81
Hasil uji menunjukkan bahwa nilai c.r. mutivariate berada di luar ± 2,58 itu berarti asumsi normalitas tidak 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.
4.2.7. Evaluasi Model One-Steep Approach to SEM
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 – steep approach to SEM. One – steep approach to SEM digunakan bila model dilandasi teori
yang kuat serta validitas dan reliabilitas data sangat baik Hair, et,al, 1998.
82
Gambar 4.1. Model Pengukuran dan Struktural
Tabel 4.9. Evaluasi Kriteria Goodness of Fit Indeces
Kriteria Hasil Nilai
Kritis Evaluasi
Model CminDF 2.427
≤ 2,00 kurang baik
Probability 0.000 ≥ 0,05
kurang baik RMSEA 0.085
≤ 0,08 kurang baik
GFI 0.714 ≥ 0,90
kurang baik AGFI 0.675
≥ 0,90 kurang baik
TLI 0.547 ≥ 0,95
kurang baik CFI 0.578
≥ 0,94 kurang baik
Sumber : Lampiran Dari hasil evaluasi terhadap model one step base model ternyata
dari semua kriteria goodness of fit yang digunakan, belum seluruhnya
83
menunjukkan hasil evaluasi model yang baik, berarti model belum sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi
oleh teori belum sepenuhnya didukung oleh fakta. Dengan demikian model ini masih perlu dimodidikasi sebagaimana terdapat di bawah ini.
Tabel 4.10. Evaluasi Kriteria Goodness of Fit Indeces
Kriteria Hasil Nilai
Kritis Evaluasi
Model CminDF
1.829 ≤ 2,00
baik Probability
0.098 ≥ 0,05
baik RMSEA
0.012 ≤ 0,08
baik GFI
0.900 ≥ 0,90
baik AGFI
0.900 ≥ 0,90
baik TLI 0.990
≥ 0,95 baik
CFI 0.992
≥ 0,94 baik
84
4.2.8. Uji Kausalitas
Dilihat dari angka determinant of sample covariance matrix : 155,68 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 di bawah ini.
Tabel 4.11. Data Uji Kausalitas
Ustd Std
Faktor Faktor Estimate
Estimate Prob.
Customer_Satisfaction Service_Quality
0.127 0.531 0.031 Customer_Satisfaction
Marketing_Mix -0.026 -0.107 0.515
Customer_Loyalty Customer_Satisfaction
2.318 0.897 0.008 Batas Signifikansi
≤ 0,10
Sumber : Lampiran
4.3. Hasil Uji Hipotesis Penelitian
