dengan menggunakan χ² chi kuadrat pada derajat bebas sebesar jumlah
variabel yang digunakan dalam penelitian ini. Hasil uji outlier tampak pada tabel berikut :
Tabel 4.8. : Outlier Data
Minimum Maximum
Mean Std.
Deviation N
Predicted Value 4,426 117,965
60,500 21,017 120 Std. Predicted Value
-2,668 2,734 0,000
1,000 120
Standard Error of Predicted Value 8,041
13,838 10,753
1,267 120
Adjusted Predicted Value 4,221 117,452
60,646 21,337 120 Residual
-53,065 80,968 0,000
27,718 120
Std. Residual -1,790 2,731
0,000 0,935
120 Stud. Residual
-1,902 2,874 -0,002
0,998 120
Deleted Residual -59,900 89,658
-0,146 31,630
120 Stud. Deleted Residual
-1,926 2,981 0,001
1,008 120
Mahalanobis Distance [MD] 7,760
24,928 14,875 3,713
120 Cooks Distance
0,000 0,057 0,009
0,012 120
Centered Leverage Value 0,065 0,209
0,125 0,031
120 a Dependent Variable : NO. RESP
Sumber : Lampiran Deteksi terhadap multivariat outliers dilakukan dengan
menggunakan kriteria Jarak Mahalanobis pada tingkat p 0,001. Jarak Mahalanobis itu dievaluasi dengan menggunakan
2
pada derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian. Bila kasus yang
mempunyai Jarak Mahalanobis lebih besar dari nilai chi-square pada tingkat signifikansi 0,001 maka terjadi multivariate outliers. Nilai
2 0.001
dengan jumlah indikator 15 adalah sebesar 24,928. Hasil analisis Mahalanobis
diperoleh nilai 24,928 lebih kecil dari
2
tabel 37,697 tersebut. Dengan demikian tidak terjadi multivariate outliers.
4.2.2. Evaluasi Reliabilitas
Seperti telah dijelaskan pada bab sebelumnya bahwa Cronbach’s
Alpha ini digunakan untuk mengestimasi reliabiltas setiap skala variabel
atau observasi indikator. 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 Purwanto, 2002. Hasil selengkapnya dapat dilihat pada
tabel berikut : Tabel 4.9. Reliabilitas Data :
Konstrak Indikator Item to Total
Correlation Koefisien
Cronbachs Alpha X11
0,933 X12
0,765 Individual Quality
X13 0,852
0,810 X21
0,856 X22
0,896 Information
Order X23
0,907 0,864
X31 0,858
X32 0,885
X33 0,838
Timeliness X34
0,397 0,730
Z1 0,930
Customer Satisfaction
Z2 0,918
0,827 Y1
0,841 Y2
0,872 Customer Loyalty
Y3 0,848
0,814
Sumber : Lampiran Proses eleminasi diperlakukan pada item to total correlation pada
indikator yang nilainya 0,5 [Purwanto,2003]. Tidak terjadi eliminasi karena nilai item to total correlation indikator seluruhnya
≥ 0,5. Indikator yang tereliminasi tidak disertakan dalam perhitungan cronbachs alpha.
Perhitungan cronbachs dilakukan setelah proses eliminasi. Hasil pengujian reliabilitas konsistensi internal untuk setiap construct di atas menunjukkan
hasil cukup baik dimana koefisien Cronbach’s Alpha yang diperoleh seluruhnya memenuhi rules of thumb yang disyaratkan yaitu
≥ 0,7 [Hair et.al.,1998].
4.2.3. Evaluasi 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 faktor
dari hubungan antara setiap observed variable dan latent variable. Hasil analisis tampak pada tabel di bawah ini.
Tabel 4.10. Validitas Data
Faktor Loading Konstrak Indikator
1 2 3 4 X11
0,998 X12
0,555 Individual Quality
X13 0,753
X21 0,732
X22 0,862
Information Order
X23 0,880
X31 0,862
X32 0,942
X33 0,806
Timeliness X34
0,067 Z1
0,712 Customer
Satisfaction Z2
0,847 Y1
0,751 Y2
0,753 Customer Loyalty
Y3 0,937
Sumber : Lampiran Berdasarkan hasil confirmatory faktor analysis terlihat bahwa faktor
loadings masing masing butir pertanyaan yang membentuk setiap construct seluruhnya
≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya cukup baik.
4.2.4. Evaluasi 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 dalam koridor uji konsistensi
internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual mengukur suatu pengukuran yang
sama Purwanto, 2002. Dan variance extracted direkomendasikan pada tingkat 0,50. Hasil perhitungan construct reliability dan variance extracted
dapat dilihat dalam tabel 4.16. Tabel 4.11. Construct Reliability dan Variance Extracted
Konstrak Indikator Standardize
Factor Loading
SFL Kuadrat
Error [ εj]
Construct Reliability
Variance Extrated
X11 0,998 0,996 0,004
X12 0,555 0,308 0,692
Individual Quality X13
0,753 0,567 0,433 0,825 0,624
X21 0,732 0,536 0,464
X22 0,862 0,743 0,257
Information Order
X23 0,880 0,774 0,226
0,866 0,684 X31
0,862 0,743 0,257 X32
0,942 0,887 0,113 X33
0,806 0,650 0,350 Timeliness
X34 0,067 0,004 0,996
0,807 0,571 Z1
0,712 0,507 0,493 Customer
Satisfaction Z2
0,847 0,717 0,283 0,758 0,612
Y1 0,751 0,564 0,436
Y2 0,753 0,567 0,433
Customer Loyalty Y3
0,937 0,878 0,122 0,857 0,670
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Sumber : Lampiran 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.
4.2.5. Evaluasi Normalitas
