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 Brand
Awareness X11
0.294 0.086 0.914
0.560 0.380 X12
0.995 0.990 0.010
X13 0.250 0.063
0.938 Quality
Image X21
0.341 0.116 0.884
0.227 0.063 X22
0.296 0.088 0.912
X23 0.117 0.014
0.986 X24
0.137 0.019 0.981
X25 0.281 0.079
0.921 Brand
Assocition X31
0.996 0.992 0.008
0.533 0.369 X32
0.201 0.040 0.960
X33 0.273 0.075
0.925 Purchase
Intention Y1
0.084 0.007 0.993
0.467 0.350 Y2
0.226 0.051 0.949
Y3 0.996 0.992
0.008
Batas Dapat
Diterima
≥ 0,7 ≥ 0,5
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.
4.2.5. Evaluasi 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 4.12. Normalitas Data
Variable min max kurtosis c.r.
X11 4 7 -0.824
-1.773 X12 4 7
-0.211 -0.453
X13 4 7 -0.446
-0.958 X21 4 7
-0.357 -0.767
X22 4 7 -0.398
-0.855 X23 4 7
-0.312 -0.671
X24 4 7 -0.813
-1.749 X25 4 7
-0.298 -0.641
X31 4 7 -0.412
-0.886 X32 4 7
-0.440 -0.945
X33 4 7 -0.274
-0.590 Y1 4 7
-0.546 -1.173
Y2 4 7 -0.442
-0.950 Y3 4 7
-0.243 -0.523
Multivariate -3.494
-0.870 Batas Normal
± 2,58
Sumber : Lampiran
Hasil uji menunjukkan bahwa nilai c.r. multivariate berada diantara ± 2,58 itu berarti asumsi normalitas terpenuhi. Fenomena ini tidak menjadi
masalah serius seperti dikatakan oleh Bentler dan Chou 1987 bahwa jika teknik estimasi dalam model SEM menggunakan maximum likelihood
estimation MLE walau distribusi datanya tidak normal masih dapat menghasilkan good estimate, sehingga data layak untuk digunakan dalam
estimasi selanjutnya.
4.2.6. Analisis Model SEM
