43
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 termasuk uji konsistensi internal yang akan memberikan peneliti kepercayaan diri yang lebih besar bahwa indikator-indikator individual
mengukur suatu pengukuran yang sama. Hasil perhitungan construct reliability dan variance extracted dalam tabel berikut :.
Tabel 4.9. Construct Reliability dan Variance Extracted
Konstrak Indikator
Standardize Factor Loading
SFL Kuadrat
Error [εj]
Construct Reliability
Variance Extrated
Nilai Pelanggan
X X11
0,697 0,486
0,514 0,718
0,465 X12
0,784 0,615
0,385 X13
0,542 0,294
0,706 Kepuasan
Pelanggan Y
Y1 0,711
0,506 0,494
0,819 0,604
Y2 0,695
0,483 0,517
Y3 0,908
0,824 0,176
Minat Beli Ulang
Z Z1
0,880 0,774
0,226 0,811
0,523 Z2
0,716 0,513
0,487 Z3
0,597 0,356
0,644 Z4
0,671 0,450
0,550
Batas Dapat Diterima ≥ 0,7
≥ 0,5
Sumber : Lampiran 3 Hasil pengujian reliabilitas instrumen dengan construct reliability dan
variance extracted menunjukkan instrumen reliabel, yang ditunjukkan dengan nilai construct reliability seluruhnya
≥ 0,7. Meskipun demikian angka terse but 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.
44
4.2.5. Evaluasi Normalitas
Uji normalitas sebaran dilakukan dengan Kurtosis 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. Hasil analisis tampak pada tabel berikut :
Tabel 4.10. Assessment Of Normality
Variable Min
Max Kurtosis
C.R. X11
4 7
-0,268 -0,546
X12 4
7 -0,251
-0,512 X13
4 7
-0,737 -1,504
Y1 4
7 -0,169
-0,346 Y2
4 7
-0,253 -0,516
Y3 4
7 -0,536
-1,095 Z1
4 7
-0,460 -0,938
Z2 4
7 -0,050
-0,102 Z3
4 7
-0,363 -0,741
Z4 4
7 -0,345
-0,705
Multivariate -3,917
-1,264 Batas Normal
± 2,58
Sumber : Lampiran 3 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
45
4.2.6. Analisis Structural Equation Model SEM
Kategori