4.3.4. Uji Validitas dan Reliabilitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya
diukur. Sedangkan reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana
masing-masing indikator itu mengindikasikan sebuah konstruk yang umum. Karena indikator multidimensi, maka uji validitas dari setiap latent
variabelconstruct akan diuji dengan melihat faktor loading faktor dari hubungan antara setiap observed variabel dan latent variabel. Sedangkan reliabilitas diuji
dengan construct reliability dan variance extracted. Dari hasil pengolahan data didapatkan hasil sebagai berikut :
Tabel 4.11. Faktor Loading dan Konstruk dengan Confirmatory Factor Analysis
Konstrak Indikator Faktor Loading
1 2 3 4 Faktor
Kebudayaan x11
0,743 x12
0,745 x13
0,618 Faktor Sosial
x21 0,676
x22 0,767
x23 0,772
Faktor Pribadi x31
0,603 x32
0,667 x33
0,686 x34
0,601 x35
0,707 Faktor
Psikologis x41
0,547 x42
0,583 x43
0,708 x44
0,672 Minat Beli
y1 0,574
y2 0,630
y3 0,741
Sumber : Hasil Pengolahan Data Lampiran 5 Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor
loadings masing masing butir pertanyaan yang membentuk setiap construct sebagian besar 0.5, sehingga butir-butir instrumentasi setiap konstruk tersebut
dapat dikatakan validitasnya cukup baik dan dapat diterima. Koefisien Cronbach’s Alpha dihitung untuk mengestimasi reliabilitas
setiap skala variabel atau indikator observarian. Sementara itu item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi
butir-butir yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan.
Hasil pengujian reliabilitas Consistency Internal dalam penelitian ini dapat dilihat pada tabel berikut ini :
Tabel 4.12. Pengujian Reliability Consistency Internal
Konstrak Indikator Item to Total
Correlation Koefisien
Cronbachs Alpha
Faktor Kebudayaan
x11 0,583 0,742
x12 0,607 x13 0,520
Faktor Sosial x21 0,583
0,776 x22 0,625
x23 0,642
Faktor Pribadi x31 0,518
0,787 x32 0,577
x33 0,592 x34 0,529
x35 0,612
Faktor Psikologis
x41 0,476 0,718
x42 0,500
x43 0,544 x44 0,516
Minat Beli y1 0,455
0,681 y2 0,529
y3 0,516 : tereliminasi
Sumber : Lampiran 6 Hasil pengujian reliabilitas konsistensi internal untuk setiap construct di
atas menunjukkan hasil yang baik dimana koefisien koefisien Cronbach’s Alpha yang diperoleh sebagian besar memenuhi rules of thumb yang disyaratkan yaitu
0.7 [Hair et.al.,1998]. Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu
juga dilakukan pengujian construct reliability dan variance extracted. Kedua pengujian tersebut masih dalam koridor uji konsistensi internal yang akan
memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang sama. Construct reliability dan
Variance-extracted dihitung dengan rumus sebagai berikut:
[ Standardize Loading]
Construct Reliability = [
Standardize Loading]
+
j
]
[Standardize Loading
2
] Variance Extracted =
[Standardize Loading
2
] +
j
Sementara
j
dapat dihitung dengan formula
j
= 1 – [ Standardize loading ] secara umum, nilai construct reliability yang dapat diterima adalah
0,5 Hair at, 1998. Standardize loading dapat diperoleh dari output AMOS 4.01, dengan
melihat estimasi setiap construct standardize regression weight terhadap setiap butir sebagai indikatornya.
j
= 1 - [Standardize Loading]
2
Hasil pengujan Construct Reliability dan Variance Extraced dalam penelitian ini akan ditampilkan pada tabel berikut:
Tabel 4.13. Construct Reliability Variance Extrated
Konstrak Indikator Standardize
Factor Loading
SFL Kuadrat
Error [
εj] Construct
Reliability Variance
Extrated Faktor
Kebudayaan x11 0,743 0,552
0,448 1,190 0,702
x12 0,745 0,555 0,445
x13 0,618 0,382 0,618
Faktor Sosial x21 0,676 0,457
0,543 1,211 0,738
x22 0,767 0,588 0,412
x23 0,772 0,596 0,404
Faktor Pribadi x31 0,603 0,364
0,636 1,432 0,653
x32 0,667 0,445 0,555
x33 0,686 0,471 0,529
x34 0,601 0,361 0,639
x35 0,707 0,500 0,500
Faktor Psikologis
x41 0,547 0,299 0,701
1,275 0,628 x42 0,583 0,340
0,660 x43 0,708 0,501
0,499 x44 0,672 0,452
0,548 Minat Beli
y1 0,574 0,329
0,671 1,129 0,648
y2 0,630 0,397
0,603 y3 0,741
0,549 0,451
Batas Dapat Diterima
≥ 0,7 ≥ 0,5
Sumber : Hasil Pengolahan Data lampiran 7
Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen reliabel, yang ditunjukkan dengan
nilai construct reliability seluruhnya 0,7, dan variance extracted yang diperoleh
sebagian besar menunjukkan nilai diatas 0,50. Yang artinya seluruh instrumen
yang digunakan pada penelitian ini telah reliabel. 4.3.5.
Pengujian Model Dengan One-Step Approach
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 Step Approach to SEM. One step aprroach to SEM digunakan apabila model diyakini bahwa dilandasi teori yang kuat serta
validitas 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 dibawah ini : Gambar 4.1.
Model Pengukuran Kausalitas One Step Approach
Tabel 4.14. Evaluasi Kriteria Goodness of Fit Indices
Kriteria Hasil Nilai
Kritis Evaluasi
Model
CminDF 0,593 ≤ 2,00
Baik Probability 1,000
≥ 0,05 Baik
RMSEA 0,000 ≤ 0,08
Baik GFI 0,930
≥ 0,90 Baik
AGFI 0,904 ≥ 0,90
Baik TLI 1,147
≥ 0,95 Baik
CFI 1,000 ≥ 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
,20
x1 x13
,32
er_3
1,00 1
x12
,24
er_2
1,24 1
x11
,30
er_1
1,36 1
,38
x2 x23
,26
er_6 x22
,24
er_5 x21
,46
er_4
1,00 1
,94 1
1,01 1
,25
x3 x33
,28
er_9 x32
,35
er_8 x31
,26
er_7
1,00 1
1,07 1
,78 1
,20
x4 x43
,20
er_14 x42
,32
er_13 x41
,34
er_12
1,00 1
,91 1
,86 1
y y1
,40
er_16 y2
,39
er_17 y3
,19
er_18
1,00 1
1,13 1
1,08 1
x34
,31
er_10
,84 1
x35
,30
er_11
1,11 1
x44
,18
er_15
,87 1
,43 ,14
,18
,47 ,05
d_y
1 ,07
,05
,04 ,08
,06
,01
untuk menjelaskan keterkaitan antar variabel dalam model sebagaimana terdapat di bawah ini
Dilihat dari angka determinant of sample covariance matrix : 19,763 0 mengindikasikan tidak terjadi multicolinierity atau singularity dalam data ini
sehingga asumsi terpenuhi. Dengan demikian besaran koefisien regresi masing- masing faktor dapat dipercaya sebagaimana terlihat pada uji kausalitas dibawah
ini.
4.3.6. Pengujian Hipotesis dan Hubungan Kausal
Kategori