka akan dihasilkan model kedua pada Gambar 20 yang akan menghasilkan nilai-nilai factor loading yang
sudah sesuai, sehingga nantinya akan di boostrapping dan dapat melihat jalur yang paling efektif dalam pesan iklan tersebut.
Tabel 7. Hasil indikator – indikator yang sudah didrop
LATEN INDIKATOR
NILAI
Pesan iklan F F3 Merek
0,809 F4 Ketertarikan
0,781 F5 Niat Beli
0,725 Merek B
B3 Merek 0,777
B4 Ketertarikan 0,826
B5 Niat Beli 0,759
Lanjutan Tabel 7. LATEN
INDIKATOR NILAI
Kepercayaan konsumen C C3 Merek 0,815
C4 Ketertarikan 0,823
C5 Niat Beli 0,717
Sikap Konsumen A A3 Merek
0,847 A4 Ketertarikan
0,727 A5 Niat Beli
0,781 Niat Beli I
I2B Kesan 0,739
I3 Merek 0,825
I4 Ketertarikan 0,798
I5 Niat Beli 0,797
Pembelian Nyata P P2A Kesan
0,857 P2B Kesan
0,872 P3 Merek
0,921 P4 Ketertarikan
0,918 P5 Niat Beli
0,906 Data diolah,2012
Gambar 21. Model Kedua Consumer Decision Model yang telah didrop pada SmartPLS
4.5.2. Model Struktural Inner Model