Analisa Data dan Pengujian Hipotesis

63 Uji Outlier Multivariate Minimum Maximum Mean Std. N 24.781 92.501 54.500 15.380 108 -1.932 2.471 0.000 1.000 108 5.639 14.562 9.879 1.836 108 25.035 91.682 54.345 15.925 108 -77.196 60.139 0.000 27.285 108 -2.666 2.077 0.000 0.942 108 -2.857 2.324 0.002 1.011 108 -88.682 75.283 0.155 31.464 108 -2.973 2.380 0.001 1.021 108 3.067 26.068 11.889 4.822 108 0.000 0.105 0.012 0.019 108 0.029 0.244 0.111 0.045 108 Terdapat Outlier Apabila Mahalonobis Distance : 32,909 =C HIINV 0,001.12 Tabel 4.6 Uji Outlier Multivariate Sumber: Lampiran C ooks Distance C entered Leverage Value a Dependent Variable: RESP Residuals Statisticsa Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Hasil evaluasi : Tidak terdapat outlier multivariate [antar variabel], karena MD Maksimum 26,068 32,909 Residual Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance

4.3. Analisa Data dan Pengujian Hipotesis

4.3.1. Uji Hipotesis Multivariate Uji Outlier Multivariate dilakukan dengan menggunakan kriteria jarak Mahalanobis pada tingkat p 1 . Jarak Mahalanobis itu dievaluasi dengan menggunakan 2 chi kuadrat pada tingkat derajat bebas sebesar jumlah variabel yang digunakan dalam penelitian ini . Hasil Uji Outlier Multivariate disajikan pada tabel 4.6 Uji Outlier Multivariate : Jika kasus yang mempunyai jarak mahalanobis lebih besar dari nilai chi square pada tingkat singnifikan 0,001 maka terjadi multivariate outliers. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 64 X11 0.622 X12 0.564 X13 0.610 X14 0.549 X21 0.475 X22 0.557 X23 0.677 X31 0.731 X32 0.689 Y1 0.590 Y2 0.601 Y3 0.558 : tereliminasi Sumber : Lampiran Customer Attitude -0.023 Customer Confidence 0.019 Purchase Intention 0.023 Advertisement Effectivity 0.364 Tabel 4.7 Uji Reliabilitas Pengujian Reliability Consistency Internal Konstrak Indikator Item to Total Correlation Koefisien Cronbachs Alpha Nilai 2 0,0001 dengan jumlah indikator 12 adalah sebesar 32.909. Hasil analisis Mahalanobis diperoleh nilai 26.972 berarti lebih kecil dar 2 tabel 32.909, dengan demikian , tidak terdapat multivariate outliers.

4.3.2. Uji Reliabilitas

Reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstrak yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstrak yang umum. Reliabilitas diukur dengan menggunakan koefisien cronbach alpha. data menunjukkan sebagai berikut : Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 65 Koefisien Cronbach’s Alpha dihitung untuk mengestimasi reliabilitas setiap skala [variabel atau indikator observasian]. Sementara itu item to total correlation digunakan untuk memperbaiki ukuran-ukuran dan mengeliminasi item-item yang kehadirannya akan memperkecil koefisien Cronbach’s Alpha yang dihasilkan 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 kurang baik dimana koefisien Cronbach’s Alpha yang diperoleh belum seluruhnya memenuhi rules of thumb yang disyaratkan yaitu ≥ 0,7 [Hair et.al.,1998].

4.3.3. Uji Validitas

Uji validitas dilakukan untuk mengukur tingkat kehandalan indikator. Kehandalan indikator bermakna bahwa indikator mampu mengukur apa yang seharusnya diukur. Apabila indikator multidimensi, akurasi atau ketepatannya diukur dari loading factor hubungan antara observed variabel dengan latent variable. Hasil uji validitas nampak sebagai berikut: Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 66 1 2 3 4 X11 0.996 X12 0.276 X13 0.085 X14 0.117 X21 0.111 X22 0.995 X23 0.085 X31 0.339 X32 0.036 Y1 0.123 Y2 0.174 Y3 0.341 Sumber : Lampiran Tabel 4.8 Uji Validitas Customer Attitude Customer Confidenc e Purc hase Intention Standardize Faktor Loading dan Construc t dengan Confirmatory Fac tor Analysis Konstrak Indikator Faktor Loading Advertisement Effec tivity Berdasarkan hasil confirmatory factor analysis terlihat bahwa factor loadings masing masing butir pertanyaan yang membentuk setiap construct belum seluruhnya ≥ 0,5, sehingga butir-butir instrumentasi setiap konstruk tersebut dapat dikatakan validitasnya kurang baik. 4.3.4. Uji Constract Realibility 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 uji construct reliability dan variance extracted adalah sebagai berikut: Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 67 Sumber : Lampiran 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. Tabel 4.9 Uji Construct Reliability dan Uji Variance Extracted Construct Reliability Variance Extracted Konstrak Indikator Standardize Factor Loading SFL Kuadrat Error [ εj] Construct Reliability Variance Extrated X11 0.996 0.992 0.008 X12 0.276 0.076 0.924 X13 0.085 0.007 0.993 Advertisement Effectivity X14 0.117 0.014 0.986 0.427 0.272 X21 0.111 0.012 0.988 X22 0.995 0.990 0.010 Customer Attitude X23 0.085 0.007 0.993 0.416 0.337 X31 0.339 0.115 0.885 Customer Confidence X32 0.036 0.001 0.999 0.069 0.058 Y1 0.123 0.015 0.985 Y2 0.174 0.030 0.970 Purchase Intention Y3 0.341 0.116 0.884 0.125 0.054 Batas Dapat Diterima ≥ 0,7 ≥ 0,5 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 68

4.3.5. Uji 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 uji menunjukkan bahwa nilai c.r. mutivariate berada di antara ± 2,58 itu berarti asumsi normalitas terpenuhi. Tabel 4.10 Uji Normalitas Assessment of normality Variable min max kurtosis c.r. X11 2 5 -0.935 -1.983 X12 1 5 0.347 0.737 X13 1 5 -0.057 -0.120 X14 2 5 -0.360 -0.763 X21 2 5 -0.356 -0.755 X22 2 5 -0.302 -0.641 X23 2 5 -0.280 -0.593 X31 1 5 0.349 0.740 X32 2 5 -0.394 -0.835 Y1 1 5 -0.274 -0.580 Y2 2 5 -0.546 -1.158 Y3 1 5 -0.110 -0.234 Multivariate 2.551 0.723 Batas Normal ± 2,58 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 69

4.3.6. Uji Multicollinerity dan Singularity

Dilihat dari angka determinant of sample covariance matrix : 5.621.879.108 lebih besar atau sangat jauh dari nol mengindikasikan tidak terjadi multicolinierity atau singularity dalam data ini sehingga asumsi terpenuhi. Adanya gejala multikolinieritas dan singularitas akan merusak model analisis.

4.3.7. Analisis Model One-Step 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 Step Approach to SEM]. One step aprroach to SEM digunakan apabila model diyakini bahwa Tabel 4.11 Uji Multicollinerity dan Singularity Amos OutPut  Data Uji Multicollinierity dan Singularity Determinant of sample covariance matrix : -- 5,621,879,108 Sumber : Lampiran Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 70 MODEL PENGUKURAN STRUKTURAL Advertisement Effectivity, Customer Attitude, Customer Confidence, Purchase Intention Model Specification : One Step Approach - Base Model 1 Advertisement X11 er_1 1 X12 er_2 1 Customer Attitude X21 er_5 X22 er_6 1 1 1 Customer Confidence X31 er_8 X32 er_9 1 1 1 Purchase Intention Y1 er_10 Y2 er_11 Y3 er_12 1 1 1 1 0,005 d_pi 1 X13 er_3 1 X14 er_4 1 d_tr 0,005 d_cc 1 1 X23 er_7 1 Gambar 1 Tabel 4.12 Evaluasi Kriteria Goodness of fit Indices Model One Step Approach-Base Model Sumber : Lampiran dilandasi teori yang kuat serta validitas reliabilitas data sangat baik [Hair et.al.,1998] Hasil estimasi dan fit model one step approach to SEM dengan menggunakan program aplikasi Amos 4.01 terlihat pada Gambar dan Tabel Goodness of Fit di bawah ini. Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 1.399 ≤ 2,00 baik Probability 0.030 ≥ 0,05 kurang baik RMSEA 0.061 ≤ 0,08 baik GFI 0.900 ≥ 0,90 baik AGFI 0.850 ≥ 0,90 kurang baik TLI 0.394 ≥ 0,95 kurang baik CFI 0.522 ≥ 0,94 kurang baik Sumber : Lampiran Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 71 MODEL PENGUKURAN STRUKTURAL Advertisement Effectivity, Customer Attitude, Customer Confidence, Purchase Intention Model Specification : One Step Approach - Modification Model 1 Advertisement Effectivity X11 0,005 er_1 1 X12 er_2 1 Customer Attitude X21 er_5 X22 0,005 er_6 1 1 1 Customer Confidence X31 er_8 X32 er_9 1 1 1 Purchase Intention Y1 er_10 Y2 er_11 Y3 er_12 1 1 1 1 0,005 d_pi 1 X13 er_3 1 X14 er_4 1 0,005 d_tr 0,005 d_cc 1 1 X23 er_7 1 Gambar 2 Dari hasil evaluasi terhadap model one step model ternyata dari semua kriteria goodness of fit yang digunakan, belum seluruhnya 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. Berdasarkan uji Reliability Consistency Internal terdapat indikator tereliminasi sebagaimana terdapat pada model di bawah ini. Modifikasi : Estimate Prob. er_8 -- er_7 -0.137 0.009 er_9 -- er_12 -0.158 0.013 er_5 -- d_tr -0.011 0.008 er_2 -- er_10 -0.136 0.026 er_5 -- er_11 -0.111 0.030 Sumber : Lampiran Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 72 Tabel 4.13 Evaluasi Kriteria Goodness of fit Indices Model One Step Approach-Base Model Sumber : Lampiran Hasil evaluasi terhadap model one step model modifikasi ternyata dari semua kriteria goodness of fit yang digunakan, seluruhnya menunjukkan hasil evaluasi model yang baik, berarti model telah sesuai dengan data. Artinya, model konseptual yang dikembangkan dan dilandasi oleh teori telah sepenuhnya didukung oleh fakta. Dengan demikian model ini adalah model yang terbaik untuk menjelaskan keterkaitan antar variabel dalam model sebagaimana terdapat di bawah ini.

4.3.8. Uji Kausalitas

Dilihat dari angka determinant of sample covariance matrix: 5.621.879.108 0 mengindikasikan tidak terjadi multicolinierity atau singularity dalam data ini sehingga asumsi terpenuhi. Dengan demikian Evaluasi Kriteria Goodness of Fit Indices Kriteria Hasil Nilai Kritis Evaluasi Model CminDF 1.003 ≤ 2,00 baik Probability 0.468 ≥ 0,05 baik RMSEA 0.005 ≤ 0,08 baik GFI 0.928 ≥ 0,90 baik AGFI 0.900 ≥ 0,90 baik TLI 0.996 ≥ 0,95 baik CFI 0.997 ≥ 0,94 baik Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 73 Tabel 4.14 Uji Hipotesis Kausalitas Sumber : Lampiran besaran koefisien regresi masing-masing faktor dapat dipercaya sebagaimana terlihat pada uji kausalitas di bawah ini. Dilihat dari tingkat Prob. arah hubungan kausal, maka hipotesis yang menyatakan bahwa : a. Faktor Advertisement Effectivity berpengaruh positif terhadap Faktor Customer Attitude, tidak dapat diterima [Prob. kausalnya 0,614 0,10 [tidak signifikan [positif]. b. b. Faktor Advertisement Effectivity berpengaruh positif terhadap Faktor Customer Confidence, dapat diterima [Prob. kausalnya 0,000 ≤ 0,10 [signifikan [positif]. c. c. Faktor Customer Attitude berpengaruh positif terhadap Faktor Purchase Intention, tidak dapat diterima [Prob. kausalnya 0,352 0,10 [signifikan [negatif]. Ustd Std Faktor  Faktor Estimate Estimate Prob. Customer_Attitude  Advertisement_Effectivity 0.003 0.048 0.614 Customer_Confidence  Advertisement_Effectivity 0.251 0.962 0.000 Purchase_Intention  Customer_Attitude -0.526 -0.349 0.352 Purchase_Intention  Customer_Confidence -0.266 -0.648 0.299 Batas Signifikansi  ≤ 0,10 Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. 74 d. d. Faktor Customer Confidence berpengaruh positif terhadap Faktor Purchase Intention, tidak dapat diterima [Prob. kausalnya 0,299 0,10 [signifikan [negatif].

4.3.9. Analisis Unidimensi Frist Order

4.4. Pembahasan 4.4.1. Pengaruh Efektivitas Iklan Terhadap Sikap Konsumen