4.3.3. Uji Validitas
Validitas menyangkut tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai sesuatu atau akuratnya pengukuran atas apa yang seharusnya
diukur, karena indikator multidimensi, maka uji validitas dari setiap latent variable
construct akan diuji dengan melihat loading factor dari hubungan antara setiap observed variable dan latent variable. Hasil analisis tampak pada
tabel di bawah ini.
Tabel 4.9. Uji Validitas
dengan Confir m at or y Fact or Analy sis Konst r ak
I ndik at or Fak t or Loading
1 2
3 4
Ar t Pr oduct X11
0,114 X12
0,149 X13
0,577 X14
0,249 X15
0,807 Ar t Purcahse
X21 0,173
X22 0,227
X23 0,639
Br and Loy alt y Y1
0,102 Y2
0,996
Sumber: Data Diolah
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 kurang baik.
4.3.4. Uji Construct Reliability dan Variance Extracted
Selain melakukan pengujian konsistensi internal Cronbach’s Alpha, perlu juga dilakukan pengujian construct reliability dan variance extracted. Kedua
pengujian tersebut masih termasuk uji konsistensi internal yang akan memberikan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
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
Const r uct Reliabilit y Var iance Ex t r at ed Konst r ak
I ndik at or St andar dize
Fact or Loading SFL Kuadr at
Error [εj] Const r uct
Reliabilit y Var iance
Ex t r at ed
Ar t Pr oduct X11
0,114 0,013
0,987 0,478
0,216 X12
0,149 0,022
0,978 X13
0,577 0,333
0,667 X14
0,249 0,062
0,938 X15
0,807 0,651
0,349 Ar t Purcahse
X21 0,173
0,030 0,970
0,301 0,163
X22 0,227
0,052 0,948
X23 0,639
0,408 0,592
Br and Loy alt y Y1
0,102 0,010
0,990 0,547
0,501 Y2
0,996 0,992
0,008
Ba t a s D a pa t D it e r im a ≥ 0,7
≥ 0,5
Sumber: Data Diolah
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 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.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
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. multivariat diantara
± 2,58 dan itu berarti asumsi
normalitas terpenuhi dan data layak untuk digunakan dalam estimasi selanjutnya. Hasil analisis tampak pada tabel berikut:
Tabel 4.11. Uji Normalitas
Var iable m in
m ax k ur t osis
c.r . X11
4 7
- 0,201 - 0,431
X12 4
7 - 0,536
- 1,147 X13
4 7
- 0,578 - 1,238
X14 4
7 - 0,871
- 1,865 X15
4 7
- 0,566 - 1,212
X21 4
7 - 0,431
- 0,924 X22
4 7
- 0,913 - 1,954
X23 4
7 - 1,132
- 2,424 Y1
4 7
- 0,532 - 1,138
Y2 4
7 - 0,846
- 1,811
M u lt iv a ria t e - 5,819
- 1 ,9 7 0 Ba t a s N orm a l
± 2 ,5 8
Sumber: Data Diolah
Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di antara ± 2,58 itu berarti asumsi normalitas 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.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber
4.4. Structural Equation Modelling
Kategori